Acelerar el descubrimiento de antibióticos con ChatGPT
El Dr. César de la Fuente y su equipo usan nuevas herramientas en la lucha contra la resistencia a los antimicrobianos.
“Es increíble pensar en lo poco que sabemos y en todo lo que queda por descubrir. Intento transmitirles eso a los jóvenes, para que entiendan que el futuro les pertenece. Apenas entendemos el mundo, y eso es emocionante porque ahí es donde la ciencia puede ayudar”. —Dr. César de la Fuente
“Herramientas como ChatGPT nos ayudan a acelerar los descubrimientos científicos. Es realmente un espacio de experimentación para un científico como yo”.
Un problema creciente
La medicina moderna depende de antibióticos eficaces, que nos ayudan a recuperarnos de enfermedades comunes, cirugías, partos y mucho más. Sin embargo, hay un problema creciente: las bacterias que combaten los antibióticos son resilientes, y cuanto más usamos estos medicamentos contra ellas, más oportunidades tienen las cepas resistentes de volverse dominantes. Esto se conoce como resistencia a los antimicrobianos (RAM). Cada año, alrededor de 5 millones de muertes están asociadas con la RAM bacteriana, y se espera que esa cifra se duplique para 2050.
Los nuevos antibióticos son esenciales para ayudar a combatir la RAM, pero el método tradicional —en el que los científicos exploran la naturaleza y examinan el suelo, las plantas y otras materias orgánicas para encontrar moléculas activas— requiere mucho tiempo y depende del ensayo y error. Herramientas como ChatGPT y Codex permiten que el Dr. César de la Fuente y su equipo adopten un enfoque novedoso y más rápido para identificar nuevas moléculas en la lucha contra la RAM. “Hacemos todo a velocidad digital”, afirma.
“A menudo, para cuando termino una taza de café, mi equipo ya tiene muchísimas moléculas nuevas que descubrieron y que podrían convertirse en el próximo antibiótico”.
“Nuestro laboratorio emprende proyectos de alto riesgo, pero cuando logramos que funcionen, los resultados son increíbles”.
—Marcelo Der Torossian Torres
“Codex es un excelente copiloto. Cuando quiero implementar algo, Codex puede generarlo en un segundo. Me ayuda a ahorrar tiempo y me permite hacer otras cosas”.
—Erik Hartman
“Como científica experimental, desarrollar un algoritmo es un gran paso para mí. Puedo usar Codex para escribir un script y asegurarme de que mis datos se representen gráficamente de la misma manera en cada experimento”.
—Angela Cesaro
Tratar la biología como código
Uno de los grandes avances del laboratorio de De la Fuente ha sido abordar este problema como uno de información: el ADN, la base de la vida, no es más que un código. Herramientas como ChatGPT ayudan al equipo a crear algoritmos capaces de examinar rápidamente los complejos sistemas que definen nuestro mundo e identificar nuevos candidatos a antibióticos en horas, en lugar de años.
“Ahora podemos descubrir nuevas moléculas antibióticas en unas horas, en vez de tardar cinco o seis años”.
“Con Codex, alguien que nunca ha programado y no entiende el lenguaje de la informática ahora puede hacerlo”.
—Dr. César de la Fuente
Angela trabaja en el laboratorio experimental para crear moléculas que se someterán a pruebas.
ChatGPT se ha convertido en una parte esencial del flujo de trabajo del laboratorio de De la Fuente. “Se ha convertido en el cerebro colectivo del laboratorio. Sabe cómo piensan sobre la ciencia los distintos integrantes del equipo porque volcamos muchas de nuestras ideas ahí”, explica el Dr. de la Fuente. “Realmente plasma nuestra forma de pensar: cómo generamos ideas, nuestro ingenio y lo que aportamos como seres humanos”.
Codex ha derribado barreras entre los integrantes del equipo, que incluye desde científicos tradicionales hasta especialistas en biología computacional e ingeniería de aprendizaje automático. “Personas que hace cinco años nunca habrían usado una computadora más que para analizar datos ahora pueden trabajar en biología computacional. Pueden escribir algoritmos para identificar patrones en sus datos o visualizar sus resultados de formas que antes eran imposibles”.
“Somos un laboratorio muy diverso: tenemos especialistas en química, biología e informática. Contamos con muchas personas talentosas que trabajan en distintas áreas”.
—Jianing Bai
Una visualización de las estructuras moleculares que el laboratorio de De la Fuente busca a gran escala.
“La IA puede conectar conocimientos de distintas disciplinas, lo que nos ayuda a formular mejores preguntas y desarrollar mejores métodos para resolver problemas muy difíciles”.
—Tianang Leng
“No estaría haciendo mi trabajo si no intentáramos abordar problemas enormes”.
El futuro de los antibióticos
La combinación del ingenio humano y la inteligencia de las máquinas ayuda a trazar un futuro prometedor para la medicina. “Hasta hace apenas un par de años, era pesimista sobre nuestra capacidad de seguir el ritmo de la carrera armamentista entre la RAM y la capacidad de la humanidad para crear nuevas moléculas”, afirma. “Pero ahora, algunos de los sistemas que desarrollamos recientemente con herramientas como ChatGPT me dan mucha más esperanza de la que esperaba”. Para el Dr. de la Fuente, todo lo que hace está al servicio de un único objetivo: reducir el sufrimiento y salvar vidas. “He esperado toda mi vida para contar con herramientas que nos permitan hacer lo que hacemos hoy”.
“Hemos comprobado que muchas de las moléculas que descubrimos son capaces de eliminar patógenos actuales”.
—Dr. César de la Fuente
“Imagina una molécula creada por ti en una computadora y capaz de salvar vidas. Creo que los científicos vivimos para esos momentos en los que descubrimos algo que nadie ha descubierto antes en toda la historia”.