Como si se tratara de hackers que toman el control de una red de ordenadores, algunas bacterias nos infectan inyectando sus propios elementos maliciosos en nuestras células. Es el caso de las bacterias que producen enfermedades intestinales, como Escherichia coli y Salmonella. Estas moléculas maliciosas, llamadas efectores, toman el control de nuestras células, obligándolas a pasarse al bando de las bacterias durante la infección. Hacen que las células bloqueen las señales de alarma necesarias para avisar al sistema inmune y permiten a los intrusos colonizar nuestro intestino.
Desgraciadamente, los antibióticos no suelen ser eficaces contra estas enfermedades. Uno de los retos de nuestro tiempo es encontrar tratamientos alternativos y, para ello, es clave comprender cómo funciona este proceso infectivo. Pero esto no es tarea sencilla. Las bacterias cuentan con una gran variedad de efectores y estos se apropian de la célula a través de unas redes de interacción realmente complejas.
A causa de esta complejidad, hasta ahora no se había estudiado cómo estas moléculas maliciosas trabajan conjuntamente dentro de nuestras células. En una reciente publicación, científicos españoles, del Reino Unido y de Israel han aunado fuerzas para llevar a cabo la titánica labor de analizar todas estas moléculas de forma conjunta. Para conseguirlo, ha sido necesario combinar experimentos de laboratorio y herramientas de Inteligencia Artificial (IA).
En este trabajo pionero, publicado hoy en la revista Science, han utilizado Citrobacter rodentium, una bacteria similar a las E. coli dañinas, pero que infecta exclusivamente a ratones. Han construido más de 100 variantes de esta bacteria, cada una con un repertorio distinto de estos efectores dañinos. En el laboratorio, han descrito qué ocurre cuando introducen cada variante en el intestino y las han clasificado según su peligrosidad.
Estos resultados suponen un gran avance. Han descubierto que los efectores actúan cooperando entre ellos y con roles solapantes, de forma que las bacterias pueden salirse con la suya incluso cuando carecen de más del 60% de ellos. David Ruano Gallego Julia Sánchez Garrido, autores principales, coinciden en que “los resultados muestran que los efectores inyectados no actúan individualmente sino cooperando y que la red que forman es resistente y flexible a la vez; si varias piezas fallan, las demás todavía son capaces de confundir a la célula. Si aprendemos cómo actúa cada conjunto particular de estas moléculas bacterianas para establecer una infección, podremos diseñar tratamientos individualizados para cada circunstancia”.
Una observación sorprendente es que nuestro sistema inmune es capaz de adaptarse a cada combinación concreta de efectores que se le presenta, tratando de combatir el engaño bacteriano. David Ruano continúa “Nuestras células tienen su propio cortafuegos, que les permite contrarrestar cada red concreta activando la respuesta inmune más adecuada en cada caso”. El profesor Gad Frankel, investigador del Imperial College en Londres, comenta que “estos resultados representan un gran avance para comprender las estrategias tanto de las bacterias como del sistema inmune. Arrojan luz sobre los procesos celulares que siempre son diana del ataque”
Los investigadores Alfonso Rodríguez-Patón y Elena Núñez Berrueco de la Universidad Politécnica de Madrid (UPM) utilizaron los datos recopilados en el laboratorio para construir un modelo de aprendizaje automático, usando novedosas técnicas de IA.
El número de combinaciones posibles de efectores supera los mil millones, con lo que estudiar todas las variantes supondría más de mil años de investigación experimental. Ahí es donde entra en juego la IA para cambiar las reglas. El algoritmo desarrollado en la UPM es capaz de predecir la capacidad infectiva de cualquier variante tras aprender los patrones de los solo 100 experimentos de laboratorio.
Con la ayuda del modelo, los científicos han podido dirigir los siguientes experimentos hacia las variantes más interesantes. Así, han sido capaces de descubrir pequeños grupos de estos efectores que son esenciales. Esto significa que, cuando se eliminan o bloquean, las bacterias no infectan, suponiendo una prometedora diana para futuros tratamientos que nos ayuden a vencer a estos hábiles invasores.
Elena Núñez Berrueco afirma que “al estudiar un sistema biológico tan complejo, la IA es capaz de ver lo que no es evidente ante nuestros ojos. Las predicciones nos ayudan a identificar las combinaciones de efectores más relevantes y así ahorrar tiempo y recursos. Podemos usar este modelo para predecir si una nueva cepa, con una combinación de efectores diferente a las estudiadas, puede manipular a nuestras células y la forma en que lo hacen. El profesor Alfonso Rodríguez-Patón continúa: “Una vez más la Inteligencia Artificial nos muestra que es una tecnología disruptiva. Esta investigación interdisciplinar, nos ha permitido desentrañar la compleja red de señales moleculares que las bacterias emplean para infectarnos. Esto permitirá diseñar mejores tratamientos para defendernos de ellas.”
Según David Ruano, “nuestros resultados también abren la posibilidad de utilizar la información de la IA para comprender mejor otras enfermedades intestinales como la colitis o el cáncer. También, encontraremos formas alternativas de combatir las infecciones sin tener que usar antibióticos, sino mejorando y ayudando a nuestras propias defensas”.