El Honoris Causa de la ULE César de la Fuente revela un nuevo sistema de IA que acelera la búsqueda de antibióticos

• El estudio publicado en ‘Nature Machine Intelligence’ describe, un modelo de IA generativa que optimiza los antibióticos.
•  Denominado ‘ApexGO’, produce candidatos con altas tasas de éxito experimental y una actividad prometedora contra infecciones resistentes a fármacos en estudios preclínicos.

León, 14 de Mayo de 2026. Un equipo de investigadores de la Universidad de Pensilvania (EEUU), dirigido por el egresado de la Universidad de León (ULE) César de la Fuente, destacado científico que fue investido Doctor Honoris Causa por la institución leonesa el pasado mes de febrero, ha desarrollado un sistema de inteligencia artificial llamado ‘ApexGO’ que puede ayudar a crear candidatos a antibióticos más potentes con mayor rapidez, ofreciendo una posible nueva vía para combatir infecciones resistentes a los fármacos.

El descubrimiento fue dado a conocer ayer en un artículo titulado ‘A generative artificial intelligence approach for peptide antibiotic optimization’, publicado en la prestigiosa revista ‘Nature Machine Intelligence’.

César de la Fuente es considerado como uno de los más destacados científicos a nivel mundial, y ha recibido una larga colección de galardones y reconocimientos, entre los que se pueden citar el concedido por la American Chemical Society como mejor investigador joven de EEUU, el del Instituto de Tecnología de Massachusetts (MIT), como uno de los diez mejores innovadores del mundo en Ciencias de la Vida y la Salud, o el Premio Princesa de Girona.

FORMADO EN LA PRIMERA PROMOCIÓN DE BIOTECNOLOGÍA DE LA ULE

El científico fue alumno de la primera promoción del título de Biotecnología de la ULE. “Guardo grandísimos recuerdos, -ha afirmado-, de mi tiempo formativo en la Universidad de León. De las ganas, el entusiasmo y el espíritu aventurero de formar parte de la primera promoción de Biotecnología. Fuimos un gran experimento que salió muy bien gracias al profesorado, a mis compañeros de clase y a la Universidad de León en su conjunto”.

La vinculación del científico con la ULE ha sido permanente en los últimos años, y ha regresado en varias ocasiones a impartir conferencias y clases magistrales. También ha visitado León para recibir el nombramiento como ‘Socio de Honor’ de la Asociación de Biotecnólogos de León (ABLe), el título de ‘Alumni de Honor’, y para asistir a la ceremonia en la que se puso su nombre al Laboratorio Ambiental de la Faculta de Ciencias Biológicas y Ambientales.

Finalmente, el pasado 13 de febrero fue investido Doctor Honoris Causa, en un acto solemne en el que también recibió dicho galardón Sergio Boixo Castrillo.

EL PROBLEMA DE LA RESISTENCIA A LOS ANTIBIÓTICOS

La resistencia a los antibióticos es una de las mayores amenazas de la medicina moderna. A medida que más bacterias aprenden a sobrevivir a los fármacos utilizados para eliminarlas, los investigadores se enfrentan a mayor presión para encontrar nuevos tratamientos de manera más rápida que la que permiten los métodos tradicionales.

El equipo de la Universidad de Pensilvania diseñó ‘ApexGO’ para contribuir a cerrar esa brecha mediante el uso de IA generativa con la intención de optimizar moléculas antibióticas prometedoras antes de probarlas en el laboratorio.

El sistema se centra en péptidos, que son pequeñas moléculas similares a proteínas que pueden actuar como antibióticos. En lugar de limitarse a buscar en listas existentes de moléculas conocidas, ApexGO parte de plantillas peptídicas y sugiere cambios que podrían aumentar su eficacia a la hora de eliminar bacterias dañinas.

Es decir, el modelo actúa como un motor de diseño inteligente: aprende patrones a p ir de secuencias peptídicas y luego propone nuevas versiones con más probabilidades de funcionar.

Para probar este enfoque, los investigadores comenzaron con 10 plantillas peptídicas y utilizaron ApexGO para diseñar versiones mejoradas. Después sintetizaron 100 de esos péptidos en el laboratorio y estudiaron su eficacia contra bacterias, además de su funcionamiento, qué estructuras formaban y si mostraban indicios de toxicidad para las células.

Los resultados fueron especialmente sólidos frente a bacterias gramnegativas, un grupo de patógenos difíciles de tratar que incluye algunas de las infecciones hospitalarias más peligrosas.

“ApexGO demuestra que se puede utilizar la IA para algo más que predecir qué moléculas podrían funcionar: puede ayudar a mejorarlas”, ha explicado César de la Fuente. “El modelo parte de antibióticos peptídicos prometedores y aprende a optimizarlos, explorando nuevas posibilidades moleculares que después podemos sintetizar y probar en el laboratorio.

En un momento en el que la resistencia a los antibióticos está aumentando en todo el mundo, necesitamos tecnologías que nos ayuden a avanzar más rápido materializando la idea en un candidato terapéutico real. ApexGO es un paso importante hacia ese futuro”.

Los investigadores señalan que el estudio apunta a un futuro más amplio en el que la IA generativa se convierta en una herramienta práctica para el descubrimiento de fármacos, ayudando a los científicos a avanzar con mayor rapidez desde la idea hasta el posible tratamiento. Esto podría marcar una diferencia significativa en el esfuerzo global por mantenerse por delante de las infecciones resistentes en el descubrimiento de nuevos antibióticos.

Al texto completo del artículo publicado en 'Nature Machine Intelligence' se puede acceder a través del siguiente ENLACE

(Imágenes:    1.- Un momento de la ceremonia de investidura de César de la Fuente como Honoris Causa de la ULE, celebrada el pasado mes de febrero   2.- César de la Fuente    3.- Orla de la primera promoción de Biotecnología de la ULE (2004-2009) - César es el 4º por la izda en la 2ª fila     4.- Foto de César de la Fuente en la orla     5.- Nombramiento de César de la Fuente como Socio de Honor de la Asociación de Biotecnólogos de León   6.- Portadade la revista 'Nature Machine Intelligence del mes de abril de 2026    7.- Ilustración extraída del artículo en la que se muestra la actividad antiinfecciosa de plantillas y péptidos optimizados con ApexGO en modelos animales )