III Simposio de Postgrado 2025: Ingeniería, ciencia e innovación

02 63 Julián García-Vinuesa ¹ , ²* Nicole Soto García ² Juan A. Asenjo ³ David Medina-Ortiz ² , ³ , ⁴ PANDORA: Diseño de Péptidos Antimicrobianos Basado en Refuerzo y Optimizado mediante Automatización *E-mail: juliangarciavinuesa@ug.uchile.cl ¹ Departamento de Ingeniería Química, Biotecnología y Materiales, Universidad de Chile ² Departamento de Ingeniería en Computación, Universidad de Magallanes ³ Centre for Biotechnology and Bioengineering – CeBiB, Universidad de Chile ⁴ Department of Bioorganic Chemistry, Leibniz Institute of Plant Biochemistry El aumento global de la resistencia a los antibióticos, especialmente en pa- tógenos críticos y difíciles de tratar, exige estrategias terapéuticas innova- doras. Aunque prometedoras, las ru- tas convencionales de descubrimien- to de fármacos siguen siendo lentas, costosas y, a menudo, ineficaces. En contraste, los péptidos antimicrobia- nos (AMPs) ofrecen una alternativa atractiva gracias a su especificidad, baja inducción de resistencia y acti- vidad multifuncional, aunque su de- sarrollo enfrenta desafíos como baja estabilidad y su potencial inmunogéni- co, es decir, la capacidad de provocar una respuesta inmune. Para abordar estos problemas, presentamos PAN- DORA ( Peptide-based ANtimicrobial Design Optimized by Reinforcement Automation ), una plataforma autóno- ma impulsada por inteligencia artificial para el diseño optimizado de péptidos antibióticos. Integra modelos predicti- vos (actividad, vida media, toxicidad), arquitecturas generativas basadas en transformers para el diseño de novo , e inteligencia artificial explicable para la inferencia de propiedades. Todos los componentes se coordinan mediante un sistema de aprendizaje por refuer- zo multi-agente , lo que permite una in- geniería adaptativa y automatizada de péptidos. Los modelos predictivos, ajus- tados ( fine-tuned ) sobre protein langua- ge embeddings con técnicas avanzadas de extracción de características, logran precisiones superiores al 90 % en activi- dad antimicrobiana y al 85 % en toxici- dad. Los modelos generativos, guiados por restricciones fisicoquímicas, gene- ran péptidos candidatos diversos con perfiles terapéuticos optimizados. La plataforma permite entradas en len- guaje natural y restricciones persona- lizadas, ofreciendo una interfaz flexible y fácil de usar. Actualmente, se están validando experimentalmente péptidos candidatos frente a bacterias priorita- rias según la OMS, y los resultados ob- tenidos alimentan el sistema para su mejora continua. PANDORA representa una solución escalable y autónoma que combina inteligencia artificial, automa- tización y validación experimental. Su capacidad de aprendizaje iterativo la posiciona como una herramienta trans- formadora para acelerar el desarrollo de fármacos peptídicos en la lucha con- tra la resistencia antimicrobiana. __Referencias [1] H. Sati et al., Lancet Infect. Dis. 25, 00118. (2025) [2] D. Medina-Ortiz, A. Khalifeh, H. Anvari- Kazemabad y M. Davari, Biotechnol Adv. 79, 108495. (2025) Resumen