EVALUACIÓN DE EMBEDDINGS DEL MODELO DE LENGUAJE DE PROTEÍNAS ESM-2 PARA LA PREDICCIÓN DE PÉPTIDOS ANTIMICROBIANOS DE INTERÉS VETERINARIO: ESTUDIO COMPUTACIONAL PRELIMINAR

Resumen

RESUMEN: La resistencia antimicrobiana (RAM) constituye una amenaza prioritaria de
salud única (One Health) que compromete el tratamiento de infecciones en animales de
producción, compañía y fauna silvestre. Los péptidos antimicrobianos (AMP) representan
una alternativa terapéutica prometedora y los modelos de lenguaje de proteínas ofrecen
herramientas novedosas para su predicción. El presente estudio evalúa, como prueba de
concepto, la capacidad del modelo ESM-2 (facebook/esm2_t6_8M_UR50D) para
discriminar AMP de controles negativos. Se creó un conjunto de 24 AMP de referencia
(APD3/DBAASP) y 24 controles negativos generados mediante permutación aleatoria,
que mantiene la composición de aminoácidos. Se calcularon los embeddings (media de
las representaciones de residuos, 320 dimensiones) y se entrenaron clasificadores
(regresión logística y SVM) con validación cruzada de 5 pliegues. La regresión logística
alcanzó AUC = 0,74 (exactitud 0,71; F1 0,71) y la SVM AUC = 0,72. Los embeddings de
ESM-2 separaron en parte AMP y no-AMP en el espacio t-SNE, incluso usando el
modelo más pequeño, lo que muestra que son útiles como representaciones para predecir
AMP. Se discuten las limitaciones (tamaño del modelo y de la muestra) y se plantea la
proyección hacia modelos ESM-2 mayores y la validación in vitro. Este trabajo establece bases informáticas para encontrar AMP contra los patógenos veterinarios más importantes (Staphylococcus aureus mecC, Escherichia coli, Salmonella spp.).