En las ultimas decadas se han realizado importantes avances en lo que respecta al uso de los algoritmos de inteligencia artificial en los campos aplicados de la biologia. En las ultimas decadas, la resistencia bacteriana se ha convertido en una de las problematicas mas graves a nivel mundial. Un agravante de esta problematica es que existe un declive en la busqueda y desarrollo de nuevas moleculas antimicrobianas que puedan ser usadas contra bacterias resistentes a los antibioticos actuales. En parte, la disminucion del interes en la investigacion y desarrollo de nuevos antibioticos se debe tanto al costo y el tiempo que requieren las pruebas en laboratorio necesarias en la generacion de nuevas moleculas antimicrobianas, como al escaso retorno de la inversion que esta representa para las empresas farmaceuticas. Por otro lado, se han venido realizado importantes avances en lo que respecta al uso de los algoritmos de inteligencia artificial en los campos aplicados de la biologia. Especificamente en el contexto farmaceutico, los algoritmos de aprendizaje automatico pueden ser utilizados para reducir los costos y el tiempo empleados en el proceso de busqueda y diseno de nuevas biomoleculas sinteticas para la produccion de antibioticos. Esto ha motivado a que el grupo de investigacion en Biologia Funcional y el grupo de investigacion y desarrollo en Inteligencia Artificial (GIDIA) unan sus esfuerzos en la busqueda y construccion de soluciones computacionales que apoyen la investigacion y desarrollo de nuevas moleculas antimicrobianas. Con base en lo anterior, este proyecto busca el desarrollo de un prototipo de software que usando algoritmos de aprendizaje de maquina permita extraer de un proteoma una serie de secuencias de peptidos para ser analizadas y clasificadas como antimicrobianas con base en su potencia.