La resistencia de bacterias a los antibioticos se ha convertido en una de las problematicas mas graves a nivel mundial, con agravante de la falta de interes 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 como al tiempo que se requiere para el desarrollo de nuevos medicamentos antimicrobianos, como al bajo retorno de la inversion que esta representa para las empresas farmaceuticas comparado con las drogas para enfermedades cronicas. 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 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 desarrollar un sistema de inteligencia artificial para clasificar secuencias de peptidos extraidos de proteomas con el software PepMultiFinder. El software podra entonces analizar los peptidos obtenidos y clasificarlos basados en sus propiedades fisicoquimica, determinando la probabilidad de ser o no antibacteriano, antifungico, antiparasitario, antiviral o antitumoral. Al mismo tiempo la plataforma podra ofrecer al usuario la posibilidad de usar el modulo de generacion automatica de secuencias peptidicas con alto potencial de ser antimicrobianas.