En los últimos años la aparición de resistencias a los antibióticos por parte de diferentes microorganismos patológicos se está convirtiendo en un importante problema sanitario ante el que urge buscar soluciones. Investigadores del Instituto Broad de la Universidad de Harvard han desarrollado una estrategia basada en secuenciación del ARN que permite identificar en cuestión de horas qué antibiótico es el más adecuado para una infección.
Desde el descubrimiento de la penicilina, los antibióticos se han convertido en una de las estrategias más eficaces para tratar las infecciones bacterianas o fúngicas. Sin embargo, en los últimos años la aparición de resistencias a los antibióticos por parte de diferentes microorganismos patológicos se está convirtiendo en un importante problema sanitario ante el que urge buscar soluciones.
Los antibióticos no sólo se utilizan en el tratamiento de infecciones activas. Numerosas intervenciones médicas dependen de ellos para prevenir posibles infecciones que comprometan una resolución exitosa: cirugías, trasplante de órganos. Además, muchas personas están en situación de riesgo a tener infecciones, bien por su condición de enfermos crónicos o debido a tratamientos que reducen la capacidad de respuesta de su sistema inmunitario.
En este contexto, la llamada crisis de la resistencia a los antibióticos demanda, cada vez más, que estos agentes se utilicen de forma eficiente. Una estrategia sería, por ejemplo, seleccionar el antibiótico más adecuado a cada agente infeccioso. Sin embargo, todavía no existe un método perfecto para identificar qué antibiótico es el óptimo y específico para eliminar al responsable de una infección en un paciente.
Una opción es tomar una muestra del paciente, identificar al agente biológico causal, crecerlo en laboratorio en presencia de diferentes antibióticos y seleccionar cuál es el que mejor hace frente al agente. Esta vía es la más precisa pero requiere mucho tiempo, incluso días, para decidir el antibiótico. Otra opción es secuenciar el genoma del agente biológico y buscar mutaciones relacionadas con la resistencia. Sin embargo, esta aproximación tiene menos precisión debido a que los genomas bacterianos están permanentemente sometidos a presiones evolutivas y presentan nuevos cambios con frecuencia.
La herramienta presentada por el Instituto Broad combina las dos estrategias y detecta tanto el fenotipo (sensibilidad o no al antibiótico) como el genotipo (presencia de mutaciones relacionadas con la resistencia) de agentes biológicos infecciosos. La estrategia que han utilizado los investigadores es analizar el cambio de expresión del agente infeccioso cuando es expuesto a diferentes antibióticos.
GoPhAST-R, nombre que recibe la herramienta, un juego de palabras que significa “ir más deprisa”, detecta cambios característicos en la expresión de los genes de bacterias cuando estas son expuestas a un antibiótico. Esta expresión difiere entre aquellas que disponen de mecanismos de resistencia y aquellas que son sensibles y tienen que hacer frente a la acción del antibiótico. La ventaja principal de este método es que permite detectar de forma precisa y específica la resistencia en cuestión de horas.
En el trabajo, los investigadores han demostrado su efectividad en diferentes especies que presentan cepas resistentes: Escherichia coli, Klebsiella pneumoniae, Acinetobacter baumannii, Staphylococcus aureus, y Pseudomonas aeruginosa. Concretamente han evaluado la resistencia los antibióticos meropenem, ciprofloxacina y gentaminicina.
Los resultados del trabajo proporcionan una estrategia para favorecer la administración eficiente de los antibióticos. Iniciar el tratamiento más eficaz de una infección de forma temprana es un paso hacia reducir el uso innecesario de antibióticos y por tanto reducir el problema de la aparición de resistencias a los mismos.
“La capacidad para identificar de forma rápida y precisa el mejor antibiótico podría mejorar increíblemente el cuidado de los pacientes con infección, al tiempo que se asegura que nuestro arsenal de antibióticos es utilizado de forma eficiente e inteligente”, destaca Deborah Hung, profesora asociada en la Universidad de Harvard y directora del trabajo.
Referencia: http://bit.ly/3a3rHBr
