Un nuevo modelo mejora los tratamientos antibióticos

Un estudio de la Universidad de Rice, en Estados Unidos, propone estrategias para una mejor dosificación de los antibióticos basándose en el cálculo preciso del tiempo de supervivencia de las colonias bacterianas.
 

Si un antibiótico no mata todas las bacterias que infectan a un paciente, las sobrevivientes pueden ser particularmente hábiles a la hora de sincronizar su reactivación. Los científicos han propuesto una mejor manera de entender cómo prescribir antibióticos para matar hasta la última bacteria o, al menos, disuadirlas de desarrollar resistencia.
 

Anatoly Kolomeisky, profesor de Química e Ingeniería química y biomolecular, considera que la resistencia a los antibióticos es "el problema más grave del siglo XXI", según recoge un comunicado.
 

Estrategias de resistencia bacteriana
 

El nuevo estudio, realizado por Kolomeisky y el investigador postdoctoral Hamid Teimouri, muestra que las tasas de crecimiento fluctuantes de las bacterias pueden aumentar el tiempo que tarda una colonia en morir y darle una mejor oportunidad de desarrollar resistencia.
 

"Nuestros cálculos sugieren que esta fluctuación, que las bacterias pueden hacer fácilmente, podría ayudarlas a aguantar más tiempo y probar diferentes mutaciones", explica Kolomeisky. "Creemos que este es el posible primer paso en la resistencia a los antibióticos".
 

Los investigadores muestran que no existe una correlación entre las probabilidades de extinción bacteriana, ampliamente utilizadas para determinar las dosis de antibióticos, y los tiempos reales de extinción.
 

Dosis imprecisas de los antibióticos
 

"Hay un gran abuso de antibióticos en el mundo, y especialmente en este país", señala Kolomeisky. “En los últimos cinco años, ha habido un aumento del cuatro por ciento en las recetas de antibióticos. Se administran en grandes cantidades a las personas cuando no son necesarios".
 

Los investigadores argumentan que, algún día, debería ser posible recetar una dosis más precisa al conocer el tamaño de una colonia infectante y el tiempo promedio que será necesario para erradicarla por completo. Presentan un modelo preliminar, del cual las compañías farmacéuticas pueden aprender a desarrollar mejores estrategias y los tratamiento de infecciones.
 

La dinámica de la población bacteriana es clave para el estudio, según Kolomeisky. "Ahora, cuando los médicos calculan la cantidad de antibióticos que debe recibir cada paciente, tratan a todos por igual", apunta. “Eso ya es un gran error: asumen que tienes una gran cantidad de bacterias en tu cuerpo y usan un modelo determinista muy simple para prescribir la concentración mínima de antibióticos. Por debajo de ese umbral, dicen que no se curará, y por encima de él, siempre se conseguirá”.

¿Talla única?

Esa estrategia de talla única no tiene en cuenta las fluctuaciones en la tasa de crecimiento de las bacterias, explica Kolomeisky. El nuevo modelo incorpora estas fluctuaciones aleatorias al establecer la media de la cantidad de tiempo que tarda una población en morir.
 

El problema viene cuando los antibióticos funcionan y se llega al punto donde casi no hay bacterias. “Cuando los niveles son relativamente bajos, los llamados efectos estocásticos (aleatorios) se vuelven importantes”, explica Kolomeisky. “Sabemos que es suficiente tener tan solo 10 bacterias de salmonela o Shigella para que la infección comience nuevamente".
 

Kolomeisky señala que los modelos actuales solo le dicen a los médicos la probabilidad de que un tratamiento con antibióticos curará a un paciente. "Nos importa mucho más el tiempo promedio para curarnos, no la probabilidad", dice. "Esto le dará a los médicos una descripción mucho más clara de lo que se debe hacer".
 

Implicaciones para la agricultura
 

"Los alimentos suministran el 75 por ciento de los antibióticos", señala Kolomeisky refiriéndose a los tratamientos antibióticos que reciben los animales que luego nos sirven de alimento. “También necesitamos optimizar las actividades de los antibióticos en animales, para reducir los niveles de antibióticos que llegan a las personas”.
 
"Este objetivo está muy lejos de aplicaciones reales, pero debería dar a la industria algunas ideas sobre qué hacer a partir de ahora y cómo combinarlo con estudios bioquímicos", concluye Kolomeisky. “No es suficiente investigar solo las partes bioquímicas y genéticas de la infección bacteriana. Conocer los aspectos de la dinámica de la población de la acción de los antibióticos puede solucionar muchos problemas", concluye.

Referencia

Theoretical investigation of stochastic clearance of bacteria: first-passage analysis. H. Teimouri, A. B. Kolomeisky. Royal Society journal, 20 March 2019. DOI: https://doi.org/10.1098/rsif.2018.0765.