Visualización en 3D de una proteina mutante utilizada en la investigación. Fuente: Universidad de Duke
Investigadores de la Facultad de Medicina de la Universidad de Duke (EEUU) han desarrollado un programa informático capaz de identificar cómo una cepa de bacterias peligrosas puede mutar y eludir la eficacia de las medicinas, según un artículo publicado en PNAS (Proceedings of the National Academy of Sciences). Su sistema podría conducir al diseño de fármacos que consigan vencer la resistencia a los antibióticos.
El punto de partida del estudio estadounidense fue una cepa de bacterias SARM (Staphylococcus aureus resistente a meticilina), un tipo común de bacteria que normalmente vive en la piel y en las fosas nasales de personas sanas. El peligro reside en su capacidad de mutar con rapidez y astucia para evadir los fármacos diseñados para bloquear el recorrido biológico esencial de los patógenos, de modo que no responden a algunos de los antibióticos utilizados para tratar infecciones por estafilococos.
Concretamente, los científicos examinaron las mutaciones en una enzima de las bacterias SARM llamada dihidrofolato reductasa (DHFR), que es el blanco de varios medicamentos. Casi todo organismo vivo tiene una versión de DHFR, porque es una enzima necesaria en la conversión del ácido fólico en timina, uno de los cuatro componentes básicos del ADN (la "T" en los nucleótidos ACGT).
La clave está en un algoritmo
El equipo de la Universidad de Duke utiliza un sofisticado algoritmo para encontrar posibles mutaciones que satisfagan a la vez un diseño positivo (las estructuras que aún permiten a la enzima bacteriana hacer su trabajo) y también un diseño negativo (las que bloquean la capacidad de un antibiótico nuevo para hacer su trabajo). El algoritmo encuentra candidatos que podrían bloquear el antibiótico, al mismo tiempo que permite que se produzca la reacción natural de la enzima bacteriana.
El punto de partida del estudio estadounidense fue una cepa de bacterias SARM (Staphylococcus aureus resistente a meticilina), un tipo común de bacteria que normalmente vive en la piel y en las fosas nasales de personas sanas. El peligro reside en su capacidad de mutar con rapidez y astucia para evadir los fármacos diseñados para bloquear el recorrido biológico esencial de los patógenos, de modo que no responden a algunos de los antibióticos utilizados para tratar infecciones por estafilococos.
Concretamente, los científicos examinaron las mutaciones en una enzima de las bacterias SARM llamada dihidrofolato reductasa (DHFR), que es el blanco de varios medicamentos. Casi todo organismo vivo tiene una versión de DHFR, porque es una enzima necesaria en la conversión del ácido fólico en timina, uno de los cuatro componentes básicos del ADN (la "T" en los nucleótidos ACGT).
La clave está en un algoritmo
El equipo de la Universidad de Duke utiliza un sofisticado algoritmo para encontrar posibles mutaciones que satisfagan a la vez un diseño positivo (las estructuras que aún permiten a la enzima bacteriana hacer su trabajo) y también un diseño negativo (las que bloquean la capacidad de un antibiótico nuevo para hacer su trabajo). El algoritmo encuentra candidatos que podrían bloquear el antibiótico, al mismo tiempo que permite que se produzca la reacción natural de la enzima bacteriana.
“Este estudio es un paso hacia la identificación de los antibióticos que puedan combatir de manera preventiva la resistencia posible en la naturaleza", afirma en Physorg el autor principal de la investigación Ivelin Georgiev, quien realizó el trabajo mientras estudiaba en la Universidad, desde la que se ha trasladado a los Institutos Nacionales de Salud de EEUU.
Uno de sus compañeros en Duke, Bruce Donald, destaca en el comunicado la importancia del grado de anticipación que permite su sistema: “Nuestro trabajo muestra una forma de predecir la resistencia bacteriana a los antibióticos en fase de desarrollo, antes de que la investigación avance y las pruebas de los antibióticos se inicien con personas, e incluso antes de realizar procedimientos de laboratorio para estudiar la resistencia potencial".
Estos algoritmos de diseño de proteínas que predicen mutaciones podrían ser utilizados en una estrategia de creación de fármacos contra cualquier patógeno que resista a los medicamentos por sus mutaciones. Y es que, como advierte Donald, “el diseño de medicinas es muy costoso y requiere mucho trabajo como para volver a empezar desde cero y volver a desarrollar un fármaco cuando una bacteria gana resistencia a la estructura existente de un medicamento”.
Como ejemplo real de resistencia a las medicinas, el investigador se refiere a los casos de su propia familia. “Cuando recuerdo los antibióticos que mis hijos tomaban hace diez años me doy cuenta de que ahora no son lo suficientemente fuertes para tratar las mismas enfermedades”, señala.
En aras del máximo beneficio común, los autores del trabajo han decidido ofrecer su algoritmo libremente y publicar el software en código abierto.
Uno de sus compañeros en Duke, Bruce Donald, destaca en el comunicado la importancia del grado de anticipación que permite su sistema: “Nuestro trabajo muestra una forma de predecir la resistencia bacteriana a los antibióticos en fase de desarrollo, antes de que la investigación avance y las pruebas de los antibióticos se inicien con personas, e incluso antes de realizar procedimientos de laboratorio para estudiar la resistencia potencial".
Estos algoritmos de diseño de proteínas que predicen mutaciones podrían ser utilizados en una estrategia de creación de fármacos contra cualquier patógeno que resista a los medicamentos por sus mutaciones. Y es que, como advierte Donald, “el diseño de medicinas es muy costoso y requiere mucho trabajo como para volver a empezar desde cero y volver a desarrollar un fármaco cuando una bacteria gana resistencia a la estructura existente de un medicamento”.
Como ejemplo real de resistencia a las medicinas, el investigador se refiere a los casos de su propia familia. “Cuando recuerdo los antibióticos que mis hijos tomaban hace diez años me doy cuenta de que ahora no son lo suficientemente fuertes para tratar las mismas enfermedades”, señala.
En aras del máximo beneficio común, los autores del trabajo han decidido ofrecer su algoritmo libremente y publicar el software en código abierto.