MADRID 24 Abr. (EUROPA PRESS) -
Investigadores de la Universidad de Duke, en Durham, Carolina del Norte, Estados Unidos, han identificado una medida sencilla como guía de dosificación de antibióticos que podría llevar todo un arsenal de antibióticos de primera línea de nuevo a luchar contra los patógenos resistentes a los fármacos.
Una simulación por ordenador creada por Hannah Meredith, experta en Ingeniería Biomédica en Duke, reveló que un régimen basado en el tiempo de recuperación de un patógeno podría eliminar una cepa de una bacteria que de otra forma sería resistente. En teoría, una base de datos de los tiempos de recuperación de bacterias y combinaciones de antibióticos podría permitir a los antibióticos de primera línea eliminar muchas infecciones resistentes.
Meredith ya ha comenzado el trabajo de laboratorio para crear una base de datos y las primeras pruebas están confirmando las predicciones de su modelo, como se revela en un artículo sobre la investigación que se publica este jueves en 'Plos Computational Biology'.
"Las bacterias están generando resistencia a los antibióticos más rápido de lo que nosotros podemos hacer otros nuevos, por lo que hay una necesidad real de utilizar los antibióticos que ya están en el mercado de manera más eficiente --sugiere Meredith--. Esperamos que esta investigación ayude a los hospitales a mejorar los resultados del paciente al mismo tiempo que nuestros antibióticos duren tanto como sea posible".
Los modelos de simulación por ordenador de la relación entre las bacterias, los antibióticos y un método de resistencia llamado beta-lactamasa, una enzima que degrada los antibióticos beta-lactámicos, una de las clases más grandes y más utilizados de estos fármacos. Muchos antibióticos beta-lactámicos no se tienen en cuenta en la actualidad por la preocupación de que la infección sea completamente resistente a ese tipo de antibiótico, incluso aunque el antibiótico parezca ser eficaz en el laboratorio. Sin embargo, el nuevo modelo revela que las bacterias pueden ser temporalmente sensibles al antibiótico antes de que la beta-lactamasa degrade el fármaco y permita que la infección rebrote.
"Se puede pensar en esto como una carrera entre las células y los antibióticos", pone como ejemplo Lingchong You, profesor asociado de Ingeniería Biomédica de la Universidad de Duke y asesor de Meredith. "Antes de que su beta-lactamasa degrade los antibióticos, las células todavía son sensibles y pueden matarse. Sin embargo, los antibióticos se degradan más rápido que las disminuciones de la población celular, permitiendo que algunas células sobrevivan y se repoblen", detalla.
Cuando los profesionales se dan cuenta de que una infección es resistente, a menudo pasan directamente a algunos de los antibióticos más fuertes disponibles. Pero el estudio indica que si en lugar de eso se cambia la frecuencia de dosificación de antibióticos de primera línea para que se administre cada dosis mientras las bacterias están debilitadas durante su periodo de recuperación, algunas infecciones podrían eliminarse sin tener que pasar a la última instancia.
Sin embargo, los médicos también deben tener cuidado para no destruir poblaciones nativas de bacterias vitales para la salud humana. Una base de datos que detalla las respuestas de diferentes cepas a distintos antibióticos podría permitir al modelo de ordenador de Meredith determinar el régimen más eficaz para reducir la exposición total a un mínimo. También puede indicar si dosis múltiples funcionarían, dejando que los médicos sepan cuándo es el momento de pasar a un tratamiento más agresivo.
"Ya hay una gran cantidad de trabajo que se realiza para determinar las pautas de dosificación de antibióticos -señala You--. Pero normalmente implica la construcción de un modelo basado en muchos mecanismos biológicos complejos, lo que lleva mucho tiempo y como hay miles de cepas bacterianas en constante evolución, es imposible para los investigadores ponerse al día. Estamos tratando de ver si esta fácil métrica del tiempo de recuperación puede hacer una buena predicción suficiente sin años de estudio".
Meredith ya ha comenzado el trabajo de laboratorio para responder a esta pregunta y validar su modelo computacional. "Nuestros datos preliminares han confirmado muchos de los aspectos clínicos de las predicciones del modelo, por lo que estamos muy emocionados por eso --adelanta Meredith--. Si esta estrategia tiene éxito, podría potencialmente reintroducir un gran número de antibióticos de primera línea para el tratamiento de los pacientes".
