Durante los últimos años, muchas cepas de bacterias se han vuelto resistentes a los antibióticos existentes y se han agregado muy pocos medicamentos nuevos al arsenal de antibióticos.
Para ayudar a combatir este creciente problema de salud pública, algunos científicos están explorando péptidos antimicrobianos, péptidos naturales que se encuentran en la mayoría de los organismos. La mayoría de estos no son lo suficientemente poderosos para combatir infecciones en humanos, por lo que los investigadores están tratando de encontrar nuevos, versiones más potentes.
Investigadores del MIT y la Universidad Católica de Brasilia han desarrollado un enfoque simplificado para desarrollar dichos fármacos. Su nueva estrategia, que se basa en un algoritmo informático que imita el proceso natural de evolución, ya ha producido un posible fármaco candidato que mató con éxitobacterias en ratones.
"Podemos usar las computadoras para hacer mucho del trabajo por nosotros, como una herramienta de descubrimiento de nuevas secuencias de péptidos antimicrobianos", dice César de la Fuente-Núñez, postdoctorado del MIT y becario de la Fundación Areces. "Este enfoque computacional es muchomás rentable y mucho más eficaz en el tiempo ".
De la Fuente-Núñez y Octavio Franco de la Universidad Católica de Brasilia y la Universidad Católica Dom Bosco son los autores correspondientes del artículo, que aparece en la edición del 16 de abril de Comunicaciones de la naturaleza . Timothy Lu, profesor asociado del MIT de ingeniería eléctrica e informática, y de ingeniería biológica, también es autor.
péptidos artificiales
Los péptidos antimicrobianos matan a los microbios de muchas formas diferentes. Entran en las células microbianas dañando sus membranas y, una vez dentro, pueden alterar los objetivos celulares como el ADN, el ARN y las proteínas.
En su búsqueda de péptidos antimicrobianos artificiales más potentes, los científicos normalmente sintetizan cientos de nuevas variantes, lo cual es un proceso laborioso y que requiere mucho tiempo, y luego las prueban contra diferentes tipos de bacterias.
De la Fuente-Núñez y sus colegas querían encontrar una manera de hacer que las computadoras hicieran la mayor parte del trabajo de diseño. Para lograrlo, los investigadores crearon un algoritmo informático que incorpora los mismos principios que la teoría de la selección natural de Darwin. El algoritmo puedecomience con cualquier secuencia de péptidos, genere miles de variantes y pruébelas para los rasgos deseados que los investigadores han especificado.
"Al utilizar este enfoque, pudimos explorar muchos, muchos más péptidos que si lo hubiéramos hecho manualmente. Luego, solo tuvimos que analizar una pequeña fracción de la totalidad de las secuencias que la computadora pudo examinar,"dice de la Fuente-Nunez.
En este estudio, los investigadores comenzaron con un péptido antimicrobiano que se encuentra en las semillas de la planta de guayaba. Este péptido, conocido como Pg-AMP1, tiene solo una débil actividad antimicrobiana. Los investigadores le dijeron al algoritmo que creara secuencias de péptidos con doscaracterísticas que ayudan a los péptidos a penetrar en las membranas bacterianas: una tendencia a formar hélices alfa y un cierto nivel de hidrofobicidad.
Después de que el algoritmo generó y evaluó decenas de miles de secuencias de péptidos, los investigadores sintetizaron los 100 candidatos más prometedores para probar contra bacterias cultivadas en placas de laboratorio. El de mayor rendimiento, conocido como guavanina 2, contiene 20 aminoácidos. A diferencia del Pg original-Péptido AMP1, que es rico en el aminoácido glicina, la guavanina es rica en arginina pero solo tiene una molécula de glicina.
más potente
Estas diferencias hacen que la guavanina 2 sea mucho más potente, especialmente contra un tipo de bacteria conocida como gramnegativa. Las bacterias gramnegativas incluyen muchas especies responsables de las infecciones más comunes adquiridas en el hospital, incluidas la neumonía y las infecciones del tracto urinario.
Los investigadores probaron la guavanina 2 en ratones con una infección cutánea causada por un tipo de bacteria gramnegativa conocida como Pseudomonas aeruginosa y descubrieron que eliminaba las infecciones de forma mucho más eficaz que el péptido Pg-AMP1 original.
"Este trabajo es importante porque se necesitan nuevos tipos de antibióticos para superar el creciente problema de la resistencia a los antibióticos", dice Mikhail Shapiro, profesor asistente de ingeniería química en Caltech, que no participó en el estudio.enfoque innovador a este problema mediante el diseño computacional de péptidos antimicrobianos utilizando un algoritmo evolutivo 'in silico', que puntúa nuevos péptidos en función de un conjunto de propiedades que se sabe que están correlacionadas con la eficacia. También incluyen una impresionante variedad de experimentos para demostrar que los péptidos resultantesde hecho, tienen las propiedades necesarias para servir como antibióticos y que funcionan en al menos un modelo de ratón de infecciones ".
De la Fuente-Nunez y sus colegas ahora planean desarrollar aún más guavanina 2 para uso potencial en humanos, y también planean usar su algoritmo para buscar otros péptidos antimicrobianos potentes. Actualmente no hay péptidos antimicrobianos artificiales aprobados para su uso en pacientes humanos.
"Un informe encargado por el gobierno británico estima que las bacterias resistentes a los antibióticos matarán a 10 millones de personas por año para el año 2050, por lo que idear nuevos métodos para generar antimicrobianos es de gran interés, tanto desde una perspectiva científica como desdeuna perspectiva de salud global ", dice de la Fuente-Nunez.
La investigación fue financiada por la Fundación Ramón Areces y la Agencia de Reducción de Amenazas de Defensa DTRA.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Anne Trafton. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :