Las primeras impresiones son importantes: pueden sentar las bases para el curso completo de una relación. Lo mismo ocurre con las impresiones que las células de nuestro sistema inmunológico forman cuando se encuentran por primera vez con una nueva bacteria. Con esta información, el Instituto Weizmann deLos investigadores científicos han desarrollado un algoritmo que puede predecir la aparición de enfermedades como la tuberculosis. Los resultados de esta investigación se publicaron recientemente en Comunicaciones de la naturaleza .
El Dr. Roi Avraham, cuyo grupo en el Departamento de Regulación Biológica del Instituto llevó a cabo la investigación, explica: "Cuando la célula inmunitaria y la bacteria se encuentran, puede haber varios resultados. El sistema inmunológico puede matar las bacterias; las bacterias pueden vencer las defensas inmunológicas; o, en el caso de enfermedades como la tuberculosis, la bacteria puede permanecer inactiva durante años, a veces provocando la enfermedad en una etapa posterior y, a veces, permaneciendo en hibernación para siempre. Creemos que el cruce en el que se elige uno de esos caminos se produce tempranoen - unas 24-48 horas después de la infección. "
Los científicos probaron por primera vez encuentros reales entre células inmunes y bacterias, esta vez entre muestras de sangre que contienen células inmunitarias y la bacteria Salmonella. Dirigido por los doctores Noa Bossel Ben Moshe y Shelly Hen-Avivi en el grupo de Avraham, la investigaciónEl equipo utilizó un método que se ha desarrollado en los últimos años, en el Instituto Weizmann, entre otros lugares, para secuenciar la actividad genética en miles de células individuales. En otras palabras, pudieron ver cómo se veía cada célula al responder a la bacteria Salmonella.y pudieron trazar los perfiles de activación de cada uno. Esto, de hecho, reveló patrones no vistos en las pruebas de laboratorio estándar, y pareció confirmar su hipótesis; de hecho, había diferencias que les permitieron rastrear las respuestas de las reuniones iniciales a las posterioresresultados.
Sin embargo, dicha secuenciación unicelular todavía se limita a laboratorios especializados. El grupo preguntó si había una manera de conectar sus resultados con análisis de sangre en tiempo real en pacientes reales. Para ello, recurrieron a sus bases de datos unicelulares sobre Salmonellainfecciones y respuestas inmunes y desarrolló un algoritmo, basado en un método conocido como deconvolución, que luego les permitiría extraer información similar de conjuntos de datos estándar. Este algoritmo usa información disponible de los análisis de sangre estándar y extrapola a las propiedades de loscélulas sanguíneas individuales en los experimentos. "El algoritmo que desarrollamos", dice Bossel Ben Moshe, "no solo puede definir el conjunto de células inmunes que participan en la respuesta, sino que también puede revelar sus niveles de actividad y, por lo tanto, la fuerza potencial de larespuesta."
La primera prueba del algoritmo se realizó en muestras de sangre tomadas de personas sanas en los Países Bajos. Estas muestras se infectaron, en una placa de laboratorio, con la bacteria Salmonella, y se registró la respuesta inmune. Las comparaciones con los métodos de análisis genómico existentes mostraron que el estándarLos métodos no descubrieron diferencias entre los grupos, mientras que el algoritmo que el grupo había desarrollado reveló importantes que estaban vinculados a variaciones posteriores en la capacidad de matar bacterias.
Luego, el grupo preguntó si el mismo algoritmo podría usarse para diagnosticar la aparición de la tuberculosis, que es causada por una bacteria que a menudo elige la tercera vía, la latencia, y por lo tanto puede esconderse en el cuerpo durante años. Hastaun tercio de la población mundial es portadora de la bacteria de la tuberculosis, aunque solo un pequeño porcentaje de ellos realmente se enferma. Sin embargo, unos dos millones mueren a causa de la enfermedad cada año, principalmente en áreas subdesarrolladas de China, Rusia y África. Los investigadores recurrieron a otrobase de datos, una británica que siguió a pacientes y portadores durante un período de dos años, para que el grupo pudiera aplicar el algoritmo a los resultados de los análisis de sangre de ambos grupos, así como del subconjunto que pasó del portador al inicio de la enfermedad durante ese período.
Los investigadores encontraron que los niveles de actividad de las células inmunes llamadas monocitos podrían usarse para predecir la aparición o el curso de la enfermedad ". El algoritmo se basa en las 'primeras impresiones' de las células inmunitarias y Salmonella, que causan un tipo muy diferentede la enfermedad que Mycobacterium tuberculosis ", dice Hen-Avivi." Aún así, pudimos predecir, desde el principio, cuál de los portadores desarrollaría la forma activa de la enfermedad ".
Una vez que aparecen los síntomas de la tuberculosis, los pacientes deben tomar tres antibióticos diferentes en el transcurso de nueve meses, y la resistencia a los antibióticos se ha vuelto desenfrenada en estas bacterias. "Si aquellos que están en riesgo de enfermedad activa pudieran ser identificados cuando la carga bacteriana es menor, sus posibilidades de recuperación serán mejores ", dice Avraham." Y los sistemas médicos estatales en países donde la tuberculosis es endémica podrían tener una mejor manera de mantener bajos el sufrimiento y la incidencia de enfermedades al tiempo que reducen el costo del tratamiento ".
Los investigadores tienen la intención de continuar en esta línea de investigación: ampliar su propia base de datos sobre la tuberculosis y otros patógenos con el fin de refinar el algoritmo y trabajar en el desarrollo de herramientas que puedan, en el futuro, utilizarse para predecir quién serádesarrollar una enfermedad en toda regla. Con el algoritmo refinado, nuevas vías de investigación pueden conducir a métodos para predecir el curso de una serie de enfermedades infecciosas.
Fuente de la historia :
Materiales proporcionado por Instituto de Ciencias Weizmann . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :