Científicos infectan una “vagina en un chip” con gonorrea y la curan con un antibiótico hallado por la IA

Salud y medicina

Con la ayuda de la IA, los científicos han identificado un posible nuevo antibiótico para tratar la gonorrea, una infección bacteriana de transmisión sexual cada vez más resistente a los medicamentos. El nuevo antibiótico ha mostrado resultados prometedores en experimentos de laboratorio con una “vagina en un chip”, según informan los investigadores en un nuevo estudio.

“Es urgente abordar la resistencia a los antibióticos en la gonorrea, y el descubrimiento de nuevos antibióticos es una de las estrategias clave”, declaró a Live Science el Dr. Jeffrey Klausner, profesor clínico de la Universidad del Sur de California, quien no participó en el estudio. “Es emocionante ver la aplicación de la IA en este ámbito de la salud pública”.

Cada año, más de medio millón de personas en Estados Unidos contraen gonorrea, que causa síntomas como dolor y secreción vaginal. En casos graves, la gonorrea no tratada puede provocar infertilidad. Si se contrae durante el embarazo, la infección puede conllevar riesgos de aborto espontáneo y parto prematuro, y si se transmite a los bebés, puede causar sepsis o ceguera neonatal si no se trata.

La bacteria de la gonorrea, llamada Neisseria gonorrhoeae, suele presentar mutaciones que le confieren resistencia a uno o más antibióticos, lo que limita las opciones de tratamiento. El antibiótico ceftriaxona, de uso generalizado, sigue siendo el fármaco de elección, pero la resistencia a este medicamento está aumentando vertiginosamente a nivel mundial. Por ahora, solo el 0,1% de los casos en Estados Unidos son resistentes, pero las tasas alcanzan el 10% en algunas provincias chinas y el 27% en Hanói, Vietnam.

Los científicos buscan nuevos antibióticos para combatir las bacterias resistentes. Para identificar nuevos fármacos, suelen analizar grandes bibliotecas de compuestos en busca de aquellos que eliminen las bacterias. Sin embargo, estos experimentos son lentos y no logran seguir el ritmo de la aparición de nuevas cepas resistentes.

Así pues, en un estudio publicado el 17 de junio en la revista Science Translational Medicine, los investigadores utilizaron la IA para analizar rápidamente una gran cantidad de antibióticos candidatos. Entrenaron los modelos de IA para identificar posibles antibióticos estudiando patrones en las propiedades químicas de 1755 fármacos aprobados clínicamente que tratan o no la gonorrea sensible a los medicamentos.

A continuación, aplicaron sus modelos entrenados a un conjunto diferente de aproximadamente 6 millones de compuestos, encontrando 213 posibles candidatos. Redujeron la lista mediante un proceso de eliminación, excluyendo primero los compuestos que eran demasiado similares a los fármacos existentes en los experimentos de modelado. Es posible que esos fármacos no fueran efectivos contra las superbacterias resistentes a los medicamentos. Posteriormente, mediante experimentos de laboratorio, eliminaron los compuestos que no eran lo suficientemente potentes contra la gonorrea o que eran demasiado tóxicos para las células humanas. Uno de los compuestos más prometedores que surgieron se denominó MP20, y los investigadores lo sometieron a prueba.

Los científicos suelen usar ratones de laboratorio para estudiar nuevos fármacos, pero es difícil inducir una infección de gonorrea en ellos. Esto se debe a que la bacteria está muy adaptada a los humanos, explicó a Live Science la Dra. Melis Anahtar, médica e investigadora del Hospital General de Massachusetts y coautora del estudio y quien figura como coinventora en una patente provisional para MP20.

Puede resultar difícil establecer una infección de gonorrea en ratones. Crédito de la imagen: draschwartz vía Getty Images.

Además, añadió que existe una fuerte tendencia, especialmente en la administración estadounidense, a abandonar el uso de animales y emplear sistemas que imiten mejor los órganos humanos para probar nuevos fármacos. Muchos científicos están desarrollando modelos de laboratorio del cuerpo humano para la evaluación de medicamentos, pero estos modelos aún no están listos para reemplazar las pruebas con animales.

Para este estudio, los investigadores probaron el MP20 utilizando un modelo de vagina en un chip. Este pequeño dispositivo contiene una capa de células que imita el revestimiento de la vagina y una capa de fibroblastos, que se encuentran en las capas más profundas del tejido. Estas capas están conectadas a un canal de flujo lleno de nutrientes que imita el torrente sanguíneo.

Los investigadores añadieron bacterias de gonorrea a la primera capa del chip, imitando la forma en que se transmite sexualmente la bacteria. Luego, administraron MP20 a través del canal de flujo, simulando la administración del fármaco en todo el cuerpo, para comprobar si el antibiótico podía atravesar los diferentes tejidos y llegar a las bacterias.

“Podía atravesar todas esas barreras epiteliales y acumularse en una concentración suficiente para eliminar la gonorrea”, explicó Anahtar. MP20 funcionó igual de bien que el fármaco ceftriaxona; no se detectó ninguna bacteria tras el tratamiento con ninguno de los dos.

Se necesitan más experimentos antes de que el MP20 pueda llegar a la clínica y ayudar a los pacientes. “Es necesario demostrar que estos compuestos químicos son seguros y que no van a causar toxicidad hepática ni renal en humanos, ni efectos secundarios graves”, dijo Klausner.

Señaló que la eficacia de un antibiótico depende de la zona anatómica infectada por la bacteria. Por lo tanto, los investigadores deberán evaluar con qué eficacia sus compuestos, administrados a través del torrente sanguíneo, pueden llegar al pene, el recto, la garganta y la vagina para tratar la gonorrea en cualquiera de esas zonas.

Anahtar cree que los modelos de IA serán fundamentales en la búsqueda de nuevos fármacos, sobre todo ahora que los químicos pueden preparar una gama más amplia de compuestos que nunca. “En 2012, creo que había un millón de compuestos que se podían comprar a proveedores comerciales, y ahora son más de 70 mil millones”, afirmó. Su objetivo es desarrollar y mejorar sus modelos para probar aún más compuestos simultáneamente.

Fuente: Live Science.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *