Podem saber quan un antibiòtic deixa de ser eficaç?
La Politècnica desenvolupa un simulador que determina la resistència als antibiòtics dels bacteris, una de les majors amenaces per a la salut mundial.
La resistència als antibiòtics és una de les majors amenaces per a la salut mundial. Cada any, i només a Europa, moren més de 33.000 persones a causa d'infeccions provocades per bacteris que han desenvolupat resistència als antibiòtics. Per a poder actuar en un escenari que comporte riscos greus, investigadors de la Universitat Politècnica de València han desenvolupat un simulador d'Intel·ligència artificial que permet predir l'evolució les resistències als antibiòtics en els bacteris amb una important incidència en els éssers humans. En el projecte participen també investigadors de la Fundació per a la Investigació Biomèdica de l'Hospital Universitari Ramón y Cajal (FIBio-HRC) i l'empresa tecnològica Biotech Vana.
Els antibiòtics són substàncies que maten els bacteris i en frenen la multiplicació, però cada vegada hi ha més antibiòtics ineficaços, pel fet que els bacteris han desenvolupat mecanismes de defensa. Segons l'Organització Mundial de la Salut (OMS), el nombre d'infeccions el tractament de les quals es torna més difícil a causa de la pèrdua d'eficàcia dels antibiòtics és cada vegada major. És el cas, per exemple, de la pneumònia, la tuberculosi, la gonorrea i la salmonel·losi. Ja el 2018, l'OMS alertava que, si no es prenen mesures urgents, el món es dirigeix a una era postantibiòtics en la qual moltes infeccions comunes i lesions menors tornaran a ser potencialment mortals.
La nova eina denominada ARES (Antibiotic Resistance Evolution Simulator), "permet realitzar prediccions de l'evolució de les resistències a antibiòtics considerat hui dia com un problema de salut de primer orde", segons destaca José María Sempere, del Grup d'Investigació en Autòmats, Llenguatges Formals i les seues Aplicacions de la Universitat Politècnica de València.
Es basa en el que es coneix com a computació amb membranes, que s'inspira en el comportament de la cèl·lula viva eucariota i el processament de la informació que es realitza en clau biomolecular (mitjançant l'ADN, l'ARN i les proteïnes). Basant-se en ella i mitjançant diferents combinacions algorítmiques és possible arribar a saber si un determinat antibiòtic perdrà l’efectivitat.
La computació per membranes
La computació per membranes permet modelar a molts nivells diferents aspectes de la resistència als antibiòtics. Es pot modelar, per exemple, el comportament d'un bacteri que ha adquirit gens de resistència. "La idea és que un bacteri que haja adquirit o desenvolupat les resistències a antibiòtics pot allotjar-se en una persona sana (sense bacteris amb resistències) i aquesta persona, al seu torn, transmetre els bacteris resistents a altres persones a manera d'epidèmia. "Els escenaris poden arribar a ser molt complexos i ARES té la capacitat de simular-los", explica José María Sempere.
ARES permet modelar la freqüència i la dosi necessària per a un pacient d'un antibiòtic amb unes característiques determinades. "En realitat, el que fa l'eina és donar una predicció exacta del que pot arribar a passar, a partir d'ací, si s’espera un escenari poc favorable, poder corregir-lo", afig Sempere.
En l'actualitat s'està utilitzant en el departament de microbiologia de l'Hospital Universitari Ramón y Cajal de Madrid i al Centre d'Investigació en Xarxa per a l'Epidemiologia i la Salut Pública. Els resultats s’han publicat recentment en la revista Antimicrobial Agents and Chemotherapy de la Societat Americana de Microbiologia.
