• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Biología
    Uso de la inteligencia artificial para mejorar los tratamientos contra la tuberculosis

    Una ilustración médica de la bacteria Mycobacterium tuberculosis resistente a los medicamentos, presentada en la publicación de los Centros para el Control y la Prevención de Enfermedades (CDC) titulada Antibiotic Resistance Threats in the United States, 2019 (AR Threats Report). Crédito:Ilustradores médicos:Alissa Eckert; James Archer

    Imagine que tiene 20 compuestos nuevos que han demostrado cierta eficacia en el tratamiento de una enfermedad como la tuberculosis (TB), que afecta a 10 millones de personas en todo el mundo y mata a 1,5 millones cada año. Para un tratamiento efectivo, los pacientes necesitarán tomar una combinación de tres o cuatro medicamentos durante meses o incluso años porque las bacterias de la TB se comportan de manera diferente en diferentes ambientes en las células y, en algunos casos, evolucionan para volverse resistentes a los medicamentos. Veinte compuestos en combinaciones de tres y cuatro fármacos ofrecen casi 6.000 combinaciones posibles. ¿Cómo decide qué medicamentos probar juntos?

    En un estudio reciente, publicado en la edición de septiembre de Cell Reports Medicine , investigadores de la Universidad de Tufts utilizaron datos de grandes estudios que contenían mediciones de laboratorio de combinaciones de dos fármacos de 12 fármacos antituberculosos. Usando modelos matemáticos, el equipo descubrió un conjunto de reglas que los pares de medicamentos deben cumplir para ser tratamientos potencialmente buenos como parte de cócteles de tres y cuatro medicamentos.

    El uso de pares de medicamentos en lugar de la medición de combinaciones de tres y cuatro medicamentos reduce significativamente la cantidad de pruebas que se deben realizar antes de pasar una combinación de medicamentos a un estudio adicional.

    "Usando las reglas de diseño que hemos establecido y probado, podemos sustituir un par de medicamentos por otro par de medicamentos y saber con un alto grado de confianza que el par de medicamentos debería funcionar en conjunto con el otro par de medicamentos para matar la bacteria de la TB en el modelo de roedor", dice Bree Aldridge, profesora asociada de biología molecular y microbiología en la Facultad de Medicina de la Universidad de Tufts y de ingeniería biomédica en la Facultad de Ingeniería, y miembro del cuerpo docente del programa de inmunología y microbiología molecular en la Facultad de Ciencias Biomédicas. "El proceso de selección que desarrollamos es más ágil y más preciso para predecir el éxito que los procesos anteriores, que necesariamente consideraban menos combinaciones".

    El laboratorio de Aldridge, quien es el autor correspondiente del artículo y también director asociado del Centro Tufts Stuart B. Levy para el Manejo Integrado de la Resistencia a los Antimicrobianos, desarrolló previamente y utiliza DiaMOND, o medición diagonal de las interacciones farmacológicas de n vías, un método para Estudie las interacciones de combinación de medicamentos por pares y de alto orden para identificar regímenes de tratamiento más cortos y más eficientes para la TB y potencialmente otras infecciones bacterianas. Con las reglas de diseño establecidas en este nuevo estudio, los investigadores creen que pueden aumentar la velocidad a la que los científicos determinan qué combinaciones de medicamentos tratarán con mayor eficacia la tuberculosis, la segunda causa de muerte infecciosa más importante del mundo. + Explora más

    Un microbiólogo explica los cócteles de fármacos y cómo los investigadores encuentran las combinaciones adecuadas para mejorar los resultados




    © Ciencia https://es.scienceaq.com