El modelo sugiere que los patógenos (organismos que causan enfermedades) con genomas pequeños no necesitan evolucionar para causar enfermedades en comparación con sus homólogos comensales no patógenos con genomas grandes.
El modelo, publicado en la revista eLife, se basa en la idea de que la evolución de la virulencia, o la gravedad de una infección patógena, es un tipo de cobertura de apuestas, una estrategia utilizada para reducir el riesgo y maximizar la aptitud en entornos impredecibles.
Cuando los patógenos encuentran huéspedes con inmunidad a la infección, reducen su virulencia para evitar la respuesta inmune (una apuesta costosa) o mantienen una alta virulencia incluso a riesgo de morir (una apuesta de bajo costo).
El modelo matemático de los investigadores muestra que los patógenos con genomas más pequeños pueden "tolerar" una menor reducción de la virulencia a medida que crece la población de patógenos, desarrollando así niveles generales de virulencia más altos. La razón es que la tasa de mutación de un genoma pequeño es más rápida, lo que permite que la población de patógenos se adapte más rápidamente.
El modelo también muestra que los patógenos con genomas pequeños pueden mantener una mayor virulencia que aquellos con genomas grandes en una amplia gama de condiciones, lo que significa que es más probable que causen enfermedades, incluso en pequeñas dosis.
"Nuestro modelo sugiere que los patógenos bacterianos con genomas pequeños tienden a ser más virulentos no tanto debido a algún mecanismo especial que les permite causar más daño, sino más bien como resultado de su tasa evolutiva más rápida", dijo el autor principal Ryan Giordano, un Investigador postdoctoral de UC Davis en evolución y ecología.
Los investigadores advierten que, aunque el modelo es una herramienta útil para estudiar la evolución de la virulencia en las bacterias, requiere más datos biológicos y evidencia experimental para validarlo.
"Una mejor comprensión fundamental de este fenómeno podría ayudarnos a diseñar tratamientos antibacterianos nuevos y mejorados y ayudar a predecir qué bacterias tienen más probabilidades de causar enfermedades", dijo Jonathan Eisen, autor principal del estudio, profesor de evolución y ecología de UC Davis, y profesor de Miembro del Instituto One Health.
