Durante los últimos años, muchas cepas de bacterias se han vuelto resistentes a los antibióticos existentes, y se han agregado muy pocos medicamentos nuevos al arsenal de antibióticos.

Para ayudar a combatir este creciente problema de salud pública, algunos científicos están explorando péptidos antimicrobianos, péptidos naturales que se encuentran en la mayoría de los organismos. La mayoría de estos no son lo suficientemente poderosos para combatir infecciones en humanos, por lo que los investigadores están tratando de encontrar nuevos versiones más potentes.

Investigadores del MIT y la Universidad Católica de Brasilia han desarrollado ahora un enfoque simplificado para desarrollar dichos medicamentos. Su nueva estrategia, que se basa en un algoritmo informático que imita el proceso natural de evolución, ya ha producido un posible candidato a fármaco que mató con éxito a las bacterias en ratones.

"Podemos utilizar las computadoras para hacer gran parte del trabajo por nosotros, como herramienta de descubrimiento de nuevas secuencias de péptidos antimicrobianos, "dice César de la Fuente-Núñez, un postdoctorado del MIT y becario de la Fundación Areces. "Este enfoque computacional es mucho más rentable y mucho más eficaz en el tiempo".

De la Fuente-Nunez y Octavio Franco de la Universidad Católica de Brasilia y la Universidad Católica Dom Bosco son los autores correspondientes del artículo. que aparece en la edición del 16 de abril de Comunicaciones de la naturaleza . Timothy Lu, un profesor asociado del MIT de ingeniería eléctrica y ciencias de la computación, y de ingeniería biológica, también es autor.

Péptidos artificiales

Los péptidos antimicrobianos matan a los microbios de muchas formas diferentes. Entran en las células microbianas dañando sus membranas, y una vez dentro, pueden alterar objetivos celulares como el ADN, ARN, y proteínas.

En su búsqueda de más poderosos, péptidos antimicrobianos artificiales, los científicos suelen sintetizar cientos de nuevas variantes, que es un proceso laborioso y que requiere mucho tiempo, y luego probarlos contra diferentes tipos de bacterias.

De la Fuente-Núñez y sus colegas querían encontrar una manera de hacer que las computadoras hicieran la mayor parte del trabajo de diseño. Para lograr eso, los investigadores crearon un algoritmo informático que incorpora los mismos principios que la teoría de la selección natural de Darwin. El algoritmo puede comenzar con cualquier secuencia de péptidos, generar miles de variantes, y probarlos para los rasgos deseados que los investigadores han especificado.

"Al utilizar este enfoque, pudimos explorar muchos, muchos más péptidos que si lo hubiéramos hecho manualmente. Luego, solo tuvimos que filtrar una pequeña fracción de la totalidad de las secuencias por las que la computadora pudo navegar, "dice de la Fuente-Nunez.

En este estudio, los investigadores comenzaron con un péptido antimicrobiano que se encuentra en las semillas de la planta de guayaba. Este péptido, conocido como Pg-AMP1, tiene solo una débil actividad antimicrobiana. Los investigadores le dijeron al algoritmo que creara secuencias de péptidos con dos características que ayudan a los péptidos a penetrar las membranas bacterianas:una tendencia a formar hélices alfa y un cierto nivel de hidrofobicidad.

Después de que el algoritmo generó y evaluó decenas de miles de secuencias de péptidos, los investigadores sintetizaron los 100 candidatos más prometedores para probar contra bacterias cultivadas en placas de laboratorio. El mejor intérprete conocido como guavanin 2, contiene 20 aminoácidos. A diferencia del péptido Pg-AMP1 original, que es rico en el aminoácido glicina, la guavanina es rica en arginina pero tiene una sola molécula de glicina.

Mas poderoso

Estas diferencias hacen que la guavanina 2 sea mucho más potente, especialmente contra un tipo de bacteria conocida como gramnegativa. Las bacterias gramnegativas incluyen muchas especies responsables de las infecciones hospitalarias más comunes, incluyendo neumonía e infecciones del tracto urinario.

Los investigadores probaron la guavanina 2 en ratones con una infección cutánea causada por un tipo de bacteria gramnegativa conocida como Pseudomonas aeruginosa. y descubrió que eliminaba las infecciones de forma mucho más eficaz que el péptido Pg-AMP1 original.

"Este trabajo es importante porque se necesitan nuevos tipos de antibióticos para superar el creciente problema de la resistencia a los antibióticos, "dice Mikhail Shapiro, profesor asistente de ingeniería química en Caltech, que no participó en el estudio. "Los autores adoptan un enfoque innovador para este problema mediante el diseño computacional de péptidos antimicrobianos utilizando un algoritmo evolutivo 'in silico', que puntúa nuevos péptidos en función de un conjunto de propiedades que se sabe que están correlacionadas con la eficacia. También incluyen una impresionante variedad de experimentos para demostrar que los péptidos resultantes tienen las propiedades necesarias para servir como antibióticos. y que funcionan en al menos un modelo de ratón de infecciones ".

De la Fuente-Nunez y sus colegas ahora planean desarrollar aún más guavanina 2 para un posible uso humano, y también planean usar su algoritmo para buscar otros péptidos antimicrobianos potentes. Actualmente no existen péptidos antimicrobianos artificiales aprobados para su uso en pacientes humanos.

"Un informe encargado por el gobierno británico estima que las bacterias resistentes a los antibióticos matarán a 10 millones de personas por año para el año 2050, por lo que idear nuevos métodos para generar antimicrobianos es de gran interés, tanto desde una perspectiva científica como también desde una perspectiva de salud global, "dice de la Fuente-Nunez.