Se necesita mucho tiempo para determinar el perfil de susceptibilidad al fármaco de una infección bacteriana. Ahora, investigadores del Instituto de Ciencia y Tecnología de Nara y socios colaboradores han publicado informes sobre una tecnología que acelerará drásticamente este proceso lento y posiblemente ayudará a salvar vidas.
Los Centros para el Control y Prevención de Enfermedades (CDC) de Estados Unidos afirman que las infecciones resistentes a los antibióticos son responsables de la muerte de más de un millón de personas en todo el mundo cada año. La resistencia a los antibióticos se considera en la actualidad como el principal desafío del sistema sanitario a nivel mundial. Se calcula que para el año 2050 mueran 10 millones de personas al año por la resistencia a los antibióticos.
Para controlar las infecciones resistentes es fundamental identificar rápidamente un tratamiento apropiado al que las bacterias infecciosas sean susceptibles. "A menudo, los resultados de susceptibilidad se necesitan mucho más rápido que las pruebas convencionales", dice Yaxiaer Yalikun, autor principal. "Para abordar esto, desarrollamos una tecnología que puede satisfacer esta necesidad".
El trabajo del grupo se basa en la tecnología de la citometría de impedancia que mide las propiedades dieléctricas de las células individuales con un alto rendimiento, más de mil células por minuto. Debido a que la lectura eléctrica de una bacteria corresponde a su respuesta física a un antibiótico, uno tiene un medio directo para determinar si el antibiótico funciona contra la bacteria.
La citometría de impedancia convencional implica analizar las partículas de prueba (tratadas con antibióticos) y de referencia (no tratadas) en una muestra, seguido de la calibración de la impedancia de las dos partículas; ambos pasos requieren que los especialistas técnicos lleven a cabo un extenso procesamiento posterior, lo cual fue una limitación importante para el grupo, estaba decidido a vencer.
La citometría de impedancia podría convertirse en un elemento básico de los laboratorios clínicos y de investigación en los próximos años.
En un estudio publicado en ACS Sensors, el grupo desarrolla un nuevo método de citometría de impedancia que analiza simultáneamente las partículas de prueba y de referencia en canales separados, creando conjuntos de datos separados fácilmente analizables. Esta citometría tenía sensibilidad a nanoescala, lo que permitía la detección de cambios físicos incluso diminutos en las células bacterianas.
En un estudio concurrente publicado en Sensors and Actuators B, el grupo diseñó una herramienta de aprendizaje automático para analizar los datos de la citometría.
Con este nuevo método, la herramienta de aprendizaje automático podría etiquetar automáticamente el conjunto de datos de referencia como el conjunto de datos de "aprendizaje" y usarlo para conocer las características de una bacteria no tratada. Mediante la comparación en tiempo real con las células tratadas con antibióticos, la herramienta puede identificar si las bacterias son susceptibles al fármaco e incluso puede identificar qué proporción de células bacterianas son resistentes en una población de resistencia mixta. "Aunque hubo un error de identificación errónea de menos del 10 % en nuestro trabajo, hubo una clara discriminación entre células susceptibles y resistentes dentro de las 2 horas posteriores al tratamiento con antibióticos", explica Yoichiroh Hosokawa, otro autor principal del grupo.
Este trabajo no se limita a evaluaciones rápidas de infecciones en entornos clínicos. Por ejemplo, los investigadores de descubrimiento de fármacos podrían usarlo para realizar investigaciones iniciales rápidas de la eficacia del fármaco contra cualquier célula, siempre que la respuesta celular produzca un cambio en las propiedades dieléctricas.