Noticias de Israel
Las noticias de Israel, en español, 24 horas en directo.

Científicos de Israel desarrollan algoritmo para predecir enfermedades infecciosas

Por: Eytan Halon / En: Jpost / Traducción de Noticias de Israel

Científicos del Instituto de Ciencias Weizmann afirman que han desarrollado un algoritmo para predecir la aparición de enfermedades infecciosas, incluida la tuberculosis.

Mientras que en ciertos casos el sistema inmunológico puede matar bacterias y, en otros casos, las bacterias pueden superar las defensas inmunitarias, hay enfermedades como la tuberculosis en las que las bacterias pueden permanecer latentes durante años, a veces causando enfermedades en una etapa posterior y a veces permaneciendo en hibernación.

Probando una hipótesis sobre si el desarrollo futuro de las enfermedades se determina dentro de las primeras 24-48 horas después de la infección, los científicos dirigidos por el Dr. Roi Avraham del Departamento de Regulación Biológica del instituto utilizaron un método desarrollado en el instituto para secuenciar la actividad de los genes en reuniones reales entre miles de células inmunes y la bacteria Salmonella.

A diferencia de las pruebas de laboratorio estándar, el método permitió a los investigadores ver las respuestas de las células a las bacterias y mapear los perfiles de activación de cada célula. Confirmando su hipótesis, los investigadores identificaron diferentes respuestas y patrones de las reuniones iniciales entre las células y las bacterias, y sus resultados posteriores.

Basándose en su secuenciación unicelular para la infección por Salmonella, los investigadores desarrollaron un algoritmo -basado en un método conocido como deconvolución- para extraer información similar de las propiedades de cada célula a partir de conjuntos de datos de análisis de sangre estándar.

“El algoritmo que desarrollamos no sólo puede definir el conjunto de células inmunitarias que participan en la respuesta, sino que también puede revelar sus niveles de actividad y, por tanto, la fuerza potencial de la respuesta inmunitaria”, señaló la Dra. Noa Bossel Ben Moshe, que codirigió la investigación junto con la Dra. Shelly Hen-Avivi en el grupo de Avraham.

El algoritmo se probó primero en muestras de sangre tomadas de personas sanas de los Países Bajos. Algunas muestras fueron infectadas con la bacteria Salmonella y se registró la respuesta inmune. Aunque los métodos de análisis genómico existentes no descubrieron diferencias entre los grupos, el algoritmo reveló diferencias significativas que estaban relacionadas con las variaciones subsiguientes en la capacidad de matar bacterias.

Luego, los investigadores dirigieron su atención al diagnóstico de la aparición de la tuberculosis, causada por bacterias que pueden esconderse latentes en el cuerpo durante años.

Utilizando una base de datos de análisis de sangre británica que sigue a los pacientes y a los portadores durante un período de dos años -permitiendo la aplicación del algoritmo a ambos grupos y al subconjunto que pasó de ser portador al inicio de la enfermedad durante ese tiempo- los investigadores encontraron que los niveles de actividad de las células inmunitarias llamadas monocitos podían predecir el inicio o el curso futuro de la enfermedad.

“El algoritmo se basa en las primeras impresiones de las células inmunitarias y la Salmonella, que causan un tipo de enfermedad muy diferente a la micobacteria tuberculosis”, dijo Hen-Avivi.

“Aún así, pudimos predecir a tiempo cuál de los portadores desarrollaría la forma activa de la enfermedad”.

Aunque la resistencia a los antibióticos plantea un gran desafío para el tratamiento de la tuberculosis en la actualidad, los investigadores creen que su algoritmo podría aumentar el éxito del tratamiento.

“Si los que están en riesgo de enfermedad activa pudieran ser identificados cuando la carga bacteriana es menor, sus probabilidades de recuperación serían mejores”, señaló Avraham.

“Y los sistemas médicos estatales de los países donde la tuberculosis es endémica podrían tener una mejor manera de mantener bajo el sufrimiento y la incidencia de la enfermedad a la vez que reducen el costo del tratamiento”.

El equipo de Avraham tiene ahora la intención de continuar su investigación, ampliando su base de datos sobre la tuberculosis y otros patógenos, para perfeccionar su algoritmo y desarrollar herramientas que puedan utilizarse en el futuro para predecir el desarrollo y el curso de una serie de enfermedades infecciosas.

Vía Jpost
1 comentario
  1. […] from bacterial vaginosis (BV) , a smelly vaginal infection that puts them at risk of contracting sexually transmitted diseases , alters their self-esteem and can lead to problems in their relationships or […]

Deja una respuesta

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More