El CSIC somete a prueba método de predicción de resistencia a antibióticos en tuberculosis.

El CSIC somete a prueba método de predicción de resistencia a antibióticos en tuberculosis.

Un equipo de investigación del Instituto de Biomedicina de Valencia (IBV) y del Consejo Superior de Investigaciones Científicas (CSIC) ha llevado a cabo un estudio utilizando técnicas de secuenciación masiva en muestras de pacientes para predecir posibles resistencias a medicamentos en la bacteria que causa la tuberculosis. El estudio, realizado en colaboración con centros hospitalarios de la Comunitat Valenciana, ha encontrado 13 nuevos casos de tuberculosis resistente que no se habían detectado con los métodos de diagnóstico convencionales. Esto sugiere que la secuenciación masiva del ADN podría ser utilizada como método de referencia, lo que aceleraría la detección de resistencias a fármacos. Los resultados del estudio han sido publicados en la revista "The Lancet Microbe".

La resistencia a los antibióticos en las bacterias es uno de los mayores problemas de salud pública a nivel mundial. La "Mycobacterium tuberculosis", la bacteria responsable de la tuberculosis, se encuentra entre las 10 bacterias que causan más muertes debido a su resistencia a los antibióticos. Se estima que en 2022 murieron 200.000 personas a causa de formas de tuberculosis resistentes a múltiples fármacos. Además de causar un gran número de muertes, la tuberculosis resistente también genera un alto coste para los sistemas de salud. Tratar un caso de tuberculosis sensible cuesta alrededor de 180 euros en los países europeos, pero puede llegar a costar hasta 200.000 euros en casos con resistencias más complicadas.

Tener diagnósticos rápidos y precisos que detecten estas resistencias a los antibióticos es vital para poder personalizar el tratamiento y evitar el desarrollo de resistencias adicionales. El método utilizado actualmente en los hospitales se basa en el cultivo de muestras del paciente infectado, lo cual puede llevar semanas para obtener el perfil de resistencias de la bacteria. Sin embargo, el estudio realizado por el equipo de investigación del IBV-CSIC ha demostrado que la secuenciación masiva del ADN permite predecir de forma rápida y precisa a qué antibióticos es resistente la bacteria, lo que podría mejorar significativamente el diagnóstico y tratamiento de la enfermedad.

El equipo de investigación utilizó muestras de pacientes con tuberculosis de 25 hospitales de la Comunitat Valenciana y las procesó utilizando técnicas de secuenciación masiva en el laboratorio de bioseguridad de la Fundación para el Fomento de la Investigación Sanitaria y Biomédica de la Comunitat Valenciana (Fisabio). Los investigadores estudiaron la resistencia a los cuatro antibióticos de primera línea de tratamiento de la tuberculosis, obteniendo una especificidad superior al 99,5% y un rango de sensibilidad entre el 85% y el 50% dependiendo del antibiótico.

El investigador Iñaki Comas, del CSIC, destacó la complementariedad entre la genómica y el cultivo en el diagnóstico de resistencias a los antibióticos. Aunque la secuenciación masiva predijo correctamente la mayoría de las resistencias, hubo casos en los que solo el cultivo fue capaz de detectarlas. Sin embargo, también se encontraron ejemplos en los que la secuenciación masiva superó al método de referencia. Gracias a esta técnica, se pudieron detectar dos nuevos casos de tuberculosis multidrogorresistente y once casos de tuberculosis monorresistente a fluoroquinolonas.

Comas resaltó que las principales ventajas de la secuenciación masiva en el diagnóstico de resistencias son la rapidez y el acceso al genoma completo de la bacteria. Además de predecir las resistencias, esta técnica también proporciona información para realizar análisis epidemiológicos y de transmisión de la enfermedad. En el caso de la tuberculosis, una sola determinación del genoma permite prever tanto las resistencias como las relaciones epidemiológicas entre los casos.

El equipo de investigación del IBV-CSIC que llevó a cabo este estudio también fue pionero en la utilización de la secuenciación masiva para analizar las variantes del coronavirus durante la pandemia de covid-19.

Categoría

C. Valenciana