Biosensores de nanopartículas distinguen entre neumonía viral y bacteriana

La neumonía adquirida en la comunidad (CAP, por sus siglas en inglés) es la causa infecciosa de muerte más común en todo el mundo, e investigadores del MIT ahora han diseñado un tipo de “nanosensor basado en actividad” que puede distinguir entre infecciones de neumonía viral y bacteriana en función de la expresión diferencial de una proteasa, y que se espera ayude a los médicos a seleccionar el tratamiento más adecuado para cada paciente. En un estudio en ratones, los investigadores demostraron que sus sensores podían distinguir con precisión la neumonía bacteriana y viral en dos horas, utilizando una simple prueba de orina para leer los resultados.

“El desafío es que hay muchos patógenos diferentes que pueden provocar diferentes tipos de neumonía, e incluso con las pruebas más extensas y avanzadas, el patógeno específico que causa la enfermedad no puede identificarse en aproximadamente la mitad de los pacientes”, dijo Sangeeta Bhatia, PhD, profesora de ciencias y tecnología de la salud y de ingeniería eléctrica e informática en el MIT y miembro del Instituto Koch para la Investigación Integral del Cáncer y del Instituto de Ingeniería y Ciencias Médicas del MIT. “Y si trata una neumonía viral con antibióticos, podría estar contribuyendo a la resistencia a los antibióticos, que es un gran problema, y ​​el paciente no mejorará”.

Bhatia es el autor principal del estudio, que aparece Proceedings of the National Academy of Sciences (PNAS) y se titula “Actividad de proteasa del huésped clasifica la etiología de la neumonía”. En su artículo, el equipo concluyó: “Hemos creado, evaluado, probado y validado los sensores utilizando métodos in silico, in vitro, in vivo e in situ, preparando el escenario para un mayor desarrollo que algún día podría traducirse en una prueba de diagnóstico clínico útil para la detección rápida y no invasiva de CAP… Este enfoque de prueba diagnóstica de concepto demuestra una forma de distinguir la etiología de la neumonía basada únicamente en la respuesta proteolítica a la infección”.

La pandemia de COVID-19 ha llevado a la CAP a “la vanguardia de las prioridades de salud mundial”, escribieron los autores. “Sin embargo, incluso antes de la COVID-19, la CAP había sido durante mucho tiempo responsable de una morbilidad y mortalidad significativas en todo el mundo, con millones de personas afectadas en todo el mundo y más de 100 000 muertes por año solo en los Estados Unidos”.

Muchos tipos diferentes de bacterias y virus pueden causar neumonía, pero no existe una manera fácil de determinar qué microorganismo está causando la enfermedad de un paciente en particular. Una de las razones por las que ha sido difícil distinguir entre neumonía viral y bacteriana es que hay tantos microbios que pueden causar neumonía, incluidas las bacterias Streptococcus pneumoniae y Haemophilus influenzae, y virus como la influenza y el virus sincitial respiratorio (RSV).

Esta incertidumbre hace que sea más difícil para los médicos elegir tratamientos efectivos porque los antibióticos que se usan comúnmente para tratar la neumonía bacteriana no ayudarán a los pacientes con neumonía viral. Además, limitar el uso de antibióticos es un paso importante para frenar la resistencia a los antibióticos. “… el estándar de atención para pacientes con sospecha de CAP es iniciar con antibióticos empíricos lo antes posible en función de los patrones locales de resistencia a los antibióticos y las características del paciente (p. ej., edad, comorbilidades), una estrategia que puede exacerbar la resistencia a los antibióticos y no proporcionar mejoría clínica”, continuó el equipo. “Para clasificar, tratar y rastrear con precisión a los pacientes con CAP debido a causas bacterianas y virales, se deben desarrollar nuevas herramientas no invasivas que puedan diagnosticar rápidamente la neumonía aguda e identificar la etiología”.

Al diseñar su sensor, el equipo de investigación decidió centrarse en medir la respuesta del huésped a la infección, en lugar de tratar de detectar el patógeno en sí. Las infecciones virales y bacterianas provocan distintos tipos de respuestas inmunitarias, que incluyen la activación de enzimas proteasas que actúan para descomponer las proteínas. El equipo del MIT descubrió que el patrón de actividad de esas enzimas puede servir como una firma de infección bacteriana o viral.

El genoma humano codifica más de 500 proteasas, muchas de las cuales son utilizadas por las células, incluidas las células T, los neutrófilos y las células asesinas naturales (NK), que responden a la infección. Un equipo dirigido por el autor del estudio Purvesh Khatri, PhD, profesor asociado de medicina y ciencia de datos biomédicos en la Universidad de Stanford, recopiló 33 conjuntos de datos de genes disponibles públicamente que se expresan durante infecciones respiratorias. “Hasta donde sabemos, no se han creado firmas específicas de la enfermedad que consistan en enzimas del huésped para distinguir la etiología de la neumonía”, señaló el equipo. “Para crear tales firmas para la neumonía bacteriana versus la viral, seleccionamos conjuntos de datos transcriptómicos de infecciones respiratorias de sangre completa y células mononucleares de sangre periférica (PBMC), se filtraron estos conjuntos de datos para peptidasas humanas… y se aplicó un marco computacional de múltiples cohortes diseñado para integrar datos de expresión génica (análisis de múltiples cohortes usando expresión génica agregada [MANATEE]) en 33 cohortes de estudio únicas”.

Al analizar esos datos, los investigadores pudieron identificar 39 proteasas que parecen responder de manera diferente a diferentes tipos de infección. Bhatia y sus estudiantes usaron esos datos para crear 20 sensores diferentes que pueden interactuar con esas proteasas. Los sensores consisten en nanopartículas recubiertas con péptidos que pueden ser escindidos por proteasas particulares. Cada péptido está marcado con una molécula reportera que se libera cuando los péptidos son escindidos por proteasas que aumentan en la infección. Luego, los reporteros finalmente se excretan en la orina, que se puede analizar mediante espectrometría de masas para determinar qué proteasas son más activas en los pulmones.

Los investigadores probaron sus sensores en cinco modelos diferentes de ratones con neumonía, causada por infecciones de S. pneumoniae, Klebsiella pneumoniae, H. influenzae, virus de la influenza y virus de la neumonía en ratones. Después de leer los resultados de las pruebas de orina, los investigadores utilizaron machine learning para analizar los datos. Con este enfoque, pudieron entrenar algoritmos que podían diferenciar entre neumonía y controles sanos, y también distinguir si una infección era viral o bacteriana, según esos 20 sensores.

“Se usaron algoritmos de machine learning para entrenar clasificadores de diagnóstico que pudieran distinguir ratones infectados de controles sanos y diferenciar aquellos con neumonía bacteriana versus viral con alta precisión”, señaló el equipo. Los investigadores también descubrieron que sus sensores podían incluso distinguir entre los cinco patógenos que probaron, aunque con menor precisión que la prueba para distinguir entre virus y bacterias. Una posibilidad que pueden seguir los investigadores es desarrollar algoritmos que no solo puedan distinguir las infecciones bacterianas de las virales, sino también identificar el género y especie de los microrganismos que causan una infección bacteriana, lo que podría ayudar a los médicos a elegir el mejor antibiótico para combatir ese tipo de bacteria.

El estudio, además, identificó algunos patrones de respuesta del huésped a diferentes tipos de infección. En ratones con infecciones bacterianas, las proteasas secretadas por los neutrófilos se observaron de manera más prominente, lo cual era de esperar porque los neutrófilos tienden a responder más a las infecciones bacterianas que a las virales.

Las infecciones virales, por otro lado, provocaron la actividad de la proteasa de las células T y las células NK, que generalmente responden más a las infecciones virales. Uno de los sensores que generó la señal más fuerte estaba vinculado a una proteasa llamada granzima B, que desencadena la muerte celular programada. Los investigadores encontraron que este sensor estaba altamente activado en los pulmones de ratones con infecciones virales y que tanto las células NK como las T estaban involucradas en la respuesta.

“Creemos que nuestro panel representa un método para diagnosticar neumonía que podría aumentar el paradigma de diagnóstico actual”, concluyeron los investigadores. “… la capacidad de nuestro panel para detectar neumonía y determinar la etiología a través de una lectura no invasiva dentro de las 2 horas posteriores a la administración del sensor podría representar una prueba rápida para la neumonía. Además, la capacidad de determinar la etiología de la neumonía de forma rápida y precisa podría ayudar a frenar el aumento de la resistencia a los antimicrobianos al descartar la neumonía bacteriana en una escala de tiempo que permitiría la administración de antibióticos en pacientes con sospecha de CAP”.

La lectura basada en la orina también se puede detectar en el futuro con una tira de papel, similar a una prueba de embarazo, lo que permitiría un diagnóstico en el punto de atención. Con este fin, los investigadores identificaron un subconjunto de cinco sensores que podrían poner las pruebas en el hogar, más al alcance de la mano. Sin embargo, se necesita más trabajo para determinar si el panel reducido funcionaría igual de bien en humanos, que tienen más variabilidad genética y clínica que los ratones.

Para administrar los sensores en ratones, los investigadores los inyectaron directamente en la tráquea, pero ahora están desarrollando versiones para uso humano que podrían administrarse con un nebulizador o un inhalador similar a un inhalador para el asma. También están trabajando en una forma de detectar los resultados utilizando un alcoholímetro en lugar de una prueba de orina, lo que podría dar resultados aún más rápido.

Mas información: genengnews.com

Articulo: PNAS