Los científicos toman pasos significativos en la lucha contra las bacterias resistentes a los antibióticos, gracias a la investigación innovadora dirigida por Calin Plesa, profesor universitario de bio-motores en la Universidad de Oregón. El Laboratorio PLESA ha desarrollado una tecnología innovadora llamada Dropynth, lo que hace posible la rápida creación de bibliotecas de genes a gran escala. Este progreso es crucial para abordar uno de los problemas más urgentes de la medicina: el aumento de los super bichos resistentes a los antibióticos.
Tradicionalmente, la creación de variantes genéticas en un entorno de laboratorio ha sido un proceso de trabajo en el momento e intensivo en mano de obra. Los investigadores generalmente podían probar solo un pequeño número de versiones de un gen. Synth, sin embargo, cambia el juego al encender la producción simultánea de miles de secuencias de ADN en un solo tubo de ensayo. Debido a las máquinas moleculares requeridas en gotas de aceite microscópico, cada gota sirve como una fábrica en miniatura que ensambla genes únicos. Este poder acelera significativamente la generación de bibliotecas extensas de genes, de modo que el camino se elimina para amplias opciones de investigación.
La colaboración entre el laboratorio de Plesa y los especialistas como el Dr. Seyan Lam Knight Campus Campus Scholar, Carmen Resnick y el experto en ecología microbiana Karl Romanowicz se ha centrado en comprender la resistencia antimicrobiana. En 2021, la resistencia a los antimicrobianos fue responsable de alrededor de 1,14 millones de muertes en todo el mundo, lo que subraya la urgencia para abordar esta amenaza mundial para la salud.
En su último estudio, publicado en La ciencia está progresandoEl equipo se concentró en el gen DHFR (dihidrofolato reductasa), un objetivo común para los antibióticos. Al introducir diferentes variantes del gen DHFR de una serie de especies bacterianas en una tribu genéticamente modificada de E. coli, específicamente diseñada para sobrevivir dependiendo de la función de DHFR, podrían observar cómo estas variaciones respondieron a la exposición a los antibióticos. El E. coli desarrollado se perdió su propio gen DHFR, lo que lo convierte en un huésped ideal para evaluar la capacidad funcional de las variantes introducidas.
Los primeros resultados fueron inesperados; Muchas variantes de DHFR de varios miembros de la familia bacteriana funcionaron efectivamente en E. coli, lo que indica una notable adaptabilidad del gen entre las especies. Esta adaptabilidad puede contribuir a comprender cómo se desarrolla y permanece la resistencia a los antibióticos, porque los investigadores someten su biblioteca de bacterias técnicas a varias concentraciones de trimetoprima, un antibiótico centrado en el DHFR. Encontraron un espectro de reacciones, en el que algunas variantes mostraron alta resistencia y otras sucumbieron al medicamento.
Con la ayuda de un análisis computacional avanzado, el equipo pudo mapear patrones de resistencia y obtener ideas en las que las áreas de la generación DHFR son susceptibles a mutaciones que otorgaron resistencia. En particular, estas variantes previamente conocidas asociadas con la resistencia a los antibióticos clínicos, que revelaron cómo preservan sus características de resistencia con el tiempo.
Estos hallazgos marcan un punto de inflexión potencial en el desarrollo de antibióticos y ofrecen rutas para apuntar a «puntos blandos» moleculares que pueden usarse para hacer nuevos antibióticos. Romanowicz enfatizó que la investigación podría transformar cómo los científicos estudian genes en innumerables especies microbianas, ofreciendo herramientas críticas en la extensa lucha contra los súper errores.
Además, la visión de las líneas descendentes de Plesa se extiende más allá de la resistencia antimicrobiana. Propone que usa esta tecnología para explorar una serie de preguntas biológicas, incluida la investigación del cáncer, la evolución viral y el diseño de enzimas. A medida que la tecnología evoluciona, puede servir como una fuente crucial para generar conjuntos de datos de alta calidad que se necesitan para entrenar algoritmos avanzados de aprendizaje automático para asumir desafíos de biología importantes.
Para facilitar la aplicación más amplia del sintetizador de caída, PLESA ha establecido una startup con la sinplexidad del nombre, con el objetivo de comercializar esta tecnología y ampliar el acceso a conjuntos de datos expansivos de biología sintética.
Las implicaciones de esta investigación se extienden mucho más allá del laboratorio y prometen aumentar nuestra comprensión de la resistencia a las enfermedades y alimentar el desarrollo de los tratamientos de próxima generación. Esta fusión potencial de biología sintética y aprendizaje automático puede ayudar a abordar algunos de los mayores desafíos de salud con los que la humanidad se enfrenta hoy en día, desde los súper errores hasta el cáncer.
