Epidemiología genómica y descubrimiento de fármacos basados en el aprendizaje automático para la diarrea diarreógena...

Área de la Ciencia:

• Microbiología y enfermedades infecciosas.
• La genómica y la bioinformática.
• Descubrimiento de Drogas Descubrimiento de Drogas

Sus antecedentes:

• Escherichia coli diarreagénico (DEC) es una de las principales causas de diarrea pediátrica en todo el mundo.
• La resistencia antimicrobiana (AMR) en E. coli complica el tratamiento, lo que requiere nuevas estrategias terapéuticas.

Objetivo del estudio:

• Para caracterizar los patótipos moleculares y los patrones de resistencia antimicrobiana de las cepas de E. coli DEC y no DEC.
• Identificar posibles dianas terapéuticas y nuevos compuestos farmacológicos contra el DEC utilizando bioinformática y aprendizaje automático.

Principales métodos:

• Análisis de 350 aislados de E. coli (175 DEC, 175 no DEC) utilizando PCR y secuenciación de ARNr 16S.
• Pruebas de susceptibilidad antimicrobiana, análisis filogenético y PICRUSt para obtener información funcional.
• Aprendizaje automático, acoplamiento molecular y simulaciones de dinámica molecular para el descubrimiento de fármacos.

Principales resultados:

• La E. coli enteropatogénica fue el patotipo DEC más prevalente (35%).
• Se observó una alta resistencia a la ampicilina, el trimetoprim-sulfametoxazol y la eritromicina; los carbapenems y la colistina siguieron siendo efectivos.
• Alatamida e isosativan identificados como compuestos terapéuticos potenciales contra objetivos de virulencia DEC.

Conclusiones:

• Las cepas DEC exhiben perfiles genéticos y funcionales distintos en comparación con las cepas no DEC.
• La bioinformática y el aprendizaje automático aceleran el descubrimiento de tratamientos alternativos para los patógenos de la AMR.
• La validación adicional de los fármacos candidatos identificados es crucial para combatir la diarrea pediátrica por E. coli.