Inteligência artificial abre caminho para uso dos vírus no combate a infecções bacterianas resistentes a antibióticos

Cientistas desenvolveram um modelo de inteligência artificial (IA) capaz de selecionar combinações personalizadas de bacteriófagos (fagos) para tratar infecções bacterianas altamente resistentes a antibióticos. Publicado na Nature Microbiology, o estudo demonstra que a IA pode prever com precisão quais fagos são eficazes contra bactérias específicas, baseando-se unicamente no genoma bacteriano. Essa abordagem inovadora promete transformar a terapia com fagos, possibilitando tratamentos rápidos e personalizados para infecções difíceis de tratar, como as causadas por Escherichia coli multirresistente.

Os fagos, vírus que infectam e eliminam bactérias, foram amplamente utilizados no início do século XX, mas caíram em desuso com o avanço dos antibióticos. Com o aumento alarmante da resistência bacteriana, os fagos voltaram a ser investigados como alternativa. No entanto, a grande especificidade dos fagos a determinadas cepas bacterianas sempre foi um desafio para sua aplicação clínica. Para superar essa barreira, os pesquisadores criaram um modelo de IA capaz de identificar fagos eficazes para cepas bacterianas específicas analisando as regiões genômicas que codificam os receptores bacterianos. Após dois anos de desenvolvimento, o modelo alcançou uma taxa de precisão de 85% ao prever a eficácia dos fagos contra as bactérias.

Essa abordagem não apenas demonstra a viabilidade de terapias com fagos personalizados, mas também oferece uma solução prática para hospitais e laboratórios. Este trabalho estabelece um marco na personalização de tratamentos contra “superbactérias”, oferecendo esperança no combate à crescente crise de resistência antimicrobiana.

Link para o estudo: http://dx.doi.org/10.1038/s41564-024-01832-5

Conteúdo por: Dr. Caio Robledo Quaio, MD, MBA, PhD
Médico Geneticista – CRM-SP 129.169 / RQE nº 39130

Saiba mais: https://www.geneaxis.com.br
Torne-se um mestre em Genômica com nossos cursos on-line: https://geneaxis.com.br/cursos-e-aulas

#AconselhamentoGenético #AtualizaçãoMédica #Ciência #DNA #DoençasGenéticas #DoençasRaras #EducaçãoMédica #Geneaxis #Genética #GenéticaMédica #Geneticista #Genômica #Genomics #Health #MédicoGeneticista #Medicina #MedicinaDePrecisão #MedicinaPersonalizada #Pesquisa #ResistênciaAntimicrobiana #Inovação #Tecnologia #Bacteriófagos

Dr. Caio
Robledo Quaio

CRM-SP: 129.169
RQE: 39130

Médico (90a turma) pela Faculdade de Medicina da Universidade de São Paulo (USP), com residência em Genética Médica pelo Hospital das Clínicas da USP e Doutorado em Ciências pela USP. Possui Título de Especialista pela Sociedade Brasileira de Genética Médica e Genômica, Acreditação Internacional pela Educational Commission for Foreign Medical Graduates, dos EUA, Observrship em Doenças Metabólicas pelo Boston Children’s Hospital e Harvard Medical School e foi Visiting Academic da University of Otago, da Nova Zelândia. É autor e coautor de dezenas de estudos científicos em genética, genômica, doenças raras, câncer hereditário, entre outros temas da genética. Atualmente, é Médico Geneticista do Laboratório Clínico do HIAE e do Projeto Genomas Raros, ambos vinculados ao Hospital Israelita Albert Einstein, e Pesquisador Pós-Doutorando da Faculdade de Medicina da USP.

Dra. Helena
Strelow Thurow

CRBIO-01: 100852

Graduação em Ciências Biológicas pela Universidade Católica de Pelotas, mestrado em Biologia Celular e Molecular pela Pontifícia Universidade Católica do Rio Grande do Sul e Doutorado em Biotecnologia pela Universidade Federal de Pelotas (2011). Realizou Pós Doutorado em Epidemiologia e Pós-Doutorado PNPD em Biotecnologia, ambos na Universidade Federal de Pelotas. Posteriormente, realizou Pós-Doutorado na Faculdade de Ciências Farmacêuticas da Universidade de São Paulo. Foi Analista de Laboratório no setor de NGS do Hospital Israelita Albert Einstein e atualmente é Analista de Pesquisa na Beneficência Portuguesa de São Paulo. Tem ampla experiência na área de Biologia Molecular e Biotecnologia.