• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Biologia
    Usando inteligência artificial para melhorar os tratamentos da tuberculose

    Uma ilustração médica da bactéria Mycobacterium tuberculosis resistente a medicamentos, apresentada na publicação dos Centros de Controle e Prevenção de Doenças (CDC) intitulada Ameaças de resistência a antibióticos nos Estados Unidos, 2019 (AR Threats Report). Crédito:Médicos Ilustradores:Alissa Eckert; James Archer

    Imagine que você tenha 20 novos compostos que mostraram alguma eficácia no tratamento de uma doença como a tuberculose (TB), que afeta 10 milhões de pessoas em todo o mundo e mata 1,5 milhão a cada ano. Para um tratamento eficaz, os pacientes precisarão tomar uma combinação de três ou quatro medicamentos por meses ou até anos, porque as bactérias da tuberculose se comportam de maneira diferente em diferentes ambientes nas células – e em alguns casos evoluem para se tornarem resistentes aos medicamentos. Vinte compostos em combinações de três e quatro drogas oferecem quase 6.000 combinações possíveis. Como vocês decidem quais medicamentos testar juntos?
    Em um estudo recente, publicado na edição de setembro da Cell Reports Medicine , pesquisadores da Tufts University usaram dados de grandes estudos que continham medições laboratoriais de combinações de dois medicamentos de 12 medicamentos antituberculose. Usando modelos matemáticos, a equipe descobriu um conjunto de regras que os pares de drogas precisam satisfazer para serem potencialmente bons tratamentos como parte de coquetéis de três e quatro drogas.

    O uso de pares de medicamentos em vez de medições de combinação de três e quatro medicamentos reduz significativamente a quantidade de testes que precisam ser feitos antes de mover uma combinação de medicamentos para um estudo mais aprofundado.

    "Usando as regras de design que estabelecemos e testamos, podemos substituir um par de medicamentos por outro par de medicamentos e saber com alto grau de confiança que o par de medicamentos deve funcionar em conjunto com o outro par de medicamentos para matar as bactérias da tuberculose no modelo de roedor", diz Bree Aldridge, professora associada de biologia molecular e microbiologia da Tufts University School of Medicine e de engenharia biomédica da School of Engineering, e membro do corpo docente do programa de imunologia e microbiologia molecular da Graduate School of Biomedical Sciences. "O processo de seleção que desenvolvemos é mais simplificado e mais preciso na previsão de sucesso do que os processos anteriores, que necessariamente consideravam menos combinações."

    O laboratório de Aldridge, autor correspondente do artigo e também diretor associado do Tufts Stuart B. Levy Center for Integrated Management of Antimicrobial Resistance, desenvolveu anteriormente e usa DiaMOND, ou medição diagonal de interações medicamentosas de n vias, um método para estudem interações de combinação de medicamentos em pares e de alta ordem para identificar regimes de tratamento mais curtos e mais eficientes para TB e potencialmente outras infecções bacterianas. Com as regras de design estabelecidas neste novo estudo, os pesquisadores acreditam que podem aumentar a velocidade com que os cientistas determinam quais combinações de medicamentos tratarão com mais eficácia a tuberculose, o segundo maior assassino infeccioso do mundo. + Explorar mais

    Microbiologista explica coquetéis de medicamentos e como os pesquisadores encontram as combinações certas para melhorar os resultados




    © Ciência https://pt.scienceaq.com