Plataforma de IA permite detección rápida de patógenos de C. auris resistentes a fármacos

Las infecciones causadas por la levadura patógena Candida auris representan una amenaza significativa para los pacientes hospitalizados, en particular para aquellos con sistemas inmunitarios debilitados o que poseen dispositivos médicos invasivos. El hongo se propaga fácilmente en entornos sanitarios, sobrevive durante largos periodos en las superficies y suele ser resistente a los desinfectantes y antimicóticos habituales. Una vez que las infecciones llegan al torrente sanguíneo o a órganos vitales, pueden ser mortales. Los métodos de diagnóstico actuales son lentos, costosos y poco adecuados para tomar decisiones terapéuticas rápidas. Investigadores han desarrollado una prueba rápida y precisa que permite cuantificar la presencia de C. auris y su resistencia a los antimicóticos directamente a partir de hisopados rutinarios de pacientes.

La tecnología, desarrollada por investigadores especializados en diagnóstico CRISPR, detección de moléculas individuales y análisis computacional del Instituto Wyss de Ingeniería de Inspiración Biológica (Boston, MA, EUA), integra el diagnóstico SHERLOCK basado en CRISPR con la tecnología ultrasensible de microarrays de moléculas individuales. Al combinar la detección molecular con lecturas de fluorescencia en tiempo real, el sistema permite el análisis rápido y cuantitativo del ADN fúngico a partir de muestras de hisopo fácilmente obtenibles.

El método, denominado SHERLOCK digital o dSHERLOCK, utiliza miles de reacciones paralelas de una sola molécula para detectar el material genético de C. auris con precisión de un solo nucleótido. Las señales fluorescentes generadas durante la reacción se monitorizan en tiempo real y se interpretan mediante algoritmos de aprendizaje automático. Este diseño permite que la prueba no solo detecte la presencia de C. auris, sino que también mida la carga fúngica e identifique mutaciones que causan resistencia a los antimicóticos de uso común, incluso en poblaciones mixtas con susceptibilidad variable.

Los investigadores validaron dSHERLOCK utilizando hisopos de vigilancia de pacientes proporcionados por un laboratorio estatal de micología de salud pública. El ensayo detectó C. auris en 20 minutos y cuantificó la carga fúngica en 40 minutos, una mejora significativa con respecto a los procesos de trabajo actuales, que pueden tardar hasta una semana. El estudio, publicado en Nature Biomedical Engineering, demostró que dSHERLOCK identificó con precisión mutaciones asociadas a la resistencia a antifúngicos azólicos y equinocandinas, revelando patrones de resistencia que los diagnósticos estándar suelen pasar por alto.

Al ofrecer resultados cuantitativos rápidos en el punto de atención, dSHERLOCK podría ayudar a los médicos a seleccionar terapias antifúngicas eficaces con mayor rapidez y reducir la exposición innecesaria a fármacos. La tecnología también ofrece una forma de monitorizar la evolución de la resistencia durante los brotes, mejorando así el control de infecciones en hospitales y residencias de ancianos. Los investigadores planean adaptar la plataforma para su uso clínico descentralizado y explorar su aplicación a otros patógenos fúngicos y microbianos donde la rápida caracterización de la resistencia es crucial.

“Las capacidades que estamos introduciendo con dSHERLOCK satisfacen los principales requisitos clínicos de un ensayo de última generación que permita identificar y cuantificar rápidamente la carga de C. auris en muestras de pacientes de fácil obtención y generar una visión cuantitativa del panorama de la RAM en muestras individuales”, afirmó el coautor principal, el Dr. James Collins, quien dirigió el proyecto. “Esto no ha sido posible con los métodos de diagnóstico anteriores y constituye un logro tecnológico”.

Enlaces relacionados:
Instituto Wyss de Ingeniería de Inspiración Biológica