Aplicando técnicas de secuenciación genómica y analizando a través de «machine learning» (aprendizaje automático) registros de pacientes, expertos del Technion desarrollaron un algoritmo de prescripción de antibióticos que reduce a la mitad el riesgo de aparición de resistencia a esos medicamentos
Los antibióticos, recordaron desde la universidad israelí, son un arma de doble filo: por un lado, son fundamentales para curar las infecciones bacterianas. Pero, por el otro, su uso favorece la aparición y proliferación de bacterias resistentes.
El estudio, que fue llevado a cabo por el profesor Roy Kishony, del Technion, y sus colegas Varda Shalev, Gabriel Chodick y Jacob Kuint, del centro de investigaciones de la aseguradora médica israelí Maccabi, se enfocó en dos infecciones bacterianas muy comunes.
(Los resultados del experimento fueron publicados en la revista Science y se pueden consultar haciendo click aquí)
Trabajando sobre las infecciones del tracto urinario y las infecciones de heridas, el experimento buscó las formas de usar el historial de los pacientes para elegir el mejor antibiótico, prescribirlo y reducir las posibilidades de que surja una resistencia.

El problema es que las bacterias pueden evolucionar mediante la adquisición de mutaciones que las hacen resistentes. Y, hasta ahora, se pensaba que ese proceso era totalmente aleatorio, haciéndolo difícil de predecir y evitar.
Sin embargo, apuntó el reporte del Technion, los investigadores descubrieron que «en la mayoría de las infecciones de los pacientes, la resistencia no se adquiría por mutaciones aleatorias».
En cambio, surgía «debido a la reinfección por bacterias resistentes existentes del propio microbioma del paciente», indicaron.
Los investigadores, continuó el informe, «convirtieron estos hallazgos en una ventaja: propusieron hacer coincidir el antibiótico no solo con la susceptibilidad de la bacteria que causa la infección, sino también con la bacteria en su microbioma».
El uso de estos datos, junto con los datos demográficos del paciente, como la edad y el sexo, «nos permitió desarrollar el algoritmo», explicaron los expertos.