U  n grupo de investigadores del  Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos ha creado un sensor de nanopartículas que puede diferenciar si una neumonía es viral o bacteriana.

Según se ha publicado en la revista ´Proceedings of the National Academy of Sciences´ un grupo de investigadores del Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos, ha desarrollado un sensor de nanopartículas capaz de diferenciar si una neumonía es viral o bacteriana.

Es trabajo se ha desarrollado debido a que existen muchos tipos de virus y  bacterias que pueden provocar una neumonía, y es difícil saber qué microbio está causando la enfermedad de un paciente. Esta situación hace que sea difícil elegir el tratamiento más adecuado para cada persona al existir diferentes patógenos que pueden causar distintos tipos de neumonía.

Sin embargo, gracias al trabajo de los investigadores del MIT, consiguieron demostrar que sus sensores podían distinguir con precisión la neumonía bacteriana y la vírica en un plazo de dos horas, utilizando un sencillo análisis de orina para leer los resultados.

Diseño del sensor

Durante el diseño del sensor, los responsables del proyecto se centraron en medir la respuesta del huésped a la infección en lugar de tratar de detectar el patógeno. El equipo del MIT descubrió que el mecanismo de acción de estas enzimas era actuar como firma de infecciones bacterianas o virales.

Posteriormente compiló 33 conjuntos de datos generalmente disponibles de genes que se expresan durante infecciones respiratorias. Al analizar esos datos, se identificaron 39 proteínas que responden de manera diferente a diferentes tipos de infecciones.

Dichos datos se usaron para crear 20 sensores diferentes que podrían interactuar con la proteína.

Los sensores consisten en nanopartículas recubiertas de péptidos, que son escindidas por ciertas proteínas. Los investigadores probaron sus sensores en cinco modelos diferentes de neumonía en ratones infectados. Después de leer los resultados de las pruebas de orina, los investigadores utilizaron el aprendizaje automático para analizar los datos. Con este enfoque, pudieron enseñar métodos que podían diferenciar entre neumonía y controles sanos, y pudieron distinguir si una infección era un virus o una bacteria en función de esos 20 sensores.