Traducido del inglés al español - www.onlinedoctranslator.

com

Opinión de expertos sobre el descubrimiento de fármacos

ISSN: 1746-0441 (Impreso) 1746-045X (En línea) Página de inicio de la revista:https://www.tandfonline.com/loi/iedc20

Ómicas de los antimicrobianos y la resistencia a los

antimicrobianos.

Vladislav M. Chernov, Olga A. Chernova, Alexey A. Mouzykantov, Leonid L.

Lopukhov y Rustam I. Aminov

Para citar este artículo:Vladislav M. Chernov, Olga A. Chernova, Alexey A. Mouzykantov, Leonid L. Lopukhov y
Rustam I. Aminov (2019): Ómicas de los antimicrobianos y la resistencia a los antimicrobianos, Opinión de expertos
sobre descubrimiento de fármacos, DOI:10.1080/17460441.2019.1588880

Para vincular a este artículo:https://doi.org/10.1080/17460441.2019.1588880

Publicado en línea: 19 de marzo de 2019.

Envíe su artículo a esta revista.

Ver datos de Crossmark

Los términos y condiciones completos de acceso y uso se pueden encontrar en

https://www.tandfonline.com/action/journalInformation?journalCode=iedc20
OPINIÓN DE EXPERTOS SOBRE EL DESCUBRIMIENTO DE MEDICAMENTOS

https://doi.org/10.1080/17460441.2019.1588880

REVISAR

Ómicas de los antimicrobianos y la resistencia a los antimicrobianos.

Vladislav M. Chernova,b, Olga A. Chernovaa,b, Alexey A. Mouzykantova,b, Leonid L. Lopujovby Rustam I. Aminovantes de Cristo

Instituto de Bioquímica y Biofísica de Kazán, Centro Científico de RAS de Kazán FRC, Kazán (Federación de Rusia);bInstituto de Medicina y Biología Fundamentales,
a

Universidad Federal de Kazán (región del Volga), Kazán (Federación de Rusia);CCiencias de la Salud Aplicadas, Facultad de Medicina, Ciencias Médicas y Nutrición,
Universidad de Aberdeen, Aberdeen, Reino Unido

ABSTRACTO HISTORIA DEL ARTÍCULO

Introducción:El desarrollo de nuevos antimicrobianos se ha convertido en una prioridad urgente debido al Recibido el 20 de noviembre de 2018

desafío global que surge del aumento de patógenos resistentes a los antimicrobianos. Aceptado el 26 de febrero de 2019

Zonas cubiertas:En esta revisión, los autores analizan las oportunidades que ofrecen los enfoques ómicos modernos
PALABRAS CLAVE
para abordar el desafío y el uso de este enfoque en el desarrollo de antimicrobianos. Específicamente, los autores se Antimicrobianos; mecanismos de
centran en el papel de las tecnologías ómicas y la bioinformática para la revelación de los efectos de los antimicrobianos resistencia a los antimicrobianos;
en una variedad de procesos celulares microbianos, así como la identificación de posibles dianas celulares, los nuevos antimicrobianos;
mecanismos de resistencia a los antimicrobianos y el desarrollo de nuevos antimicrobianos. genómica; transcriptómica;
Opinión experta:La prevención de la resistencia a los antimicrobianos no depende sólo del diseño racional de fármacos, proteómica; metabolómica
como los antimicrobianos de espectro reducido, sino de varios factores. En opinión de los autores, el uso de un enfoque
bioinformático multiómico debería convertirse en una parte integral del descubrimiento de fármacos antimicrobianos,
así como en la prevención de la resistencia a los antimicrobianos.

1. Introducción
El desarrollo de nuevos antimicrobianos es ahora una necesidad urgente porque puntos de control críticos donde se podrían imponer medidas
la rápida evolución de la resistencia múltiple a los antimicrobianos existentes preventivas para detener, o al menos ralentizar, el proceso.
entre los patógenos plantea un problema importante para el control y la gestión Una de las estrategias para contener la rápida expansión de la

eficientes de las enfermedades infecciosas. Sin embargo, el descubrimiento de resistencia podría ser hacer hincapié en el desarrollo de antimicrobianos de

fármacos antimicrobianos se ha visto obstaculizado por la ausencia de nuevas espectro reducido.6–9]. La especificidad, en este caso, podría reducir

clases de antimicrobianos durante décadas. El progreso en esta área ha sido significativamente los efectos "fuera del objetivo" sobre otros componentes

impulsado por la modificación de las clases existentes de antimicrobianos más del microbioma y reducir la aparición de resistencia a los antimicrobianos en

que por el descubrimiento de nuevas clases de antimicrobianos.1]. Se necesitan la microbiota comensal. Las preparaciones antimicrobianas de espectro

nuevos enfoques para el descubrimiento de fármacos antimicrobianos. Las reducido podrían ser más específicas para patógenos específicos que los

tecnologías ómicas modernas podrían ser útiles para identificar nuevos objetivos antimicrobianos de amplio espectro, por ejemplo, al centrarse en los

celulares en patógenos microbianos a los que podrían dirigirse los nuevos requisitos de crecimiento específicos de los patógenos o en los rasgos

antimicrobianos. patógenos que los hacen menos virulentos. Los antimicrobianos que

Las mutaciones genéticas y la transferencia horizontal de genes de anteriormente se consideraban demasiado tóxicos para el uso común, como

resistencia a los antimicrobianos son las principales rutas para el desarrollo la daptomicina, ahora se utilizan en grupos de edad o enfermedades

de resistencia a los antimicrobianos clínicamente relevante. La transferencia específicos para tratar infecciones potencialmente mortales causadas por

horizontal es mucho más frecuente y ocurre principalmente mediante la bacterias Gram positivas resistentes a múltiples fármacos. Otra opción

adquisición de los genes de resistencia correspondientes de reservorios podría ser una búsqueda sistemática de compuestos no antimicrobianos

ambientales y microbiomáticos.2,3]. Una mayor selección por factores que muestren efectos sinérgicos en combinación con antimicrobianos.10].

antropogénicos puede influir significativamente en la tasa de esta La implementación activa de las últimas tecnologías ómicas podría acelerar

transferencia [4,5]. El desarrollo de resistencia a los antimicrobianos en los sustancialmente el descubrimiento/desarrollo de estos compuestos.

microorganismos es sólo cuestión de tiempo, debido a su enorme

diversidad metabólica y plasticidad evolutiva. La búsqueda de nuevos Las tecnologías ómicas han revolucionado muchos campos de la biología

antimicrobianos en la carrera "armamentista" contra los microorganismos y se espera que desempeñen un papel clave en el control eficaz de

está, por tanto, condenada a ser un proceso eterno. El problema de la patógenos mediante el desarrollo de agentes antimicrobianos altamente

resistencia a los antimicrobianos no se puede resolver de una vez por todas, específicos.11–15]. En comparación con las técnicas tradicionales, los

pero se podrían desarrollar mejores estrategias para abordar el problema enfoques ómicos "grandes" generan una cantidad de datos sin precedentes

de la manera más eficiente y segura posible. Estas estrategias deben para permitir el análisis de rasgos muy complejos. Esto brinda una

basarse en un conocimiento detallado de cómo se desarrolla la resistencia a oportunidad para la identificación de posibles objetivos antimicrobianos en

los antimicrobianos y en la identificación de patógenos mediante la búsqueda de

CONTACTORustam I. Aminov Rustam.aminov@abdn.ac.uk Ciencias de la Salud, Facultad de Medicina, Ciencias Médicas y Nutrición, Universidad de Aberdeen,
Aberdeen AB25 2ZD, Reino Unido

© 2019 Informa UK Limited, operando como Taylor & Francis Group

2 VM CHERNOV Y AL.
Artículos destacados
● Los análisis transcriptómicos, proteómicos y metabolómicos de las
respuestas bacterianas al tratamiento antimicrobiano revelaron que la
resistencia a los antimicrobianos puede implicar múltiples vías en la célula,
incluido el metabolismo central.
● La investigación de los efectos antimicrobianos en las células bacterianas mediante
el uso de tecnologías ómicas descubrió los múltiples efectos fisiológicos impuestos
por los antimicrobianos.
● El análisis de las vías afectadas por diversos antimicrobianos abre la
posibilidad de identificar nuevos objetivos para los antimicrobianos.
● La complejidad de las respuestas a los antimicrobianos permite identificar objetivos
para los antimicrobianos que actúan sinérgicamente.
● La prevención de la resistencia a los antimicrobianos incluye no sólo el diseño
racional de fármacos, como los antimicrobianos de espectro reducido, sino que
también depende de otros factores.
Este recuadro resume los puntos clave contenidos en el artículo.
compuestos que son altamente específicos de los objetivos celulares
identificados por las ómicas y para determinar los mecanismos
moleculares subyacentes de su acción.
2. Genómica en el desarrollo y la resistencia a los
antimicrobianos
Desarrollo de tecnologías de secuenciación (Figura 1) durante la
última década ha resultado en una disminución dramática en el
costo de la secuenciación de ADN/ARN. Como resultado, ha habido
un enorme aumento en el número de genomas secuenciados de
los tres dominios de la vida. Nuevos avances en bioinformática y
Figura 1.Cronología de los métodos multiómicos. Los hitos se muestran en diferentes colores para los trabajos en genómica ( , transcriptómica , proteómica ,
metabolómica y células individuales ) .
La biología computacional ha hecho que estos datos de secuencia sean útiles para
los biólogos mediante un mejor ensamblaje y anotación de datos de secuencia
genómica y metagenómica. La llegada de la genómica unicelular se ha convertido
en una herramienta valiosa para obtener información genómica de
microorganismos que, hasta ahora, no han sido cultivados. A medida que mejoran
las tecnologías de secuenciación y la bioinformática, la generación de secuencias
completas del genoma se está convirtiendo gradualmente en una técnica
estándar en microbiología.dieciséis].
La incorporación de tecnologías genómicas a la investigación biológica
rutinaria ha traído la posibilidad de reconstruir las rutas metabólicas de los
microorganismos, lo que será especialmente importante para dilucidar el
potencial biosintético y las condiciones apropiadas de cultivo de bacterias
aún no cultivadas.17]. La predicción de las capacidades metabólicas de los
microorganismos en función de sus datos genómicos podría lograrse
utilizando modelos metabólicos a escala genómica.18]. El modelado
metabólico se basa en un borrador inicial de reconstrucción metabólica
derivado del análisis del genoma utilizando anotaciones existentes de genes
conocidos. Luego, el borrador de la reconstrucción se puede vincular a
información sobre rutas metabólicas conocidas, como la base de datos
KEGG, donde los genes se agrupan en categorías funcionales (https://
www.genome.jp/kegg/). Los modelos metabólicos basados en
reconstrucciones a escala del genoma pueden verse como conjuntos de
hipótesis que pueden identificarse, probarse y resolverse sistemáticamente
para proporcionar retroalimentación para el refinamiento de los modelos
metabólicos. Además, la integración de datos genómicos y metabolómicos
puede ayudar a mejorar la anotación de genes existentes.19].
La información genómica es importante en la identificación de
objetivos candidatos prometedores para los antimicrobianos. Objetivos

Son especialmente interesantes los implicados en la supervivencia de
patógenos en diferentes condiciones ambientales y aquellos que
confieren rasgos de virulencia.6,20,21]. La identificación de genes
esenciales para la supervivencia de patógenos es claramente
importante para el desarrollo de plataformas de detección para
descubrir compuestos antimicrobianos dirigidos a los productos
correspondientes codificados por estos genes. Recientemente, se han
identificado genes en los genomas centrales asociados con la
resistencia a múltiples fármacos para varias especies bacterianas. Por
ejemplo, la secuenciación del genoma completo (WGS) ha demostrado
que las funciones centrales del genoma son importantes para la
resistencia extrema deAcinetobacter baumanniia tobramicina [22]. En
este trabajo, el análisis genómico comparativo deA. baumanniiEn
mutantes con sensibilidad diferencial a tobramicina se han identificado
hasta 594 genes candidatos implicados en conferir los
correspondientes fenotipos resistentes. La combinación de estos alelos
mutantes disminuyó la resistencia a la tobramicina y su efecto fue
aditivo. En particular, la combinación de mutaciones dobles y triples dio
como resultado una disminución de 250 veces en la concentración
mínima inhibitoria (CMI). Funciones centrales como la biosíntesis de
fosfolípidos, la regulación del fosfato y la homeostasis de la envoltura
también parecieron estar involucradas en conferir resistencia a la
tobramicina, además del papel esperado de las enzimas modificadoras
de aminoglucósidos.
El análisis genómico comparativo de cepas con diferente sensibilidad a
los antimicrobianos es de particular importancia para la identificación de
mecanismos complejos de resistencia a los antimicrobianos. Se puede
realizar la selección de los mutantes resistentes correspondientes para la
identificación de posibles objetivos farmacológicos, con la posterior
comparación de los genomas originales y seleccionados con
antimicrobianos. La principal conclusión de estos estudios es que los
mecanismos de resistencia a los antimicrobianos son considerablemente
más complejos de lo que se suponía anteriormente.22–27]. En particular, la
resistencia a los antimicrobianos no sólo va acompañada de mutaciones en
los genes de las proteínas diana, sino también en muchos otros genes cuyos
productos participan en una variedad de funciones celulares que incluyen la
reparación del ADN, la replicación, la generación de energía, el transporte
transmembrana y la virulencia. [27–29]. También se produce un número
significativo de mutaciones en genes que codifican proteínas con función
desconocida.29,30]. Las mutaciones concomitantes pueden modular
sustancialmente el fenotipo de resistencia a los antimicrobianos. Por
ejemplo, selección desteotococos neumoniapor fluoroquinolonas no sólo da
como resultado la aparición y fijación de mutaciones en la región QRDR de
los genes de la topoisomerasa IV y la ADN girasa, sino también en SNP que
ocurren en otros genes, causando un efecto significativo en los valores de
CIM.28]. Diferentes combinaciones de estas mutaciones pueden provocar un
aumento o una disminución de la CIM. Actualmente no existen explicaciones
del mecanismo subyacente a estos efectos, pero demuestran claramente la
posibilidad de revertir la resistencia a los antimicrobianos para reintroducir
la susceptibilidad a los antimicrobianos.
Es posible revelar el potencial genético y metabólico de nuevos
antimicrobianos y genes de resistencia a los antimicrobianos sobre la
base de genomas o fragmentos genómicos ensamblados a partir de
análisis metagenómicos de comunidades microbianas.31]. Un
componente importante de las comunidades microbianas es el viroma,
que afecta la densidad de población de los organismos celulares y,http://arpcard.mcmaster.ca), ARDB (Resistencia a los antibióticos mediante
transducción, proporciona transferencia horizontal de genes (HGT), Base de datos de genes;http://ardb.cbcb.umd.edu), NDARO (Nacional
OPINIÓN DE EXPERTOS SOBRE EL DESCUBRIMIENTO DE MEDICAMENTOS 3
incluida la transferencia de genes que codifican la resistencia a los
antimicrobianos. Por ejemplo, usando WGS, Haaber y otros [32]
demostró queEstafilococo aureusLos profagos (φ11, φ12 y φ13) son
capaces de transferir genes que codifican resistencia a la eritromicina,
cloranfenicol y tetraciclina entre células de la población. El proceso de
transferencia se produce de forma espontánea y los autores lo
denominaron "autotransducción". Bearson y otros [33] demostró que la
HGT por profagos en una población deSalmonella entéricaEl serotipo
Typhimurium puede inducirse con carbadox. HGT incluía fragmentos
de ADN cromosómico o plasmídico que portaban genes de resistencia
contra kanamicina, ampicilina, cloranfenicol y tetraciclina. Tanto los
datos genómicos como los metagenómicos indican el papel importante
que desempeñan los fagos en la adquisición y el mantenimiento de
genes de resistencia a los antimicrobianos en las comunidades
microbianas.
Los estudios genómicos también han contribuido significativamente a la
comprensión del papel que desempeñan las vesículas de membrana en la
resistencia a los antimicrobianos. Las vesículas extracelulares, que
transportan una amplia gama de moléculas y macromoléculas (proteínas,
lípidos, ADN y ARN), pueden mediar en las interacciones intercelulares y la
adaptación de los microorganismos al medio ambiente.34–36]. Estas
estructuras externas están involucradas en la transferencia horizontal de
determinantes de resistencia a los antimicrobianos y en la protección de
todo el sistema contra los antimicrobianos.37,38]. Las vesículas
extracelulares son características universalmente conservadas en los tres
dominios de la vida que proporcionan secreción e interacciones
intercelulares. Los mecanismos exactos de su formación no están claros,
pero los intentos de obtener mutantes avesiculares han fracasado, lo que
sugiere un papel potencialmente fundamental que desempeñan estas
estructuras en la biología celular. Por lo tanto, las vesículas extracelulares
podrían proporcionar un objetivo atractivo para el desarrollo de fármacos
antimicrobianos, tanto en términos de supresión de los patógenos
asociados como de prevención de la resistencia a los antimicrobianos
mediante su diseminación en vesículas extracelulares.38–40].
Además de determinar la secuencia de nucleótidos, las tecnologías
genómicas permiten la detección de modificaciones epigenéticas del
ADN como la metilación (mediante secuenciación simple después de la
conversión con bisulfito) (Figura 1). Este enfoque es importante para
descubrir el control epigenético de la susceptibilidad a los
antimicrobianos y una mayor identificación de objetivos
antimicrobianos relevantes.41–44]. Por ejemplo, Chen y otros [44],
utilizando secuenciación SMRT, análisis de microarrays y análisis de
interacción proteína-proteína, demostró que en dos cepas de
Tuberculosis micobacterianacon resistencia diferencial a la rifampicina
o la isoniazida, el ADN genómico está metilado diferencialmente y se
encuentran genes expresados diferencialmente en ambas cepas. De
acuerdo aen siliconaEn el análisis, los productos de algunos genes
metilados participan en la interacción proteína-proteína entre sí y
forman vías reguladoras. La integración de enfoques genómicos,
metilómicos, transcriptómicos, proteómicos y metabolómicos en este
trabajo reveló la contribución de los eventos epigenéticos a la
resistencia a la rifampicina y la isoniazida enM. tuberculosis.
La rápida acumulación de datos sobre genes de resistencia a los
antibióticos requiere bases de datos especializadas para la organización y un
fácil acceso a dichos datos. Actualmente, las bases de datos disponibles
incluyen CARD (Comprehensive Antibiotic Research Database;
4 VM CHERNOV Y AL.
Base de datos de organismos resistentes a antibióticos;https://www.ncbi.
nlm.nih.gov/bioproject/PRJNA313047), SARG (base de datos ARG estructurada;
https://smile.hku.hk/SARGs). Estas bases de datos almacenan datos de secuencia,
pero también proporcionan herramientas bioinformáticas para analizar los
propios datos del usuario en busca de la presencia de genes que codifican
posibles vías biosintéticas para los antimicrobianos, así como la resistencia a los
antimicrobianos en microorganismos aislados de diversas fuentes, incluida la
microbiota no cultivada.45–48].
3. Transcriptómica en el desarrollo y la resistencia a los
antimicrobianos.
Cada vez está más claro que el mecanismo de acción de los agentes
antimicrobianos sobre las células microbianas puede afectar muchas vías
celulares codificadas por cientos de genes.4,49–51]. Estas vías celulares se
pueden identificar de manera más efectiva mediante la integración de
análisis genómicos, transcriptómicos, proteómicos y metabolómicos. El
análisis transcriptómico (análisis de un conjunto completo de
transcripciones producidas por la célula en condiciones ambientales
definidas) ya se ha utilizado para monitorear la expresión genética a nivel de
transcripción genética por bacterias en respuesta al tratamiento
antimicrobiano.51–55] (Figura 1).
Análisis de la expresión génica en respuesta a antimicrobianos en
conjunto con recursos bioinformáticos como MEGARes (https://
megares.meglab.org), TARJETA (http://arpcard.mcmaster. California),
Resfinder (www.genomicepidemiology.org), o ARG-ANNOT (http://
es.mediterranee-infection.com) puede ayudar a revelar los mecanismos de
acción antimicrobiana. La tecnología de microchips basada en la hibridación
de ADNc con sondas de oligonucleótidos, que representan todos los genes
putativos de un organismo y se incorporan en un portaobjetos de
microarrays, se puede utilizar para estudios de expresión génica a gran
escala.56–58] (Figura 1). La principal ventaja de esta tecnología es la
capacidad de determinar simultáneamente los niveles de expresión de todos
los genes de un organismo a nivel de transcripción y de identificar los
patrones de expresión génica de un microorganismo en respuesta a un
estímulo, incluido un fármaco antimicrobiano. Sin embargo, el método de
microarrays depende de una serie de requisitos previos, como la
disponibilidad de una secuencia genómica completa del organismo bajo
investigación, la disponibilidad comercial de un microarray adecuado o la
capacidad de fabricar un microarray en el laboratorio y la disponibilidad de
equipos específicos. para leer el microarray. La técnica también puede ser
técnicamente desafiante, incluida cierta dificultad para lograr resultados
reproducibles. Estos requisitos previos imponen algunas limitaciones a la
aplicación de la técnica de microarrays. Para bacterias con alta variabilidad
genómica y plasticidad, por ejemplo, el genoma de referencia de las
especies disponibles en las bases de datos puede no ser adecuado. Las
cepas de dichas bacterias requieren una secuenciación completa del
genoma y un diseño de chip específico, que refleje adecuadamente su
repertorio de genes, para una búsqueda exhaustiva de objetivos
potenciales. Algunos snRNA (pequeños ARN no codificantes) también
pueden pasar desapercibidos en este tipo de análisis, aunque representan
objetivos potencialmente importantes para el descubrimiento de fármacos
antimicrobianos.13]. A pesar de estas deficiencias, existen varios ejemplos
del uso exitoso de microarrays en el descubrimiento de fármacos
antimicrobianos.59–61]. Gmünder y otros [59] reveló diferencias en la
respuesta celular de Haemophilus influenzaea inhibidores de la ADN girasa
(novobiocina y ciprofloxacina) utilizando microarrays de ADN (chips
Affymetrix) y 2D-PAGE. Descubrieron que la novobiocina afecta la
transcripción de genes que dependen de la topología del ADN para su
expresión, mientras que la ciprofloxacina aumenta principalmente la
expresión de genes implicados en la reparación del ADN. Además, las
respuestas a estos antimicrobianos incluyen la expresión variable de otros
genes, incluidos aquellos que codifican proteínas con función desconocida.
Este estudio fue uno de los primeros trabajos que sugirió que la respuesta
microbiana a los antimicrobianos y los mecanismos de resistencia a los
antimicrobianos no están simplemente limitados por los límites de la
interacción antimicrobiano-objetivo y podrían ser más complejos e
involucrar una multitud de otros genes.
El uso de técnicas basadas en hibridación en el análisis del transcriptoma
está siendo reemplazado gradualmente por la secuenciación global del ARN
del transcriptoma.62,63] (Figura 1) porque ofrece una serie de ventajas. El
método RNA-Seq, por ejemplo, proporciona un análisis cuantitativo
profundo de la expresión génica y también permite evaluar el perfil de los
ARN no codificantes implicados en la regulación de la expresión génica.13,62
]. Por lo tanto, el enfoque RNA-Seq proporciona acceso al patrón global de
expresión diferencial de ARN de una célula en respuesta a las señales
ambientales, incluido el efecto de los antimicrobianos. Los sRNA bacterianos
participan en la regulación postranscripcional de la expresión génica y en
conferir resistencia antimicrobiana a diferentes niveles. Por ejemplo, pueden
estar involucrados en funciones necesarias para la absorción de antibióticos.
64,sesenta y cinco], salida de antimicrobianos [66], modificaciones de la
envoltura celular y formación de biopelículas [67–69] y mutagénesis del ADN
[70].
Los pequeños ARN (sRNA) en las vesículas extracelulares de los
microorganismos son de particular interés porque se consideran
mediadores de la reprogramación celular en respuesta a cambios en las
variables ambientales.13,36,39]. Recientemente se ha demostrado la
participación de los ARNs vesiculares en respuesta a agentes
antimicrobianos y el correspondiente desarrollo de resistencia.
Acholeplasma laidlawii [71]. Las cepas de tipo salvaje y resistentes se
cultivaron en condiciones de tratamiento antimicrobiano y sin antibióticos
(ciprofloxacina, tetraciclina y melitina). Algunos ARNs expresados
diferencialmente se asociaron con genes que confieren resistencia a los
antimicrobianos, incluidas las β-lactamasas dependientes de metales, las
proteínas de la familia MATE y los transportadores ABC. Actualmente, los
ARNs se consideran objetivos prometedores para el desarrollo de nuevos
antimicrobianos.72]. En este sentido, apuntar a los ARNs presentes en las
vesículas extracelulares biológicamente indispensables podría ser
importante para el desarrollo de fármacos antimicrobianos.
Una técnica RT-PCR más precisa puede proporcionar una validación
adicional del análisis del transcriptoma mediante hibridación basada en
microarrays.54,55,73]. Los genes/productos candidatos identificados como
objetivos potenciales mediante técnicas genómicas y transcriptómicas
pueden validarse aún más utilizando técnicas de mutagénesis como Tn-seq,
INseq, TraDIS o HITS.74–78], con los efectos supresores o letales previstos
de tales mutaciones. Sin embargo, las conclusiones finales sólo pueden
sacarse después del análisis de los posibles objetivos antimicrobianos a nivel
de proteínas. Aunque los ARN pueden atacarse directamente como se
analizó anteriormente en esta sección, la mayoría de los objetivos todavía
están representados por proteínas.
4. Proteómica en el desarrollo y la resistencia a los
antimicrobianos.
El análisis proteómico tiene como objetivo evaluar el perfil general de las
proteínas en células, tejidos, fluidos biológicos o en todo el cuerpo. Es

Se utiliza para la evaluación cualitativa y cuantitativa de proteínas expresadas en
determinadas condiciones, incluida la exposición a antimicrobianos, y para revelar
modificaciones postraduccionales de proteínas.79– 82] (Figura 1). Durante las
primeras etapas del desarrollo de la proteómica, el objetivo era principalmente la
identificación de proteínas. Sin embargo, la proteómica ahora se ocupa
principalmente de la evaluación de diferencias
Expresión de proteínas en respuesta a señales ambientales, incluidos diferentes compuestos antibacterianos. Por lo tanto, postantimicrobianos [
83–88]. Además del proteoma celular, también existe un exoproteoma, un Las
conjunto de proteínas
modificaciones
confinadas en vesículas extracelulares.
Los avances en proteómica han sido impulsados en gran medida
por el desarrollo de la espectrometría de masas y la electroforesis
bidimensional (2DE).79,83,89–92] (Figura 1). El método 2DE se basa en
la separación de proteínas según sus puntos isoeléctricos y masa
molecular. La sensibilidad y reproducibilidad de 2DE se han mejorado
mediante el uso de tintes fluorescentes (electroforesis en gel de
diferencia; DIGE) [93] (Figura 1). El método DIGE tiene varias ventajas:
es confiable, permite el análisis de la expresión de proteínas en más de
un tipo de multiplex, no requiere experimentos repetidos y los
fluoróforos utilizados son más precisos en la determinación de la
concentración de proteínas en comparación con el azul de Coomassie o
la plata tradicionales. tinción. A pesar de las limitaciones, incluida la alta
variabilidad entre geles, el bajo rendimiento y la mala recuperación de
proteínas hidrofóbicas, el método DIGE se ha utilizado con éxito para el
análisis de los mecanismos moleculares de resistencia a los
antimicrobianos en varias bacterias patógenas. Por ejemplo, enE. coli,
donde una bomba de eflujo de múltiples fármacos confiere resistencia
a piperacilina/tazobactam [94].
La técnica de química analítica LC-MS (cromatografía líquida-
espectrometría de masas), que se basa en un cromatógrafo líquido en
tándem y un espectrómetro de masas de alta resolución, permite la
identificación de proteínas a nivel de una fracción proteica o de un
proteoma celular completo (Figura 1). También permite la
cuantificación de la abundancia relativa de diferentes proteínas
mediante técnicas de etiquetado o sin etiquetas. Hay disponible un
software flexible y potente para prácticamente cualquier tarea
requerida en el procesamiento de datos de espectrometría de masas
proteómica. Se pueden emplear métodos inmunoquímicos y de
transferencia Western, combinados con microscopía, en la validación
de análisis de datos proteómicos. Los análisis transcripcionales,
incluida la RT-PCR, se pueden combinar con la proteómica para
determinar si la regulación de la expresión de proteínas se produce a
nivel de transcripción, traducción o modificación postraduccional.
Además de la detección de proteínas expresadas diferencialmente,
el análisis proteómico permite una evaluación tanto cualitativa como
cuantitativa de la modificación postraduccional de proteínas que
podrían ser funcionalmente importantes. Por ejemplo, modificaciones
asociadas a la virulencia. Para detectar dichas modificaciones de
proteínas se pueden utilizar varias técnicas de enriquecimiento,
incluidos anticuerpos de afinidad o interacciones iónicas o enzimas
específicas.95]. Las modificaciones postraduccionales de polipéptidos
pueden alterar las propiedades físicas de una proteína y, como
consecuencia, alterar las respuestas fisiológicas de una célula a
factores de estrés. Recientemente, se ha utilizado 1DE y nanoLC-MS/MS
para estudiar un fosfoproteoma bacteriano [96,97]. El estudio anterior
reveló que la fosforilación deA. baumannii β- la lactamasa en el sitio
activo de la proteína conduce a un fenotipo sensible al imipenem,
mientras que la no fosforilada
OPINIÓN DE EXPERTOS SOBRE EL DESCUBRIMIENTO DE MEDICAMENTOS 5
La enzima exhibe una alta actividad β-lactamasa y proporciona
resistencia contra el imipenem. Varias proteínas importantes
para la patogénesis y la supervivencia de bacterias patógenas
parecen estar fosforiladas.97]. Zhou y otros [98] estableció que
la succinilación de diferentes residuos de lisina en isocitrato
liasa detuberculosisestá asociado con la resistencia
secretadas
traslacionales de al
lasmedio ambiente,
proteínas podríanen
serforma libre de
indicativas o
resistencia a los antimicrobianos y pueden ayudar a identificar objetivos
potenciales para prevenir el desarrollo de resistencia.
Otro aspecto útil de la proteómica es la identificación de proteínas
extracelulares que podrían secretarse libremente o confinarse dentro de
vesículas extracelulares. El papel de los sistemas de secreción en la
virulencia de las bacterias está bien establecido.99]. El papel de las vesículas
en la virulencia es menos claro. EnA. laidlawii,por ejemplo, las vesículas de la
membrana extracelular se enriquecen con proteínas de virulencia, que
pueden desempeñar un papel en la patogénesis inducida por micoplasmas.
40]. Estas proteínas y sus genes podrían ser objetivos potenciales de los
antimicrobianos, cuyo desarrollo es muy importante para la supresión de la
A. laidlawii,que se presenta como el principal contaminante de los cultivos
celulares. Investigación de proteomas celulares y vesículas extracelulares en
Pseudomonas aeruginosa cultivados en biopelículas y cultivos planctónicos
revelaron que el desarrollo de resistencia a los antibióticos en biopelículas
está asociado con la modulación de los proteomas tanto celulares como
vesiculares.100].
El estudio del efecto de los antimicrobianos sobre los
niveles de expresión de proteínas, los patrones de
proteínas expresadas diferencialmente y las modificaciones
postraduccionales de las proteínas permite: identificar las
proteínas y las vías afectadas, y determinar los mecanismos
que contribuyen a la resistencia a los antimicrobianos. El
proteoma es un sistema dinámico que responde
rápidamente a los estímulos ambientales. El análisis de los
cambios en el patrón de expresión de proteínas en
respuesta a los antimicrobianos permite detectar las
estructuras celulares afectadas y determinar las funciones
metabólicas y fisiológicas correspondientes. Las firmas
proteómicas específicas que se producen en respuesta a
los antimicrobianos permiten la rápida identificación del
mecanismo de acción de nuevos compuestos y revela sus
objetivos celulares.101,102]. Una de las opciones para la
clasificación de grandes conjuntos de datos obtenidos
mediante tecnologías ómicas es la construcción de redes y
rutas moleculares [103]. Los genes/transcripciones/
proteínas/metabolitos o reguladores de actividad
(epigenéticos o postraduccionales) localizados en "nodos"
de dicha red representan objetivos potenciales para el
desarrollo de nuevos antimicrobianos. La construcción de
dichas redes basadas en datos genómicos/
transcriptómicos/proteómicos puede facilitarse mediante el
análisis de metabolitos, que son los sustratos o productos
finales de la maquinaria bioquímica que opera en la célula.
5. Metabolómica en el desarrollo y la resistencia a los
antimicrobianos.
El análisis metabolómico determina el perfil de una serie de metabolitos
presentes en un sistema biológico durante un tiempo determinado.
6 VM CHERNOV Y AL.
período. Además del metaboloma celular, también existe un
exometaboloma, que incluye metabolitos secretados al líquido
extracelular y es de gran importancia en el desarrollo de
antimicrobianos y de la resistencia a los antimicrobianos.104–108].
De manera similar a la proteómica, el progreso en la metabolómica ha
sido impulsado en gran medida por el desarrollo de la espectrometría de
masas.109] (Figura 1). Los métodos contemporáneos utilizan la resonancia
magnética nuclear (RMN), así como varios tipos de cromatografía,
espectrometría y electroforesis. Las herramientas analíticas combinadas
incluyen cromatografía de gases acoplada a espectrometría de masas (GC-
MS), cromatografía líquida acoplada a espectrometría de masas (LC-MS),
electroforesis capilar acoplada a espectrometría de masas (CE-DM),
cromatografía líquida de rendimiento ultra alto acoplada a espectrometría
de masas. (UPLC-MS), cromatografía líquida de alto rendimiento-ionización
por electropulverización acoplada a espectrometría de masas (HPLC-ESI-MS),
cromatografía líquida de alto rendimiento-detección de matriz de diodos-
ionización por electropulverización espectrometría de masas en tándem
(HPLC/DAD/ESI-MS) , y otros. LC-MS y sus variantes se hicieron populares en
la investigación metabolómica debido a la gran cantidad de información que
proporciona, así como por su flexibilidad y versatilidad.110].
Los enfoques metabolómicos que utilizan LC-MS pueden ser dirigidos o
no dirigidos: la metabolómica dirigida es cada vez más popular para
estudios de cambios metabólicos asociados con la resistencia a los
antimicrobianos.111–113]. La variante más común de la metabolómica
dirigida se basa en el uso de cromatografía líquida/MRM (monitoreo de
reacciones múltiples), también llamado SRM (monitoreo de reacciones
seleccionadas), acoplado a la espectrometría de masas. SRM es capaz de
monitorear cientos de metabolitos simultáneamente y, en consecuencia, de
caracterizar los flujos de metabolitos en rutas metabólicas clave.111,112]. En
un reciente trabajo de metabolómica dirigida sobre la resistencia a los
antimicrobianos, Schelli y otros [113] han utilizado HPLC en una columna
HILIC (cromatografía de interacción hidrófila) en combinación con
espectrometría de masas en modo SRM: los metabolitos se controlaron en
dos isogénicos.S. aureuscepas con susceptibilidad diferencial a la meticilina
que fueron tratadas con dosis subletales de ampicilina, kanamicina y
norfloxacina. El tratamiento resultó en un conjunto de alteraciones
metabólicas similares y divergentes que involucran el metabolismo de
purinas, pirimidinas y aminoácidos. Las alteraciones metabólicas
divergentes dependieron del antibiótico utilizado y, inesperadamente, de la
presencia o ausencia de resistencia a la meticilina en cepas que de otro
modo serían isogénicas.
Una limitación obvia del enfoque de metabolómica dirigida es el
conjunto fijo de metabolitos, que restringe la cobertura de metabolitos y
puede omitir metabolitos importantes. Los métodos contemporáneos, sin
embargo, permiten análisis cuantitativos de varios cientos de metabolitos,
con una amplia linealidad de rango de medición y alta reproducibilidad
cuando se implementan utilizando LC en combinación con MRM.113,114]. El
uso de métodos específicos, en particular LC-MRM, podría considerarse
adecuado para la mayoría de los estudios del metaboloma que involucran
respuestas metabólicas a desafíos ambientales a pesar de un número
menor de componentes del metaboloma en comparación con los
componentes del genoma y el proteoma. El enfoque dirigido se puede
complementar con LC-MS no dirigido para identificar objetivos adicionales
para abordar las preocupaciones sobre metabolitos potencialmente
faltantes. La LC-MS no dirigida es un método de elección si se esperan
metabolitos inusuales, como en el caso de la transformación química de
antimicrobianos, o si la variedad de metabolitos
afectados es difícil de predecir. Una versión de la espectrometría de masas
no dirigida implica la inyección directa de la muestra en un espectrómetro
de masas, sin el paso de separación por LC.106,115].
Además de la amplia disponibilidad de espectrómetros de masas de
alta resolución, la popularidad de la LC-MS no dirigida para
metabolómica se ha visto respaldada por el rápido desarrollo de
herramientas bioinformáticas eficientes y fáciles de usar. Plataformas
bioinformáticas potentes y flexibles como OpenMS, mzMine2, MAVEN,
MetaboAnalyst2 y XCMS [110] garantizan el análisis eficiente y
completo de grandes cantidades de datos obtenidos mediante LC-MS
no dirigida. El análisis bioinformático se utiliza para realizar la
reconstrucción metabólica, revelar características metabólicas,
identificar efectos metabólicos del tratamiento y proporcionar una
evaluación cuantitativa de los metabolitos.
La resonancia magnética nuclear unidimensional (1D-NMR) se utiliza
actualmente para estudios de metabolómica de alto rendimiento, pero la
2D-NMR para metabolómica también se está desarrollando activamente.110
] (Figura 1). La RMN es una técnica muy atractiva para la metabolómica
porque proporciona una amplia cobertura de metabolitos, no requiere
separación previa de los metabolitos y no es destructiva, por lo que las
muestras pueden conservarse para otros análisis. Sin embargo, el método
de RMN tiene una sensibilidad relativamente baja y el análisis se limita a los
metabolitos presentes en concentraciones suficientemente altas para ser
detectados. Un mayor desarrollo de la metabolómica de RMN requerirá la
mejora de las técnicas de procesamiento espectral y el establecimiento de
extensas bibliotecas espectrales.110]. El uso de la metabolómica de RMN
para monitorear los cambios metabólicos microbianos en respuesta a los
antimicrobianos se ha demostrado en varios estudios.104,116,117]. Por
ejemplo, 1D1La metabolómica de H NMR se ha utilizado para monitorear los
metabolitos intra y extracelulares de
E. colitras la exposición a ampicilina, carbenicilina, tetraciclina,
doxiciclina, kanamicina, estreptomicina, ofloxacina, cefalexina y
ciprofloxacina [104]. Revelar patrones específicos de metabolitos
mediante huellas dactilares intracelulares y extracelulares es una
técnica valiosa para la identificación de respuestas de células
bacterianas a un antimicrobiano específico y para predecir los
efectos de combinaciones de antimicrobianos.
Monitorear los cambios metabólicos asociados con el desarrollo de resistencia
a los antimicrobianos puede ayudar a definir las estrategias necesarias para
controlar la resistencia a nivel metabólico. Monitorear el metaboloma durante la
exposición a diferentes antimicrobianos puede ayudar a identificar procesos
metabólicos que contribuyen a la respuesta celular global a los antimicrobianos.
106]. La intervención en los procesos bioquímicos asociados con las primeras
etapas de una respuesta bacteriana a los antimicrobianos puede reducir la
supervivencia bacteriana y la aparición de resistencia. Estudios preliminares han
demostrado que los antimicrobianos pueden provocar cambios significativos en el
metabolismo bacteriano, incluidos metabolitos que no están directamente
relacionados con mecanismos de acción antimicrobianos previamente
establecidos.118]. Estudios recientes han sugerido que los fármacos
antimicrobianos pueden modular significativamente la susceptibilidad y la
resistencia a los antimicrobianos del fenotipo.23,106,119,120]. Las señales
ambientales, incluidas las condiciones de crecimiento bacteriano, también pueden
contribuir a esta variabilidad fenotípica. Por ejemplo, Zampieri y otros [106] han
descubierto que la resistencia a tres antimicrobianos diferentes puede evolucionar
mucho más rápidamente en la glucosa que en el acetato, debido a una mayor
plasticidad metabólica durante el metabolismo respirofermentativo de la glucosa
que en el metabolismo puramente respiratorio del acetato.

La investigación de factores ambientales, incluidos los fármacos antimicrobianos,
sobre la modulación de la resistencia a los antimicrobianos permite identificar los
factores que contribuyen a la resistencia a los antimicrobianos o la reducen. La
identificación de tales factores puede entonces abrir la posibilidad de intervenir en
el metabolismo microbiano con el objetivo de reducir las oportunidades de que
surja resistencia a los antimicrobianos.
El nivel de metabolitos que cambian durante la aparición de resistencia a
los antimicrobianos puede ayudar a identificar objetivos previamente
desconocidos para la terapia antimicrobiana. La supresión de estos objetivos
utilizando otros fármacos podría, potencialmente, servir como presión de
selección para reducir la frecuencia con la que se fijan las mutaciones que
confieren resistencia a los antimicrobianos. Por lo tanto, este enfoque
podría utilizarse en el diseño de terapias antimicrobianas integradas y de
múltiples objetivos y ofrecer tratamientos alternativos que ejerzan una
presión de selección para cambiar los fenotipos resistentes a un estado
susceptible.
Además, los análisis metabolómicos revelan la sinergia de
los antimicrobianos [121,122]. Por ejemplo, un efecto sinérgico
de colistina y doripenem en pacientes multirresistentes.A.
baumanniise ha encontrado usando este enfoque [122]. Estos
autores investigaron el nivel diferencial de metabolitos bajo la
exposición de esta bacteria a medicamentos individuales o
combinaciones de medicamentos. Descubrieron que la
colistina actúa antes y altera la membrana externa y la pared
celular, mientras que la acción del doripenem se retrasa, con
una disminución de los metabolitos implicados en la
biosíntesis de peptidoglicanos. La combinación de fármacos
afectó más vías metabólicas clave que cualquiera de los
fármacos por separado y dio lugar a cambios metabólicos
globales a través de la vía de las pentosas fosfato (PPP),
agotamiento de los niveles de metabolitos implicados en el
metabolismo energético y de nucleótidos, agotamiento de los
metabolitos de aminoazúcares para la pared celular.
biosíntesis y alteraciones en el metabolismo de péptidos.
En resumen, el conocimiento de las respuestas metabólicas de los
micro y macroorganismos a los factores de estrés bióticos y abióticos,
incluidos los antimicrobianos, puede contribuir significativamente al
desarrollo de nuevos antimicrobianos.113,123,124]. Este enfoque
permite la identificación de patrones metabólicos globales en
microorganismos en diferentes condiciones, incluidos los efectos de los
antimicrobianos. El análisis integrador de datos multiómicos sobre los
efectos de los antimicrobianos ayuda a identificar objetivos potenciales
para futuros antimicrobianos.125,126].
El análisis multiómico integrador se ha convertido en una
necesidad urgente debido a la gran cantidad de datos producidos
por las "grandes" investigaciones ómicas y la complejidad de los
procesos biológicos subyacentes que se investigan.19]. Este
enfoque se utiliza ampliamente para el descubrimiento y
desarrollo de fármacos en oncología, especialmente donde las
enfermedades son resistentes a los fármacos antitumorales
existentes.127]. Se podría utilizar un enfoque multiómico similar
para el desarrollo de nuevos antimicrobianos que superen la
resistencia antimicrobiana de los microorganismos.
6. Enfoque ómico integrado en el desarrollo de nuevos
antimicrobianos
A pesar de que los primeros antimicrobianos producidos en masa
obtenidos de las clases de arsfenamina y sulfonamida fueron
OPINIÓN DE EXPERTOS SOBRE EL DESCUBRIMIENTO DE MEDICAMENTOS 7
El descubrimiento de fármacos antimicrobianos
completamente sintéticos ha seguido un camino fortuito
determinado por el descubrimiento de los β-lactámicos.1,3
]. Se implementaron amplios programas de descubrimiento
de fármacos antimicrobianos para descubrir la diversidad
de compuestos naturales producidos por la microbiota
ambiental, principalmente la microbiota del suelo. Sin
embargo, el uso extremadamente amplio, y a menudo
excesivo, de estos compuestos en medicina humana y
veterinaria, así como con fines no terapéuticos en la
agricultura, ha dado lugar a una resistencia antimicrobiana
generalizada, incluidos los patógenos. Para abordar este
problema, los antimicrobianos naturales se modificaron
gradualmente para producir derivados semisintéticos como
generaciones posteriores de antimicrobianos. Es
importante señalar aquí que no se han descubierto nuevas
clases de antimicrobianos desde la década de 1980,1].
Una de las promesas hechas en la era genómica y posgenómica ha sido
obtener una mejor comprensión de la biología de los patógenos para utilizar
este conocimiento para diseñar nuevas estrategias para el descubrimiento
de fármacos antimicrobianos. Sin embargo, el progreso en este compromiso
ha sido lento, a pesar de la disponibilidad de un número muy sustancial de
genomas de patógenos ahora secuenciados, así como de la disponibilidad
de herramientas transcriptómicas y proteómicas para la verificación de
objetivos.125].
Parece haber una serie de obstáculos en la aplicación de
tecnologías ómicas al descubrimiento de fármacos antimicrobianos.
Uno de los obstáculos más importantes es la identificación de posibles
objetivos celulares bacterianos.128]. La suposición original era que la
genómica comparada, utilizando la identificación de un genoma central
de especies [129] y/o el uso de técnicas de mutagénesis (Tn-seq, INseq,
HITS) [77,78] identificaría genes importantes que son críticos para el
crecimiento y/o la virulencia microbiana. Luego, se utilizarían
plataformas de modelado de estructuras 3D para detectar posibles
inhibidores.130]. Sin embargo, debido a que el número de genes
identificados parece ser extremadamente alto y existe incertidumbre
sobre la función de muchos genes hipotéticos, su utilidad como
objetivos sigue siendo cuestionable. Además, exitosoen siliconaEl
modelado de estructuras no siempre se traduce en un éxito.en vivo
resultado [131].
De manera similar, los estudios transcriptómicos, proteómicos y
metabólicos para verificar objetivos potenciales, que habían sido
identificados a nivel genómico, confirmaron que estos objetivos no son
consistentes entrein vitroyen vivocondiciones o en cultivos axénicos y
comunidades microbianas [132]. Esto ha impulsado el desarrollo de
una serie de otros enfoques en el área del descubrimiento de fármacos
antimicrobianos.31,46,133–136]. La descripción resultante de
consorcios microbianos complejos obtenidos con el uso de enfoques
metagenómicos, metatranscriptómicos, metaproteómicos y
metabolómicos, así como métodos ómicos unicelulares.137–139]
proporciona una serie de datos sobre el genoma, proteoma y
metabolito de bacterias no cultivables [133,139,140]. Este conjunto de
datos abre la posibilidad de explorar nuevos dominios, incluido el
microbioma intestinal.47]. En particular, explorar la diversidad de
antimicrobianos como las bacteriocinas. Los nuevos descubrimientos
de bacteriocinas pueden en realidad servir como un buen ejemplo para
el descubrimiento de fármacos antimicrobianos asistidos por ómicas.
8 VM CHERNOV Y AL.
Las características estructurales y funcionales de estos compuestos
y sus operones biosintéticos han permitido la detección de
bacteriocinas en muestras de diferentes fuentes basándose en análisis
ómicos.141]. La estrategia se basa en el análisis genómico de genes
estructurales (utilizando BAGEL, BACTIBASE, antiSMASH) o genes
contextuales (utilizando los programas ClusterFinder y BOA), con
posterior análisis proteómico. La identificación de supuestos genes de
bacteriocina en función de su producto proteico se puede realizar
utilizando la base de datos RiPPquest para la detección de péptidos por
EM en tándem. Este enfoque, por ejemplo, se ha utilizado para
identificar posibles nuevos antimicrobianos del conocido productor de
avilamicina.Streptomyces viridochroogenes [142]. Este enfoque
proteogenómico, sin embargo, tiene sus limitaciones. Por ejemplo, no
es posible descubrir nuevas variedades de bacteriocinas que no se
encuentran en las bases de datos disponibles y las actividades
antimicrobianas de las supuestas bacteriocinas no se pueden predecir
fácilmente. Por lo tanto, los candidatos a bacteriocina predijeronen
siliconadebe ser probadoen vivopara actividades antimicrobianas
funcionales. Este enfoque se ha demostrado con éxito en varios
estudios [143–145]. Análisis del genoma del ser humano.
El microbioma intestinal que utiliza ClusterFinder ha revelado la detección. Por lo tanto, la virulencia puede apuntarse a este nivel como una
ocurrencia generalizada de rutas biosintéticas para ribosomas.
Bacteriocinas mal sintetizadas en la microbiota intestinal. En
Lactobacillus gasseri,Como representante de la microbiota vaginal, se
detectó un nuevo antibiótico tiopéptido, lactocilina, que suprime los
patógenos vaginales pero no los comensales.45]. Las bacteriocinas
tiopeptídicas son objetos prometedores para el desarrollo de nuevos
antimicrobianos, ya que pueden servir como material de partida para
modificaciones posteriores. Algunos de estos derivados parecen ser
muy eficaces en el tratamiento de una serie de infecciones en estudios
preclínicos y ahora se encuentran en ensayos clínicos.146,147].
Generalmente, las bacteriocinas de la microbiota comensal muestran
una baja toxicidad y pueden modificarse para aumentar su actividad
contra patógenos. Estas propiedades hacen que las bacteriocinas sean
candidatas adecuadas para un mayor desarrollo antimicrobiano.148,
149].Figura 2Resume las principales rutas y canales involucrados en el
desarrollo de nuevos antimicrobianos en la era de las ómicas.
7. Opinión de expertos
El uso de tecnologías ómicas para estudiar los antimicrobianos y la
resistencia a los antimicrobianos ya ha hecho una contribución sustancial a
nuestra comprensión de la interacción entre los antimicrobianos y las
células microbianas. Uno de los descubrimientos más importantes es que la
interacción entre antimicrobianos y objetivos es más compleja de lo previsto
y puede incluir una multitud de objetivos en la célula que se ven afectados
por un solo antimicrobiano. Transcriptómica, pro-
El perfil teómico y metabolómico de las bacterias durante los genes de resistencia a los antimicrobianos en muchas exposiciones biales
supuestamente prístinas ha revelado la participación de muchas vías en
Respuesta y resistencia a los antimicrobianos. Más importante aún, el
análisis de la compleja interacción de varios antimicrobianos permite
comprender y utilizar la sinergia entre ellos para diseñar fármacos
combinatorios que tengan mejores propiedades farmacocinéticas y sean
más eficientes en el control de patógenos. En este sentido, ciertos
medicamentos más antiguos podrían potencialmente reutilizarse para uso
combinatorio y no requerirían el largo proceso de ensayos clínicos y
aprobaciones que enfrentan los nuevos antimicrobianos.
Además de las combinaciones de antimicrobianos versus
objetivos que proporcionan un resultado bacteriostático o
bactericida, otros objetivos de patógenos podrían ser más
específicos y prevenir el daño colateral impuesto por los
antimicrobianos convencionales de amplio espectro. En este
sentido, los antimicrobianos dirigidos a los componentes de
virulencia de los patógenos serían muy específicos porque estos
objetivos están ausentes en los comensales. Combinaciones más
específicas evitarían un efecto secundario común de los
antimicrobianos que afecta a la microbiota comensal y causan
disbiosis porque los comensales espectadores no estarían sujetos
a esta presión de selección particular y también estarían sujetos a
una menor probabilidad de selección por resistencia. Los
antimicrobianos dirigidos a la virulencia no necesariamente tienen
que infligir actividades bacteriostáticas o bactericidas: un efecto de
desarme, prevenir daños al huésped sería suficiente para permitir
que el sistema inmunológico elimine una infección. La detección
de actividades antivirulomas podría realizarse a nivel del
transcriptoma y del proteoma.
La expresión de los factores de virulencia está controlada por el quórum.
Bueno [150]. Además, otros fenotipos importantes para la patogenicidad y la
resistencia a la terapia, incluida la formación de biopelículas y el estado
persistente, también están controlados por la detección de quórum. En este
sentido, apuntar al sistema de detección de quórum de patógenos podría
desmantelar sus rasgos patógenos y de resistencia a los antimicrobianos,
haciéndolos vulnerables a la eliminación por parte de los antimicrobianos y
el sistema inmunológico. Por lo tanto, investigar los componentes de la
detección de quórum mediante el uso de tecnologías ómicas permitiría la
identificación de puntos de intervención cruciales para controlar la virulencia
y los rasgos de resistencia a los antimicrobianos en los patógenos. Aún más
importante es el papel de la detección de quórum en las interacciones de la
comunidad microbiana.151]. Comprender la regulación de las redes
microbianas es la base para el desarrollo de tratamientos de infecciones
polimicrobianas. Las condiciones disbióticas, que en última instancia pueden
provocar enfermedades, también podrían abordarse a través de una red de
detección de quórum con el objetivo de normalizar y disminuir el riesgo de
enfermedades. En este sentido, los análisis metagenómicos,
metatranscriptómicos y metabólicos son de suma importancia para revelar
estados previos a la enfermedad que pueden corregirse mediante
intervención antimicrobiana o probiótica.
Históricamente, los programas de descubrimiento de fármacos
antimicrobianos se han centrado en el aislamiento y examen de
bacterias, principalmente estreptomices,del suelo. El uso de enfoques
metaómicos ha permitido el acceso a especies no cultivadas de la
microbiota ambiental, incluidos otros econichos además del suelo.
Algunos descubrimientos interesantes de estudios de metagenómica
funcional incluyen la presencia generalizada de antimicrobianos.
ambientes, sin ninguna exposición conocida a antimicrobianos
fabricados por el hombre. El descubrimiento de vías para la biosíntesis
de nuevos antimicrobianos ha tenido menos éxito porque la genómica
funcional requiere la disponibilidad de sistemas huésped-vector que
sean capaces de expresar de forma heteróloga muchos genes. Con
frecuencia, la expresión de estos genes debe ser muy específica en
términos de transcripción/traducción para la producción de
metabolitos secundarios particulares, como los antimicrobianos. Otro
enfoque que podría adoptarse es el de "pescar"

Figura 2.Tecnologías multiómicas y análisis integrador de datos en el desarrollo de nuevos antimicrobianos.
vías similares a los productores de antimicrobianos conocidos en el
metagenoma general. Sin embargo, en última instancia, estos
fragmentos separados del genoma deben ensamblarse en un huésped
adecuado, que debe proporcionar una maquinaria de transcripción/
traducción adecuada para una expresión exitosa. Otra desventaja del
enfoque de "pesca" es la medida en que la búsqueda se limita a vías
biosintéticas conocidas, pasando por alto potencialmente
antimicrobianos verdaderamente novedosos con poca o ninguna
similitud con los antimicrobianos reconocidos.
OPINIÓN DE EXPERTOS SOBRE EL DESCUBRIMIENTO DE MEDICAMENTOS 9
También podría explorarse la diversidad natural de antimicrobianos
de muchas otras fuentes y reinos de la vida. Los animales, incluidos los
humanos, producen potentes antimicrobianos que participan en la
inmunidad innata y su correspondiente microbiota simbiótica
proporciona resistencia a la colonización contra patógenos invasores
debido, en parte, a la producción de antimicrobianos como las
bacteriocinas. Las plantas, especialmente aquellas que ya se utilizan en
la medicina tradicional desde hace milenios, pueden poseer
importantes compuestos antimicrobianos como
10 VM CHERNOV Y AL.
artemisinina deArtemisia annua.El peligro aquí es que este
conocimiento tradicional esté desapareciendo rápidamente
porque la agricultura limita la diversidad natural y amenaza la
existencia de los propios ecosistemas donde las plantas podrían
reproducirse. Los enemigos naturales de las bacterias, los
bacteriófagos, no deben olvidarse ya sea porque en su forma
natural, o como derivados de fagos como endolisinas y artilisinas,
junto con anticuerpos, probióticos, inmunoestimulantes y vacunas,
se encuentran en una lista priorizada de enfoques alternativos.
para tratar infecciones [152].
El enfoque completamente sintético para el descubrimiento de fármacos
antimicrobianos, iniciado por Paul Ehrlich [1], se transformó a finales de la
década de 1990 mediante la selección de bibliotecas químicas tradicionales
de mayor peso molecular en el enfoque basado en fragmentos para el
descubrimiento de fármacos. El descubrimiento de fármacos basado en
fragmentos ofrece varias ventajas sobre los enfoques tradicionales, incluido
un proceso de detección mucho más rápido y eficiente.153]. El enfoque se
basa en gran medida en tecnologías ómicas, que van desde los datos de
secuencia genómica de patógenos hasta la disponibilidad de sistemas de
detección a gran escala. Además de la combinación de ligandos de
fragmentos pequeños, los antimicrobianos existentes también podrían
combinarse para producir moléculas antimicrobianas híbridas contra varios
objetivos en la célula. Sin embargo,en silicona el modelado y la
demostración exitosa de la actividad contra un objetivo no se traduce
necesariamente en éxito con microorganismos vivos. En términos de
eficiencia del ligando, el modelado molecular ha demostrado el potencial
inhibidor de la tiomorfolina, piperazina y morfolina hacia las ADN girasas,
que funcionaron mejor que los fármacos aprobados, clorobiocina y
ciprofloxacina.131]. Sin embargo, los resultados del cultivo real de
microorganismos demuestran una pobre actividad de estos compuestos
contra bacterias Gram-negativas y levaduras. A este respecto, una mayor
verificaciónen vivode posibles compuestos antimicrobianos descubiertosen
siliconaes un requisito previo necesario para el desarrollo exitoso de
fármacos antimicrobianos (Figura 2).
Actualmente, este enfoque sintético es el ejemplo más ilustrativo de un
desarrollo de nuevos antimicrobianos asistido por ómicas. Recientemente,
The Pew Charitable Trusts ha actualizado la lista de antimicrobianos en
desarrollo clínico [154]. Según la lista, hay 42 antimicrobianos en diferentes
etapas de desarrollo clínico, 15 en fase 1, 12 en fase 2, 11 en fase 3 y 4,
presentados para aprobación. La gran mayoría de estos antimicrobianos
están dirigidos a objetivos bacterianos conocidos, como el ribosoma, el
metabolismo del folato, la biosíntesis de la pared celular (incluidos los
inhibidores de β-lactamasa), la membrana celular y las ADN girasas.
Básicamente se trata de modificaciones de los antimicrobianos conocidos.
Sin embargo, hay varios otros ejemplos de antimicrobianos que están
dirigidos a nuevos objetivos que se han identificado mediante enfoques
ómicos, incluidos análisis bioinformáticos y estructurales extensos de los
objetivos. Dos fármacos, la afabicina (pertenece a la familia química de las
benzofurano-naftiridinas) y el CG400549 (una bencilpiridinona), se dirigen a
la biosíntesis de ácidos grasos en bacterias, en particular, actúan como
inhibidores de FabI. Más importante aún, tienen un espectro estrecho,
siendo activos contra estafilococos pero noE. coli.Como se mencionó
anteriormente, este es un rasgo deseable que permite una terapia
antibacteriana menos invasiva. Estos medicamentos también representan
nuevas clases de antimicrobianos, ya que estos armazones químicos
centrales no se han utilizado anteriormente como antimicrobianos.
Otro ejemplo de este amable en el lista es
un fluoroviniltiofeno CRS3123, que inhibe la metionil-ARNt sintetasa en
bacterias Gram-positivas. El análisis filogenético de las secuencias de
aminoácidos correspondientes de bacterias, levaduras y seres
humanos demostró una divergencia evolutiva sustancial de la proteína
diana. Esto corresponde bien al rango inhibidor del fármaco, que es
más activo contra las bacterias Gram positivas.155].
La investigación de las estructuras moleculares de los objetivos de los
fármacos ayuda a diseñar nuevos antimicrobianos que tienen nuevos sitios
de unión en los objetivos de los fármacos ya conocidos. La topoisomerasa II
bacteriana se conoce desde hace mucho tiempo como objetivo de las
quinolonas. Se han diseñado dos nuevas clases de fármacos diseñados para
atacar nuevos sitios de unión de esta enzima basándose en estudios
estructurales. Estos son la gepotidacina (un fármaco de triazaacenaftileno)
que se dirige a una nueva subunidad A y la zoliflodacina (un fármaco de
espiropirimidenetriona) que se dirige a la subunidad GyrB.154]. Otros
avances incluyen el diseño de fármacos híbridos que apuntan a más de un
objetivo en la célula. Estos ejemplos incluyen cadazolid y MCB3837, que son
combinaciones de quinolona + oxazolidinona, lo que permite apuntar
simultáneamente al ribosoma y la topoisomerasa. Este enfoque puede
suprimir sustancialmente la aparición de resistencia a los antimicrobianos.
¿Qué hace que el descubrimiento y uso de nuevos antimicrobianos sea
tan diferente del descubrimiento y uso de otros fármacos nuevos? La
respuesta breve es que los antimicrobianos se dirigen a las bacterias,
mientras que los objetivos de otros tipos de fármacos son diversos órganos
y sistemas del cuerpo humano. La principal diferencia entre los objetivos de
la terapia es que las bacterias son capaces de evolucionar rápidamente en
respuesta a los antimicrobianos, de modo que estos objetivos evolucionan
continuamente, interrumpiendo así la interacción fármaco-objetivo. Las
bacterias también son capaces de modificar o expulsar fármacos. El diseño
actual de fármacos antimicrobianos incluye probar los compuestos
recientemente desarrollados contra paneles de cultivos puros conocidos de
patógenos para evaluar su resistencia intrínseca, así como la frecuencia de
resistencia debido al proceso de mutación espontánea. Es necesario tener
en cuenta, sin embargo, que la mayoría de los mecanismos de resistencia se
transfieren horizontalmente y que los potenciales de aparición de
resistencia se subestiman cuando sólo se tiene en cuenta la ruta mutacional.
Probar nuevos antimicrobianos utilizando microbiota compleja, como la
microbiota intestinal humana, podría proporcionar mejores estimaciones
para la evaluación de la resistencia potencial.
Además, la producción y el uso de antimicrobianos se confunden con una red
muy compleja de intereses de partes interesadas que se extiende mucho más allá
de los límites de la medicina. En particular, la gran mayoría de los antimicrobianos
se administran a los animales [156] y, en muchos países, el uso terapéutico de
antimicrobianos en humanos está mal regulado. Esto impone una inmensa
presión de selección sobre la microbiota en muchos ecosistemas que
inevitablemente dará como resultado unos pocos genotipos bacterianos capaces
de sobrevivir. El mundo microbiano abarca una enorme diversidad metabólica
acumulada a lo largo de miles de millones de años de evolución, y es probable que
los microorganismos ya tengan algunas contramedidas contra los nuevos
antimicrobianos porque algunos de los propios antimicrobianos han sido
adquiridos del "armario" de defensa microbiano existente. Los mecanismos de
defensa de la resistencia a los antimicrobianos que han sido seleccionados
durante la evolución pueden diseminarse fácilmente a otros compartimentos
ecológicos, incluidos los patógenos, mediante sofisticados mecanismos HGT.157].
Por lo tanto, el problema de la resistencia a los antimicrobianos no puede
abordarse simplemente mediante la introducción de nuevos

antimicrobianos. Se requieren esfuerzos combinados de organizaciones
gubernamentales, agencias reguladoras, profesionales de la salud,
veterinarios, especialistas agrícolas, educadores, investigadores y partes
interesadas para conservar el beneficio terapéutico de los antimicrobianos
para el control eficiente de las enfermedades infecciosas.3].
Agradecimientos
Agradecemos a NB Baranova (Instituto de Bioquímica y Biofísica de Kazán) por su
ayuda con las cifras y al Dr. Anthony J. Travis (Universidad de Aberdeen) por
corregir el manuscrito.
Fondos
Los autores cuentan con el apoyo de una subvención de la Fundación Rusa para la
Investigación Básica (Premio No. 18-04-00660).
Declaración de interés
Los autores no tienen afiliaciones relevantes ni participación financiera con
ninguna organización o entidad con un interés financiero o conflicto financiero
con el tema o los materiales discutidos en el manuscrito. Esto incluye empleo,
consultorías, honorarios, propiedad de acciones u opciones, testimonios de
expertos, subvenciones o patentes recibidas o pendientes, o regalías.
Divulgaciones del revisor
Los revisores pares de este manuscrito no tienen relaciones financieras ni de otro tipo
relevantes que revelar.
Referencias
Se han destacado artículos de especial interés como de interés (•) o de
considerable interés (••)a los lectores.
1. Aminov RI. Historia del descubrimiento de fármacos antimicrobianos: clases
principales e impacto en la salud. Biochem Pharmacol.2017;133:4–19.
2. Aminov RI. El papel de los antibióticos y la resistencia a los antibióticos en la
naturaleza. Microbiol ambiental.2009;11:2970–2988.
3. Travis A, Chernova O, Chernov V, et al. Descubrimiento de fármacos antimicrobianos: lecciones de
la historia y estrategias futuras. Opinión de expertos sobre descubrimiento de medicamentos.
2018;13:983–985.
4. Blair JM, Webber MA, Baylay AJ, et al. Mecanismos moleculares de
resistencia a los antibióticos. Nat Rev Microbiano.2015;13:42–51.
5. Lu J, Jin M, Nguyen SH, et al. El triclosán antimicrobiano no antibiótico induce
resistencia múltiple a los antibióticos mediante mutación genética. Medio
Ambiente Int.2018;118:257–265.
6. Marrón ED, Wright CD. Descubrimiento de fármacos antibacterianos en la era de la
resistencia. Naturaleza.2016;529:336–343.
7. Wright GD. Adyuvantes antibióticos: rescatando a los antibióticos de la
resistencia. Tendencias Microbiol.2016;24:862–871.
8. Dryden MS, Cooke J, Salib RJ y col. Oxígeno reactivo: un nuevo mecanismo
antimicrobiano para combatir la infección asociada a biopelículas.
Resistencia antimicrobiana J Glob.2017;8:186–191.
9. González-Bello C. Adyuvantes antibióticos: una estrategia para
desbloquear la resistencia bacteriana a los antibióticos. Bioorg Med Chem
Lett. 2017;27:4221–4228.
10. Ejim L, Farha MA, Falconer SB, et al. Las combinaciones de antibióticos y fármacos
no antibióticos mejoran la eficacia antimicrobiana. Naturaleza Química Biol.2011
;7:348–350.
11. Pulido MR, García-Quintanilla M, Gil-Marqués ML, et al. Identificación de objetivos
para el desarrollo de antibióticos utilizando tecnologías ómicas. Descubrimiento
de drogas hoy.2016;21:465–472.
• El artículo analiza cómo las tecnologías genómicas, transcriptómicas y
proteómicas permiten la caracterización de la fisiología bacteriana con el
objetivo de identificar nuevos objetivos para los antimicrobianos.
OPINIÓN DE EXPERTOS SOBRE EL DESCUBRIMIENTO DE MEDICAMENTOS 11
12. Park AJ, Krieger JR, Khursigara CM. Proteomas de supervivencia: el
proteotipo emergente de resistencia a los antimicrobianos. FEMS
Microbiol Rev. 2016;40:323–342.
13. Dersch P, Khan MA, Mühlen S, et al. Funciones de los ARN reguladores de la
resistencia a los antibióticos en bacterias y su valor potencial como nuevos
objetivos farmacológicos. Microbiol frontal.2017;8:803.
14. Ramos PIP, Fernández Do Porto D, Lanzarotti E, et al. Un enfoque integrador y
multiómico hacia la priorización deKlebsiella pneumoniaeobjetivos
farmacológicos. Representante de ciencia2018;8:10755.
15. Ahmad S, Raza S, Uddin R, et al. Clasificación comparativa basada en proteómica
sustractiva para objetivos de antibióticos contra la superbacteria más sucia:
Acinetobacter baumannii.Modelo de gráfico J Mol.2018;82:74–92.
16. Loman Nueva Jersey, Pallen MJ. Veinte años de secuenciación del genoma
bacteriano. Nat Rev Microbiol.2015;13:787–794.
17. Garza DR, Dutilh BE. De secuencias genómicas cultivadas a no cultivadas:
metagenómica y modelado de ecosistemas microbianos. Ciencia de la vida
celular Mol.2015;72:4287–4308.
18. Hao T, Wu D, Zhao L, et al. Las redes integradas a escala genómica en
microorganismos. Microbiol frontal.2018;9:296.
19. Fondi M, Liò P. Tuberías de modelado metabólico y multiómico: desafíos y
herramientas para la microbiología de sistemas. Res. Microbiol. 2015
;171:52–64.
20. Maura D, Ballok AE, Rahme LG. Consideraciones y advertencias en el desarrollo
de fármacos antivirulencia. Opinión actual Microbiol.2016;33:41–46.
• El artículo analiza por qué el desarrollo de agentes antivirulencia es
diferente al de los antibióticos convencionales y las formas de
desarrollar fármacos antivirulencia.
21. Campos FR, Lee SW, McConnell MJ. Utilización de genomas bacterianos y
genes esenciales para el desarrollo de nuevos antibióticos. Biochem
Pharmacol.2017;134:74–86.
22. Gallagher LA, Lee SA, Manoil C. Importancia de las funciones centrales del genoma para
un rasgo de resistencia extrema a los antibióticos. bio.2017;8:e01655–17.
• • Este es un importante trabajo experimental que sugiere la participación
de muchas funciones centrales deAcinetobacter baumanniien la
resistencia a la tobramicina.
23. Händel N, Schuurmans JM, Feng Y, et al. Interacción entre mutaciones y
regulación de la expresión genética durante el desarrollo dede novo
Resistencia antibiótica. Agentes antimicrobianos quimioterápicos. 2014
;58:4371–4379.
24. Lázár V, Nagy I, Spohn R, et al. El análisis de todo el genoma captura los
determinantes de la red de interacción de resistencia cruzada a los antibióticos.
Comuna Nacional.2014;5:4352.
25. Long H, Miller SF, Strauss C, et al. El tratamiento con antibióticos mejora la tasa
de mutación de las células diana en todo el genoma. Proc Natl Acad Sci Estados
Unidos.2016;113:E2498–E2505.
26. Chernova OA, Medvedeva ES, Mouzykantov AA, et al. Micoplasmas y su
resistencia a los antibióticos: los problemas y perspectivas en el control de
las infecciones. Acta Naturae.2016;8:24–34.
27. Baym M, Lieberman TD, Kelsic ED, et al. Evolución microbiana
espaciotemporal en paisajes antibióticos. Ciencia.2016;353:1147–1151.
28. Lupien A, Billal DS, Fani F, et al. Caracterización genómica de la resistencia
a ciprofloxacina en un mutante derivado de laboratorio y un aislado clínico
deSteotococos neumonia.Agentes antimicrobianos quimioterápicos.2013
;57(10):4911–4919.
29. Medvedeva ES, Davydova MN, Mouzykantov AA, et al. Perfiles genómicos y
proteómicos deAcholeplasma laidlawiicepas que difieren en sensibilidad a
la ciprofloxacina. Dokl Biochem Biophys.2016;466:23–27.
30. Su HC, Khatun J, Kanavy DM, et al. Análisis comparativo del genoma de resistentes a
ciprofloxacino.Pseudomonas aeruginosarevela genes dentro de regiones de alta
variabilidad recientemente identificadas asociadas con el desarrollo de resistencia a los
medicamentos. Resistencia a los medicamentos microbios.2013;19:428–436.
31. Adu-Oppong B, Gasparrini AJ, Dantas G. Técnicas genómicas y funcionales para
extraer el microbioma en busca de nuevos antimicrobianos y genes de
resistencia a los antimicrobianos. Ann NY Acad Ciencias.2017;1388:42–58.
32. Haaber J, Leisner JJ, Cohn MT, et al. Los virus bacterianos permiten a su huésped
adquirir genes de resistencia a los antibióticos de las células vecinas. Comuna
Nacional.2016;7:13333.
33. Bearson BL, Allen HK, Brunelle BW, et al. El antibiótico agrícola carbadox
induce la transferencia de genes mediada por fagos enSalmonela.
Microbiol frontal.2014;5:52.
12 VM CHERNOV Y AL.
34. Manning AJ, Kuehn MJ. Contribución de las vesículas de la membrana externa
bacteriana a la defensa bacteriana innata. BMC Microbiol.2011;11:258.
35. Medvedeva ES, Baranova NB, Mouzykantov AA, et al. Adaptación de micoplasmas
a agentes antimicrobianos:Acholeplasma laidlawiilas vesículas extracelulares
median la exportación de ciproloxacina y un gen mutante relacionado con el
objetivo del antibiótico. Mundo de ciencia j.2014;2014:150615.
36. Choi JW, Kim SC, Hong SH, et al. Pequeños ARN secretables a través de
vesículas de la membrana externa en patógenos periodontales. J Dent Res.
2017;96:458–466.
37. Kulkarni HM, Nagaraj R, Jagannadham MV. papel protector deE. coli
vesículas de la membrana externa contra los antibióticos. Res. Microbiol.
2015;181:1–7.
38. Kim SW, Park SB, Im SP, et al. Vesículas de membrana externa de resistentes a β-
lactámicos.Escherichia colipermitir la supervivencia de pacientes susceptibles a β-
lactámicosE. colien presencia de antibióticos β-lactámicos. Representante de ciencia
2018;8:5402.
39. Sjöström AE, Sandblad L, Uhlin BE, et al. Liberación de ARN bacteriano mediada
por vesículas de membrana. Representante de ciencia2015;5:15329.
40. Chernov VM, Mouzykantov AA, Baranova NB, et al. Vesículas de membrana
extracelular secretadas por micoplasma.Acholeplasma laidlawiiLos PG8 están
enriquecidos en proteínas de virulencia. J Proteómica.2014;110:117–128.
41. Adam M, Murali B, Glenn NO, et al. Evolución de la resistencia a los antibióticos en
bacterias basada en la herencia epigenética. BMC Evol Biol.2008;8:52.
42. Motta SS, Cluzel P, Aldana M. La resistencia adaptativa en bacterias
requiere herencia epigenética, ruido genético y costo de las bombas
de eflujo. Más uno.2015;10(3):e0118464.
43. Cohen NR, Ross CA, Jain S, et al. Un papel del metiloma bacteriano GATC en
la supervivencia al estrés por antibióticos. Nat Genet.2016;48:581–586.
44. Chen L, Li H, Chen T, et al. Metilación del ADN en todo el genoma y cambios
en el transcriptoma enTuberculosis micobacterianacon resistencia a
rifampicina e isoniazida. Int J Clin Exp Pathol.2018;11:3036–3045.
45. Donia MS, Cimermancic P, Schulze CJ, et al. Un análisis sistemático de
grupos de genes biosintéticos en el microbioma humano revela una
familia común de antibióticos. Celúla.2014;158:1402–1414.
• • El artículo informa sobre un interesante descubrimiento de que la microbiota
comensal humana podría ser una fuente de antibióticos.
46. Tracanna V, de Jong A, Medema MH, et al. Minería de procariotas en
busca de compuestos antimicrobianos: de la diversidad a la función. FEMS
Microbiol Rev.2017;41:417–429.
47. García-Gutiérrez E, Mayer MJ, Cotter PD, et al. La microbiota intestinal como
fuente de nuevos antimicrobianos. Microbios intestinales.2018;27:1–21.
48. Pawlowski AC, Westman EL, Koteva K, et al. Las complejas resistomas
de Paenibacillaceae reflejan diversas ecologías químicas de
antibióticos. ISME J.2018;12:885–897.
49. Schwartz T, Armant O, Bretschneider N, et al. Análisis del genoma completo y del
transcriptoma de antibióticos ambientales sensibles y multirresistentes.
Pseudomonas aeruginosaaislamientos expuestos a aguas residuales y agua del
grifo. Biotecnología microbiana.2015;8:116–130.
50. Erickson KE, Otoupal PB, Chatterjee A. Firmas a nivel de transcriptoma en la
expresión genética y la variabilidad de la expresión genética durante la
evolución adaptativa bacteriana. mEsfera.2017;2:e00009–17.
51. Jensen PA, Zhu Z, van Opijnen T. Los antibióticos alteran la coordinación entre las
respuestas al estrés transcripcional y fenotípico en bacterias patógenas.
Representante celular.2017;20:1705–1716.
52. Howden BP, Beaume M, Harrison PF, et al. Análisis de la respuesta transcripcional
de ARN pequeño en multirresistentes.Estafilococo aureusdespués de la
exposición a antimicrobianos. Agentes antimicrobianos quimioterápicos. 2013
;57:3864–3874.
53. Heo A, Jang HJ, Sung JS, et al. Transcriptoma global y respuestas
fisiológicas deAcinetobacter oleivoransDR1 expuesto a distintas
clases de antibióticos. Más uno.2014;9:e110215.
54. Zhu F, Yang Z, Zhang Y, et al. Diferencias del transcriptoma entre
cepas de enrofloxacina resistentes y susceptibles a enrofloxacina
Aeromonas hidrófila.Más uno.2017;12:e0179549.
55. Qin H, Lo NW, Loo JF, et al. Transcriptómica comparativa de
multirresistentes.Acinetobacter baumanniien respuesta a tratamientos
con antibióticos. Representante de ciencia2018;23(8):3515.
56. Freiberg C, Brunner NA. Perfiles de ARNm de todo el genoma: impacto en la
evaluación de compuestos y la identificación de objetivos en la investigación
antibacteriana. Objetivos.2002;1:20–29.
57. Bruant G, Maynard C, Bekal S, et al. Desarrollo y validación de un
microarray de oligonucleótidos para la detección de múltiples genes de
virulencia y resistencia a antimicrobianos enEscherichia coli.Appl Environ
Microbiol.2006;72:3780–3784.
58. Batchelor M, Hopkins KL, Liébana E, et al. Desarrollo de un ensayo
miniaturizado basado en microarrays para la identificación rápida de
genes de resistencia a los antimicrobianos en bacterias Gram-negativas.
Agentes antimicrobianos Int J.2008;31:440–451.
59. Gmuender H, Kuratli K, Di Padova K, et al. Cambios en la expresión
genética provocados por la exposición aHaemophilus influenzaea
novobiocina o ciprofloxacina: análisis combinado de transcripción y
traducción. Genoma Res.2001;11:28–42.
60. Cheung KJ, Badarinarayana V, Selinger DW, et al. Una prueba de
antibióticos basada en microarrays identifica un papel regulador del
superenrollamiento en la respuesta al estrés osmótico deEscherichia coli.
Genoma Res.2003;13:206–215.
61. Walsh F, Cooke NM, Smith SG, et al. Comparación de dos microarrays
de ADN para la detección de genes de factores de virulencia y
resistencia a antimicrobianos mediados por plásmidos en aislados
clínicos de enterobacterias y no enterobacterias. Agentes
antimicrobianos Int J.2010;35:593–598.
62. Wang Z, Gerstein M, Snyder M. RNA-Seq: una herramienta revolucionaria para la
transcriptómica. Nat Rev Genet.2009;10:57–63.
63. Costa-Silva J, Domingues D, Lopes FM. Análisis de expresión diferencial de
RNA-Seq: una revisión ampliada y una herramienta de software. Más uno.
2017;12:e0190152.
• Este es un análisis completo de las herramientas de software disponibles
actualmente para datos de RNA-Seq. El software desarrollado por los
autores permite una opción de consenso que proporciona mayor
precisión.
64. Kim T, Bak G, Lee J, et al. Análisis sistemático del papel de los ARNs bacterianos
que interactúan con Hfq en la respuesta a los antibióticos. J Quimioterapia
antimicrobiana.2015;70:1659–1668.
65. Lalaouna D, Carrier MC, Semsey S, et al. Un espaciador transcrito externo 3́ en
una transcripción de ARNt actúa como una esponja para que los ARN pequeños
eviten el ruido transcripcional. Celda Mol.2015;58:393–405.
66. Parker A, Gottesman S. Regulación del ARN pequeño de TolC, el componente de la
membrana externa de los transportadores bacterianos de múltiples fármacos.
J Bacteriol.2016;198:1101–1113.
67. Luna K, Gottesman SA. El ARN pequeño regulado por PhoQ/P regula
la sensibilidad deEscherichia colia péptidos antimicrobianos. Mol
Microbiol.2009;74:1314–1330.
68. Acuña LG, Barros MJ, Martínez D, et al. Un bucle de
retroalimentación entre los ARN pequeños de SroC y MgrR
modula la expresión de eptB y la susceptibilidad a la polimixina
B enSalmonela Tifimurio. Microbiol.2016;162:1996–2004.
69. Serra DO, Mika F, Richter AM, et al. El polifenol del té verde EGCG inhibeE. coli
formación de biopelículas al alterar el ensamblaje de la fibra curli amiloide y
regular negativamente el regulador de biopelícula CsgD a través del ARNs RybB
dependiente de sigma (E). Mol Microbiol.2016;101:136–151.
70. Gutiérrez A, Laureti L, Crussard S, et al. Los antibióticos β-lactámicos promueven
la mutagénesis bacteriana a través de una reducción mediada por RpoS en la
fidelidad de replicación. Comuna Nacional.2013;4:1610.
71. Chernov VM, Chernova OA, Mouzykantov AA, et al. Resistencia a los
antimicrobianos en mollicutes: mecanismos conocidos y emergentes.
FEMS Microbiol Lett.2018;365:fny185.
72. Rizvi NF, Smith GF. El ARN como diana farmacológica de molécula pequeña.
Bioorg Med Chem Lett.2017;27:5083–5088.
73. Slavokhotova AA, Shelenkov AA, Odintsova TI. Predicción deLeymus
arenarius (L.) péptidos antimicrobianos basados ende novoensamblaje
del transcriptoma. Planta Mol Biol.2015;89:203–214.
74. van Opijnen T, Camilli A. Secuenciación de inserción de transposones: una nueva
herramienta para el análisis de microorganismos a nivel de sistema. Nat Rev Microbiol.
2013;11:435–442.
75. Barquist L, Boinett CJ, Cain AK. Enfoques para consultar genomas
bacterianos con secuenciación por inserción de transposones. Biol de
ARN. 2013;10:1161–1169.
76. Mobegi FM, van Hijum SA, Burghout P, et al. Desde la esencialidad de los genes
microbianos hasta nuevos objetivos de fármacos antimicrobianos. Genómica BMC. 2014
;15:958.

77. Moule MG, Hemsley CM, Seet Q, et al. Mutagénesis de saturación de todo
el genoma deBurkholderia pseudomalleiK96243 predice genes esenciales
y nuevos objetivos para el desarrollo de antimicrobianos. bio. 2014
;5:e00926–13.
78. Rajagopal M, Martín MJ, Santiago M, et al. Factores de resistencia intrínseca a
múltiples fármacos enEstafilococo aureusidentificado mediante perfiles de
aptitud dentro de bibliotecas de transposones de alta diversidad. bio.2016;7:
e00950–16.
79. Armengaud J. Microbiología y proteómica, ¡obteniendo lo mejor de ambos
mundos! Microbiol ambiental.2013;15:12–23.
80. Vranakis I, Goniotakis I, Psaroulaki A, et al. Estudios de proteomas de
mecanismos de resistencia a antibióticos bacterianos. J Proteómica. 2014
;97:88–99.
81. Arsène-Ploetze F, Bertin PN, Carapito C. Herramientas proteómicas para descifrar
la estructura y el funcionamiento de la comunidad microbiana. Medio ambiente
Sci Pollut Res Int.2015;22:13599–13612.
82. Pérez-Llarena FJ, Bou G. La proteómica como herramienta para el estudio de la virulencia
bacteriana y la resistencia a los antimicrobianos. Microbiol frontal.2016;7:410.
83. Brötz-Oesterhelt H, Bandow JE, Labischinski H. Proteómica bacteriana y su papel
en el descubrimiento de fármacos antibacterianos. Espectro de masas Rev. 2005
;24:549–565.
84. Liu X, Hu Y, Pai PJ, et al. Análisis proteómico cuantitativo sin etiquetas de la
respuesta a los antibióticos enEstafilococo aureusa la oxacilina. J Proteoma
Res.2014;13:1223–1233.
85. Voigt B, Albrecht D, Dalhoff A. Modo de acción de MCB3681 en
Estafilococo aureus –Un estudio proteómico. Arco Clin Microbiol.
2016;7:6.
86. Liu X, Pai PJ, Zhang W, et al. Respuesta proteómica de los resistentes a la
meticilina.S. aureusa una combinación sinérgica de fármacos
antibacterianos: un nuevo derivado de eritromicina y oxacilina.
Representante de ciencia2016;6:19841.
87. Thai VC, Lim TK, Le KPU y otros. Análisis de proteoma basado en iTRAQ de
resistentes a fluoroquinolonasEstafilococo aureus.Resistencia antimicrobiana J
Glob.2017;8:82–89.
88. Li W, Zhang S, Wang X, et al. Estudios metabonómico-proteómicos
sistemáticamente integrados deEscherichia colibajo estrés con
ciprofloxacina. J Proteómica.2018;179:61–70.
89. Cheng K, Chui H, Domish L, et al. Desarrollo reciente de aplicaciones
de espectrometría de masas y proteómica en la identificación y
tipificación de bacterias. Proteómica Clin Appl.2016;10:346–357.
90. Boulund F, Karlsson R, Gonzales-Siles L, et al. Tipificación y caracterización de
bacterias mediante proteómica de espectrometría de masas en tándem
ascendente. Proteómica de células Mol.2017;16:1052–1063.
91. Curreem SO, Watt RM, Lau SK, et al. Electroforesis en gel bidimensional en
proteómica bacteriana. Célula proteica.2012;3:346–363.
92. Ohlendieck K. Proteómica DIGE comparada. Métodos Mol Biol. 2018
;1664:17–24.
93. Unlu M, Morgan ME, Minden JS. Electroforesis en gel diferencial: un
método de gel único para detectar cambios en extractos de
proteínas. Electroforesis.1997;18:2071–2077.
94. Dos Santos KV, Diniz CG, Veloso Lde C, et al. Análisis proteómico de
Escherichia colicon resistencia inducida experimentalmente a
piperacilina/tazobactam. Res Microbiol.2010;161(4):268–275.
95. Zhao Y, Jensen ON. Proteómica específica de modificaciones: estrategias para la
caracterización de modificaciones postraduccionales mediante técnicas de
enriquecimiento. Proteómica.2009;9:4632–4641.
96. Lai JH, Yang JT, Chern J, et al. La fosfoproteómica comparativa revela
el papel de la fosforilación de la β-lactamasa AmpC en la cepa clínica
resistente al imipenemAcinetobacter baumanniiSK17. Proteómica de
células Mol.2016;15:12–25.
97. Lai SJ, Tu IF, Wu WL, et al. El análisis fosfoproteómico His/Asp específico del sitio
de procariotas revela objetivos putativos para la resistencia a los medicamentos.
BMC Microbiol.2017;17:123.
98. Zhou M, Xie L, Yang Z, et al. Succinilación de lisina deTuberculosis
micobacterianaLa isocitrato liasa (ICL) ajusta la resistencia microbiana a
los antibióticos. J Biomol Estructura Dyn.2017;35:1030–1041.
99. Green ER, Mecsas J. Sistemas de secreción bacteriana: una descripción general.
Espectro de microbiol.2016;4. DOI:10.1128/microbiolspec.VMBF-0012-2015.
OPINIÓN DE EXPERTOS SOBRE EL DESCUBRIMIENTO DE MEDICAMENTOS 13
100. Park AJ, Surette MD, Khursigara CM. Los objetivos antimicrobianos se localizan en
el proteoma asociado a vesículas extracelulares dePseudomonas aeruginosa
cultivado en una biopelícula. Microbiol frontal.2014;5:464.
101. Wenzel M, Bandow JE. Firmas proteómicas en la investigación de antibióticos.
Proteómica.2011;11:3256–3268.
102. Anitha P, Anbarasu A, Ramaiah S. Estudio de red de genes computacional
sobre genes de resistencia a antibióticos deAcinetobacter baumannii.
Computación Biol Med.2014;48:17–27.
103. Villaveces JM, Koti P, Habermann BH. Herramientas para visualización
y análisis de redes moleculares, rutas y datos -ómicos. Adv Appl
Bioinform Chem.2015;8:11–22.
104. Hoerr V, Duggan GE, Zbytnuik L, et al. Caracterización y predicción del
mecanismo de acción de antibióticos mediante metabolómica por
RMN. BMC Microbiol.2016;16:82.
105. Birkenstock T, Liebeke M, Winstel V, et al. El análisis del exometaboloma
identifica la piruvato deshidrogenasa como un objetivo del antibiótico
dicloruro de trifenilbismuto en patógenos bacterianos multirresistentes.
J Biol Chem.2012;287:2887–2895.
106. Zampieri M, Enke T, Chubukov V, et al. Limitaciones metabólicas en la
evolución de la resistencia a los antibióticos. Mol Syst Biol.2017;13:917.
107. Pinu FR, Villas-Boas SG. Metabolómica microbiana extracelular: el
estado del arte. Metabolitos.2017;7:E43.
108. Banerjee D, Parmar D, Bhattacharya N, et al. Una estrategia escalable de
suplementación con metabolitos contra patógenos resistentes a los
antibióticos cromobacteria violaceuminducida por el desequilibrio NAD+/
NADH+. BMC Syst Biol.2017;11:51.
109. Gowda GA, Djukovic D. Descripción general de la metabolómica basada en
espectrometría de masas: oportunidades y desafíos. Métodos Mol Biol.
2014;1198:3–12.
110. Alonso A, Marsal S, Julià A. Métodos analíticos en metabolómica no
dirigida: estado del arte en 2015. Frente Bioeng Biotechnol. 2015
;3:23.
111. Yuan M, Breitkopf SB, Yang X, et al. Una plataforma metabolómica basada
en espectrometría de masas dirigida con conmutación de iones positivos/
negativos para fluidos corporales, células y tejido fresco y fijo. Protocolo
Nacional.2012;7:872–881.
112. Li K, Naviaux JC, Bright AT, et al. Un método robusto de inyección única
para metabolómica plasmática dirigida de amplio espectro. Metabolómica.
2017;13:122.
113. Schelli K, Zhong F, Zhu J. Metabolómica comparada que revela
Estafilococo aureusRespuesta metabólica a diferentes antibióticos.
Biotecnología microbiana.2017;10:1764–1774.
114. Zhou J, Yin Y. Estrategias para la cuantificación de metabolómica dirigida a
gran escala mediante cromatografía líquida-espectrometría de masas.
Analista.2016;141:6362–6373.
115. Zampieri M, Zimmermann M, Claassen M, et al. La metabolómica no
dirigida revela la respuesta multinivel a las perturbaciones de los
antibióticos. Representante celular.2017;19:1214–1228.
116. Zhang B, Powers R. Análisis de biopelículas bacterianas mediante metabolómica
basada en RMN. Química médica del futuro.2012;4:1273–1306.
117. Halouska S, Fenton RJ, Barletta RG, et al. Predecir elen vivo Mecanismo de
acción de los fármacos que utilizan la metabolómica de RMN. ACS Chem
Biol.2012;7:166–171.
118. Derewacz DK, Goodwin CR, McNees CR, et al. La resistencia a los fármacos
antimicrobianos afecta amplios cambios en el fenotipo metabólico
además del metabolismo secundario. PNAS.2013;110:2336–2341.
119. Vestergaard M, Nøhr-Meldgaard K, Saxtorph Bojer M, et al. La
inhibición de la ATP sintasa elimina la resistencia intrínseca de
Estafilococo aureushacia las polimixinas. bio.2017;8: e01114–17.
• • Este trabajo demuestra la posibilidad de convertir una bacteria
intrínsecamente resistente en una susceptible mediante la
intervención en el metabolismo central.
120. Bhargava P, Collins JJ. Impulsar el metabolismo bacteriano para combatir la resistencia a
los antibióticos. Metabolismo celular.2015;21:154–155.
121. Chan BC, Ip M, Lau CB, et al. Efectos sinérgicos de la baicaleína con
ciprofloxacina contra NorA sobreexpresada resistente a meticilina
Estafilococo aureus (MRSA) e inhibición de la piruvato quinasa MRSA.
J Etnofarmacol.2011;137:767–773.
14 VM CHERNOV Y AL.
122. Maifiah MHM, Creek DJ, Nation RL, et al. El análisis de la metabolómica no
dirigida revela vías clave responsables de la destrucción sinérgica de la
combinación de colistina y doripenem contraAcinetobacter baumannii.
Representante de ciencia2017;7:45527.
123. Belenky P, Ye JD, Porter CB, et al. Los antibióticos bactericidas inducen
perturbaciones metabólicas tóxicas que provocan daño celular. Representante
celular.2015;13:968–980.
124. Aros-Calt S, Muller BH, Boudah S, et al. Anotación de laEstafilococo aureus
metaboloma mediante cromatografía líquida acoplada a espectrometría
de masas de alta resolución y aplicación al estudio de la resistencia a la
meticilina. J Proteoma Res.2015;14:4863–4875.
125. Aguiar-Pulido V, Huang W, Suárez-Ulloa V, et al. Enfoques de
metagenómica, metatranscriptómica y metabolómica para el análisis de
microbiomas. Evol Bioinform en línea.2016;12(Suplemento 1):5–16.
126. Dos Santos BS, Silva LCN, Silva TD, et al. Aplicación de tecnologías ómicas
para la evaluación de mecanismos de acción antimicrobianos de
productos de origen vegetal. Microbiol frontal.2016;7:1466.
127. Massie CE, Lynch A, Ramos-Montoya A, et al. El receptor de andrógenos
alimenta el cáncer de próstata al regular el metabolismo central y la
biosíntesis. EMBO J.2011;30:2719–2733.
128. Gupta SK, Gross R, Dandekar T. Un proceso de priorización y clasificación
de objetivos de antibióticos que combina secuencia, estructura y enfoques
basados en redes ejemplificados paraSerratia marcescens. Gene.2016
;591:268–278.
129. Goldstone RJ, Smith DGE. Un enfoque de genómica de poblaciones
para explotar el 'resistoma' accesorio deEscherichia coli.Genoma
microbiano.2017;3:e000108.
130. Nikolay R, Schmidt S, Schlömer R, et al. Ensamblaje de ribosomas como
objetivo antimicrobiano. Antibióticos (Basilea).2016;5:E18.
131. Nwuche CO, Ujam OT, Ibezim A, et al. Experimental yin silico
investigación de la actividad antimicrobiana de los derivados 1-
cloro-2-isocianatoetano de tiomorfolina, piperazina y morfolina. Más
uno. 2017;12:e0170150.
132. Payne DJ, Gwynn MN, Holmes DJ y otros. Medicamentos para los insectos malos: afrontar
los desafíos del descubrimiento de antibacterianos. Descubrimiento de medicamentos
de Rev Nacional.2007;6:29–40.
133. Sherpa RT, Reese CJ, Montazeri Aliabadi H. Aplicación de iChip para cultivar
microorganismos "no cultivables" y su impacto en el descubrimiento de
antibióticos. J Pharm Pharm Ciencias.2015;18:303–315.
134. Kealey C, Creaven CA, Murphy CD, et al. Nuevos enfoques para el descubrimiento
de antibióticos. Biotecnología Lett.2017;39:805–817.
135. Seal BS, Drider D, Oakley BB, et al. Productos derivados de microbios como
posibles nuevos antimicrobianos. Res. veterinaria.2018;49:66.
136. Lok C. Minería de la materia oscura microbiana. Naturaleza.2015;522:270–273.
137. Wurch L, Giannone RJ, Belistle BS, et al. Aislamiento y caracterización
basados en genómica de un sistema Nanoarchaeota simbiótico de
un entorno geotérmico terrestre. Comuna Nacional. 2016;7:12115.
138. Jeukens J, Freschi L, Kukavica-Ibrulj I, et al. Genómica de la predicción de la
resistencia a los antibióticos enPseudomonas aeruginosa.Ann NY Acad
Ciencias.2017. DOI:10.1111/nyas.13358.
139. Lodhi AF, Zhang Y, Adil M, et al. Descubrimiento de antibióticos:
combinación de tecnología de chip de aislamiento (iChip) y técnica de
cocultivo. Appl Microbiol Biotechnol.2018;102:7333–7341.
140. Berdy B, Spoering AL, Ling LL, et al.En el lugarcultivo de microorganismos
previamente no cultivables utilizando el ichip. Protocolo Nacional. 2017
;12:2232–2242.
141. Morton JT, Freed SD, Lee SW y col. Una predicción a gran escala de los
bloques de genes de bacteriocina sugiere un amplio espectro funcional
para las bacteriocinas. Bioinformática BMC.2015;16:381.
142. Grüning BA, Erxleben A, Hähnlein A, et al. Proyecto de secuencia del
genoma deStreptomyces viridocromogenescepa Tu57, productora de
avilamicina. Anuncio del genoma.2013;1:e00384–13.
143. Hammami R, Fernández B, Lacroix C, et al. Propiedades antiinfecciosas de las
bacteriocinas: una actualización. Ciencia de la vida celular Mol.2013;70:2947–2967.
144. Amer EI, Mossallam SF, Mahrous H. Mejora terapéutica de
bacteriocinas recién derivadas contraGiardia lamblia.Exp Parasitol.
2014;146:52–63.
145. Pilasombut K, Rumjuankiat K, Ngamyeesoon N, et al.in vitroCaracterización
de la bacteriocina producida por bacterias del ácido láctico aisladas de
nem chua, una carne de cerdo fermentada tradicional vietnamita. coreano
J Food Sci Anim Resour.2015;35:473–478.
146. Just-Baringo X, Albericio F, Álvarez M. Antibióticos tiopéptidos:
avances retrospectivos y recientes. Mar Drogas.2014;12:317–351.
147. Schwalen CJ, Hudson GA, Kille B, et al. Expansión bioinformática y descubrimiento
de antibióticos tiopeptídicos. JAmChemSoc.2018;140:9494–9501.
148. Zheng J, Gänzle MG, Lin XB, et al. Diversidad y dinámica de
bacteriocinas del microbioma humano. Microbiol ambiental.
2015;17:2133–2143.
149. Mousa WK, Athar B, Merwin NJ, et al. Antibióticos y metabolitos
especializados de la microbiota humana. Representante Nacional de
Producción. 2017;34:1302–1331.
150. Rutherford ST, Bassler BL. Sensación de quórum bacteriano: su papel
en la virulencia y posibilidades para su control. Cold Spring Harb
Perspect Med.2012;2:a012427.
151. Abisado RG, Benomar S, Klaus JR, et al. Detección de quórum bacteriano e
interacciones con la comunidad microbiana. bio.2018;9:e02331–17.
152. Czaplewski L, Bax R, Clokie M, et al. Alternativas a los antibióticos: revisión
de la cartera de proyectos. Lancet Infect Dis.2016;16:239–251.
153. Erlanson DA, McDowell RS, O'Brien T. Descubrimiento de fármacos basado en
fragmentos. J Med Chem.2004;47:3463–3482.
154. Los fideicomisos benéficos de banca. antibióticos actualmente en desarrollo
clínico global. Actualización de septiembre de 2018. [consultado el 19 de
noviembre de 2018]. Disponible en: https://www.pewtrusts.org/-/media/assets/
2018/09/antibiotics_cur rently_in_global_clinical_development_sept2018.pdf?
la=en&hash= BDE8590154A21A3167CB62A80D663534906C4308
• • Este es un sitio web que se actualiza periódicamente y proporciona información
actualizada sobre los antibióticos que se encuentran actualmente en diversas
etapas de desarrollo clínico.
155. Critchley IA, Green LS, Young CL, et al. Espectro de actividad y modo de
acción de REP3123, un nuevo antibiótico para tratarClostridium difficile
infecciones. J Quimioterapia antimicrobiana.2009;63(5):954–963.
156. Koike S, Mackie RI, Aminov RI. Uso agrícola de antibióticos y resistencia a los
antibióticos. En: Mirete S, Pérez ML, de Ardoz T, editores. Genes de resistencia a
antibióticos en ambientes naturales y efectos a largo plazo. Hauppauge, Nueva
York: Nova Science Publishers, Inc.;2017. pag. 217–250.
157. Aminov RI. Intercambio horizontal de genes en la microbiota ambiental.
Microbiol frontal.2011;2:158.