Medicina: predire la pericolosità dei batteri grazie a metodi computazionali

Predire il diverso grado di pericolosità di batteri all’origine di infezioni molto serie e capaci di sviluppare in tempi rapidi forti resistenze agli antibiotici attraverso metodi computazionali. E’ questo l’esito di una indagine condotta da ricercatori di biologia dell’Ateneo di Firenze (appartenenti al team del professor Renato Fani) e dell’Università della California e pubblicata dalla rivista scientifica “Proceedings of the National Academy of Sciences (Pnas)”. Lo studio ha richiesto circa due anni di lavoro. Per caratterizzare i batteri appartenenti alla specie Staphylococcus aureus e i meccanismi che determinano l’insorgere delle loro infezioni, i ricercatori hanno analizzato il genoma di 64 ceppi e associato le diverse sequenze agli ”stili di vita” di questi organismi (ad esempio, se sono patogeni o meno, il loro livello di resistenza agli antibiotici). Gli studiosi hanno così ricavato dei modelli matematici che permettono di simulare il comportamento del batterio, anche solo a partire da alcuni parametri ambientali. ”La cosa più interessante del nostro lavoro – sostiene il ricercatore Marco Fondi – è la capacità di analizzare con metodi computazionali così tanti ceppi batterici simultaneamente da riuscire a comprendere le loro relazioni e il legame che unisce il metabolismo batterico e la capacità di sviluppare infezioni nell’uomo. Dalla combinazione di metodi sperimentali e computazionali – prosegue il ricercatore – è possibile giungere così a una visione integrata dei molti livelli che regolano il comportamento dei sistemi viventi”. L’utilizzo delle simulazioni sul comportamento metabolico di ceppi di Staphylococcus getta le basi per un trattamento più razionale delle infezioni da loro causate. ”Le simulazioni offrono un significativo risparmio di lavoro – conclude un altro ricercatore del team fiorentino Emanuele Bosi – escludono una serie di ipotesi che altrimenti andrebbero verificate in laboratorio, e restringono l’ambito della ricerca su cui è necessario concentrarsi”. Un approccio analogo potrà essere applicato per predire anche il comportamento di altri batteri.