L’era dei virus killer di batteri: come la matematica sta rivoluzionando la terapia fagica contro la resistenza agli antibiotici

L’emergere della resistenza multifarmacologica agli antibiotici rappresenta una delle minacce più letali e complesse per la salute pubblica globale. Batteri un tempo facilmente debellabili con una semplice cura antibiotica si stanno trasformando in “superbatteri” capaci di resistere a quasi tutte le molecole farmacologiche a nostra disposizione. Di fronte a questo scenario critico, la scienza medica ha riscoperto e rinnovato l’interesse per un’arma biologica antica ma straordinariamente potente: la terapia con batteriofagi.

I batteriofagi (spesso chiamati semplicemente fagi) sono virus specializzati che hanno un unico obiettivo biologico: individuare, infettare e replicarsi all’interno dei batteri, causandone la distruzione definitiva. Tuttavia, somministrare questi fagi senza una strategia precisa può rivelarsi inefficace, poiché anche i batteri imparano a difendersi. Per superare questo ostacolo, un team di ricercatori guidato da Alan Perelson del Los Alamos National Laboratory e Rob J. de Boer ha sviluppato un innovativo modello matematico (pubblicato sulla rivista scientifica PLOS Computational Biology) capace di prevedere l’efficacia dei trattamenti e di ottimizzare la composizione e i tempi dei cocktail di fagi.

Chi sono i fagi e perché rappresentano una medicina personalizzata

I batteriofagi sono considerati gli organismi più abbondanti del pianeta. Esistono ovunque vi sia vita batterica: nel suolo, negli oceani e persino all’interno del nostro corpo. La loro caratteristica principale è l’estrema specificità: ogni fago si è evoluto per colpire un ceppo o una specie batterica ben precisa, lasciando completamente intatte le cellule umane e i batteri “buoni” del nostro microbioma.

Proprio a causa di questa selettività, la terapia fagica non funziona come un antibiotico a largo spettro che può essere somministrato a qualsiasi paziente. Richiede invece la creazione di cocktail di fagi personalizzati, ossia miscele di virus selezionati appositamente per l’infezione batterica dello specifico paziente. Nonostante il grande potenziale di questo approccio, finora è stato difficile comprendere appieno il motivo per cui alcune terapie avessero un successo clamoroso e altre fallissero. La risposta risiede nelle complesse dinamiche evolutive che si innescano tra il virus e il batterio.

Il modello matematico: dalla simulazione sui topi all’applicazione nell’uomo

Per decifrare queste dinamiche, i ricercatori hanno creato un modello matematico quantitativo. Partendo da simulazioni calibrate su dati raccolti in vivo su modelli animali (topi), il team ha esteso le equazioni al contesto della fisiologia umana. Il modello ha preso in considerazione scenari complessi caratterizzati da più popolazioni di fagi che interagiscono con diversi ceppi batterici, ciascuno dotato di livelli differenti di resistenza preesistente.

Attraverso queste simulazioni al computer, la ricerca ha individuato tre fattori chiave che determinano la vittoria dei fagi sulla popolazione batterica:

1. La percentuale e il livello di resistenza dei batteri presenti prima dell’inizio del trattamento.

2. La diversità e la varietà dei fagi inclusi nel cocktail.

3. La tempestività della somministrazione.

La trappola della selezione batterica e la regola d’oro: “Colpire duro e subito”

Quando si applica una terapia fagica non ottimizzata, si corre il rischio di innescare una corsa agli armamenti evolutiva. In una popolazione batterica mista, i fagi eliminano rapidamente i batteri più sensibili. Tuttavia, questa riduzione della competizione permette ai pochi batteri già resistenti di proliferare liberamente. Inoltre, l’elevato tasso di replicazione batterica favorisce nuove mutazioni casuali che conferiscono ulteriore resistenza al fago utilizzato.

Il modello matematico ha dimostrato che per evitare questa fuga evolutiva dei batteri è fondamentale innalzare la cosiddetta barriera genetica. Se il paziente viene trattato con un cocktail ricco e diversificato di fagi fin dal primo istante, il batterio si trova a dover affrontare molteplici attacchi simultanei. Per sopravvivere, la cellula batterica dovrebbe accumulare contemporaneamente diverse mutazioni specifiche, un evento statisticamente quasi impossibile.

Come sintetizzato dal coautore Alan Perelson, la chiave del successo della terapia fagica sta nella massima “Colpire i batteri duramente e tempestivamente” (hit hard and early). Un intervento immediato con un’elevata dose di fagi diversificati impedisce alla popolazione batterica di adattarsi.

Considerazioni personali e prospettive sul futuro della medicina

L’applicazione della modellistica matematica e computazionale alla biologia dei batteriofagi segna un cambio di paradigma fondamentale nel modo in cui affrontiamo la medicina infettiva. Per decenni ci siamo affidati all’approccio riduzionista degli antibiotici chimici: molecole standardizzate prodotte su scala industriale, pensate per “funzionare per chiunque”. Tuttavia, la biologia ci insegna che l’evoluzione non rimane mai statica, e l’abuso massiccio di antibiotici in ambito umano e negli allevamenti intensivi ha accelerato la selezione naturale a favore dei super-batteri.

La terapia fagica basata sui modelli matematici rappresenta il connubio perfetto tra medicina di precisione e biologia computazionale. Utilizzare la matematica per prevedere il comportamento evolutivo di un’infezione significa smettere di agire “alla cieca” o per tentativi clinici, trasformando la somministrazione dei fagi da un’arte empirica a una scienza esatta.

È opportuno riflettere anche sulle sfide normative e logistiche che questa rivoluzione comporta. Poiché i fagi sono entità biologiche vive capaci di evolvere e poiché ogni cocktail deve essere formulato su misura per il singolo individuo, le attuali agenzie regolatorie dei farmaci (concepite per la sperimentazione di molecole chimiche fisse) fanno fatica ad adattarsi. Affinché la terapia con batteriofagi diventi uno standard accessibile nei nostri ospedali, sarà fondamentale non solo affinare i modelli matematici, ma anche aggiornare i quadri legislativi e favorire la nascita di biobanche di fagi pronte all’uso. La matematica ci ha fornito le mappe strategiche; ora spetta alla medicina clinica e alle istituzioni sanitarie applicarle sul campo per salvare milioni di vite nell’era post-antibiotica.

“Traduzione dell’abstract. La disponibilità dello studio completo, in accesso libero o riservato, è verificabile tramite il link al DOI originale.”

Abstract

I pazienti infettati da batteri multiresistenti (MDR) potenzialmente letali sono stati trattati con cocktail di batteriofagi. Si tratta di una forma complessa di medicina personalizzata, poiché i fagi somministrati a un paziente devono essere selezionati in anticipo in base alla loro capacità litica nei confronti dei batteri infettanti. Dato che i batteri sviluppano rapidamente resistenza, l’evoluzione della resistenza a un cocktail eterogeneo di fagi è un processo dinamico complesso, durante il quale i ceppi batterici in competizione si sostituiscono a vicenda accumulando diversi meccanismi di resistenza, ognuno dei quali può comportare un costo in termini di fitness. Di conseguenza, in genere non si sa perché una particolare terapia fagica abbia avuto successo o meno, e come si possa ottimizzare la composizione dei cocktail per massimizzare il tasso di successo. Per migliorare questo aspetto, estendiamo un modello murino esistente, calibrato in vivo, a un nuovo modello matematico per la situazione umana, includendo più fagi che infettano più ceppi batterici, diversi per la loro resistenza a ciascuno dei fagi. Abbiamo adattato diverse stime dei parametri del modello batterico alla situazione umana e abbiamo utilizzato il modello per descrivere un caso di successo di terapia fagica che prevede l’utilizzo di diversi cocktail, ciascuno contenente diversi fagi. Nel modello, il successo del trattamento dipendeva in modo cruciale dai livelli di resistenza pre-trattamento, dalla diversità e dalla tempistica di somministrazione dei cocktail. Una volta individuato un cocktail appropriato, è meno importante ottimizzare ulteriormente i tassi di infezione dei fagi. I ceppi batterici resistenti si diffondono rapidamente quando i ceppi sensibili diminuiscono, e maggiore è l’infettività dei fagi, più velocemente si diffondono i ceppi resistenti. Poiché la resistenza si evolve rapidamente, è preferibile fornire un insieme diversificato di fagi fin dall’inizio della terapia, ovvero agire in modo deciso e precoce, creando un’elevata barriera genetica alla resistenza batterica.

Riassunto dell’autore

I pazienti affetti da batteri pericolosi resistenti agli antibiotici sono stati trattati con miscele di batteriofagi, virus che infettano i batteri. Questo trattamento è altamente personalizzato perché è necessario selezionare i fagi più adatti all’infezione di ciascun paziente. Poiché i batteri sviluppano rapidamente resistenza ai fagi, spesso non è chiaro perché un trattamento funzioni o fallisca e come progettare le migliori combinazioni di fagi. Per comprendere meglio questo processo, abbiamo sviluppato un modello matematico di terapia fagica nell’uomo, basato su precedenti studi sui topi. Il modello include diversi ceppi batterici e diversi fagi, ognuno con differenti profili di resistenza. Abbiamo utilizzato il modello per studiare un caso reale di terapia fagica di successo, che prevedeva l’utilizzo di diverse miscele di fagi. I risultati mostrano che il successo del trattamento dipende fortemente dalla resistenza batterica preesistente, nonché dalla diversità e dalla tempistica di somministrazione delle miscele di fagi. Poiché i batteri resistenti prendono rapidamente il sopravvento una volta che i batteri sensibili diminuiscono, la strategia migliore è iniziare il trattamento precocemente con una miscela di fagi ampia e diversificata per rendere più difficile lo sviluppo di resistenza da parte dei batteri.

 

by