PHENOTYPIC-DRIVEN SCREENING OF ANTIMICROBIAL COMPOUNDS AND TARGETS AGAINST PSEUDOMONAS AERUGINOSA INFECTION

PHENOSCREEN tiene como objetivo introducir un enfoque novedoso en el descubrimiento de antimicrobianos, enfocándose en el desafío
que representa la resistencia bacteriana. Nuestra hipótesis central sugiere que una de las principales limitaciones en el descubrimiento de
antibióticos radica en el conocimiento insuficiente sobre las interacciones que se establecen entre el huésped y el patógeno. Para superar
este obstáculo, proponemos una estrategia innovadora: la creación de un mapa exhaustivo que relacione las proteínas bacterianas con
fenotipos específicos en células infectadas. Este mapa se elaborará mediante un cribado sistemático en células infectadas por mutantes
con deleciones génicas específicas. Nuestra metodología se basa en el uso de morphological profiling (también conocido como cell
painting), una técnica vanguardista que permite capturar una amplia gama de datos fenotípicos.
Un aspecto innovador de nuestro enfoque es la aplicación de cell painting en el ámbito de las enfermedades infecciosas, un área donde
esta tecnología es aún residual. El cell painting emplea múltiples tinciones en un único ensayo robusto para obtener perfiles detallados de
células individuales. Estos perfiles pueden contener más información biológica que la obtenible mediante otras metodologías ómicas. La
integración de inteligencia artificial para el análisis de imágenes permite alcanzar un nivel de detalle sin precedentes y capacidades de
clasificación muy avanzadas. Esta metodología será clave para capturar la complejidad de las interacciones huésped-patógeno,
proporcionando información valiosa sobre los mecanismos de infección.
Adicionalmente, este método puede ser empleado en el cribado de compuestos antimicrobianos bajo condiciones que simulan la
infección. Esto representa una mejora significativa sobre los métodos convencionales, que a menudo ignoran aspectos cruciales de la
patogenicidad bacteriana. Mediante el análisis de cultivos de células infectadas con una extensa biblioteca de compuestos, buscamos
identificar nuevas moléculas con actividad antimicrobiana.
En resumen, nuestro proyecto marca un avance significativo en la identificación de nuevos compuestos antimicrobianos. Al combinar
técnicas avanzadas de cell painting con análisis de inteligencia artificial, buscamos descubrir nuevas estrategias para el desarrollo de
antimicrobianos eficaces que permitan contener el avance de las resistencias bacterianas.