Um estudo publicado na revista Microbiome descreve o método ARG-PASS, uma ferramenta capaz de identificar genes de resistência a antibióticos (ARGs) anteriormente desconhecidos no microbioma humano, com base em características conservadas de sequência e estrutura de proteínas.
O problema da resistência antimicrobiana (RAM) continua sendo uma das principais ameaças à saúde pública. O microbioma humano serve como um vasto reservatório desses genes; no entanto, muitos deles são difíceis de detectar com métodos tradicionais devido à baixa homologia com ARGs já conhecidos. Os autores concentraram-se em regiões funcionalmente importantes das proteínas, onde as características estruturais cruciais são preservadas.
A ferramenta ARG-PASS emprega o método de máquinas de vetores de suporte de uma classe e é treinada em distribuições emparelhadas de estruturas primária e terciária em regiões conservadas de proteínas codificadas por ARGs. Foi aplicada a seis cepas de referência do projeto Human Microbiome Project, e nove candidatos foram selecionados para verificação experimental. Todos os nove genes, expressos em E. coli, confirmaram atividade funcional e foram categorizados como APH, dfr, β-lactamases classes B e C, bem como proteínas de ligação à penicilina.
Adicionalmente, o método foi aplicado diretamente à base de dados de estruturas AlphaFold, revelando o gene phnP, que pertence ao tipo de metalo-β-lactamases. Este gene demonstra baixa homologia com β-lactamases conhecidas, mas exibe atividade de resistência à ampicilina dependente do ambiente. Dos genes testados, 80% conferem resistência nos níveis de limiar do CLSI, enquanto os restantes são classificados como “pré-resistentes” — eles possuem atividade, mas a concentração inibitória mínima ainda não atinge um nível clinicamente significativo.
Os pesquisadores observam que os genes pré-resistentes têm maior probabilidade de evoluir futuramente para determinantes de resistência clinicamente significativos. O ARG-PASS permite a identificação de ARGs únicos que escapam aos métodos baseados apenas na homologia de sequências.
De acordo com os autores, essa abordagem aumenta a precisão do monitoramento da resistência e pode contribuir para um uso mais justificado de antibióticos. O método integra informações de sequência e estrutura, abrindo acesso a elementos do microbioma anteriormente ocultos.
