Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación

Durán Muñoz, María Del Rosario - Rivera Soto, Bernardina Inés - Portela, María Magdalena - Costa Carvalho, Paulo - Dias Mariano Santos, Marlon - Rodríguez Taño, Azalia De La Caridad

Resumen:

Las infecciones bacterianas, y en particular aquellas causadas por cepas resistentes a los antibióticos, representan un problema para la salud. Para la identificación del microorganismo los laboratorios clínicos disponen de métodos de diagnóstico molecular que complementan los métodos clásicos. Entre ellos, la espectrometría de masa MALDI-TOF que permite el análisis proteómico de una célula entera, revolucionó la identificación de microorganismos. Sin embargo, no siempre permite una identificación confiable, y en general no aporta datos sobre resistencia a los antibióticos. De hecho, laboratorios nacionales constataron que no obtenían resultados confiables por MALDI para un número importante de aislamientos. Esto nos impulsó a desarrollar una metodología basada proteómica “shotgun” para identificar bacterias en aislamientos clínicos que demostró ser útil para asistir el diagnóstico en caso de bacterias no identificadas o con identificaciones presuntivas dudosas por métodos rutinarios. El método desarrollado constituyó el punto de partida esta propuesta. Durante la ejecución del presente proyecto generamos un protocolo optimizado y validado para la identificación de bacterias por proteómica “shotgun”. Además, extendimos el alcance de la metodología previa mediante la incorporación de una base de datos que permite la detección de proteínas relacionadas a la resistencia a antibióticos. Generamos un kit para facilitar el procesamiento de la muestra y un programa que permite una fácil interpretación de los resultados. Este método está hoy disponible para asistir el diagnóstico en casos en los que los métodos utilizados por los laboratorios clínicos no ofrezcan identificaciones confiables. Finalmente, realizamos un análisis proteómico más profundo utilizando aislamientos de Acinetobacter baumannii resistentes y sensibles a la polimixina B. Para ello nos centramos en estrategias basadas en librerías espectrales y aprendizaje automático, los que nos permitió discriminar entre cepas resistentes y sensibles y reportar un gran número de espectros exclusivos de las cepas resistentes que representan posibles biomarcadores de resistencia.

Detalles Bibliográficos
2026
Agencia Nacional de Investigación e Innovación
Proteómica
Identificación de bacterias
Diagnóstico
Ciencias Médicas y de la Salud
Biotecnología de la Salud
Tecnologías que involucran la identificación de ADN, proteínas y enzimas
Español
Agencia Nacional de Investigación e Innovación
REDI
https://hdl.handle.net/20.500.12381/5395
Acceso abierto
Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)
_version_ 1875931102447665152
author Durán Muñoz, María Del Rosario
author2 Rivera Soto, Bernardina Inés
Portela, María Magdalena
Costa Carvalho, Paulo
Dias Mariano Santos, Marlon
Rodríguez Taño, Azalia De La Caridad
author2_role author
author
author
author
author
author_facet Durán Muñoz, María Del Rosario
Rivera Soto, Bernardina Inés
Portela, María Magdalena
Costa Carvalho, Paulo
Dias Mariano Santos, Marlon
Rodríguez Taño, Azalia De La Caridad
author_role author
bitstream.checksum.fl_str_mv 857b11057abae4286e812c65b3cd13b0
bitstream.checksumAlgorithm.fl_str_mv MD5
bitstream.url.fl_str_mv https://redi.anii.org.uy/jspui/bitstream/20.500.12381/5395/1/Informe_final_publicable_FSS_X_2022_1_173332.pdf
collection REDI
dc.creator.none.fl_str_mv Durán Muñoz, María Del Rosario
Rivera Soto, Bernardina Inés
Portela, María Magdalena
Costa Carvalho, Paulo
Dias Mariano Santos, Marlon
Rodríguez Taño, Azalia De La Caridad
dc.date.accessioned.none.fl_str_mv 2026-01-26T18:56:26Z
dc.date.available.none.fl_str_mv 2026-01-26T18:56:26Z
dc.date.issued.none.fl_str_mv 2026-01-22
dc.description.abstract.none.fl_txt_mv Las infecciones bacterianas, y en particular aquellas causadas por cepas resistentes a los antibióticos, representan un problema para la salud. Para la identificación del microorganismo los laboratorios clínicos disponen de métodos de diagnóstico molecular que complementan los métodos clásicos. Entre ellos, la espectrometría de masa MALDI-TOF que permite el análisis proteómico de una célula entera, revolucionó la identificación de microorganismos. Sin embargo, no siempre permite una identificación confiable, y en general no aporta datos sobre resistencia a los antibióticos. De hecho, laboratorios nacionales constataron que no obtenían resultados confiables por MALDI para un número importante de aislamientos. Esto nos impulsó a desarrollar una metodología basada proteómica “shotgun” para identificar bacterias en aislamientos clínicos que demostró ser útil para asistir el diagnóstico en caso de bacterias no identificadas o con identificaciones presuntivas dudosas por métodos rutinarios. El método desarrollado constituyó el punto de partida esta propuesta. Durante la ejecución del presente proyecto generamos un protocolo optimizado y validado para la identificación de bacterias por proteómica “shotgun”. Además, extendimos el alcance de la metodología previa mediante la incorporación de una base de datos que permite la detección de proteínas relacionadas a la resistencia a antibióticos. Generamos un kit para facilitar el procesamiento de la muestra y un programa que permite una fácil interpretación de los resultados. Este método está hoy disponible para asistir el diagnóstico en casos en los que los métodos utilizados por los laboratorios clínicos no ofrezcan identificaciones confiables. Finalmente, realizamos un análisis proteómico más profundo utilizando aislamientos de Acinetobacter baumannii resistentes y sensibles a la polimixina B. Para ello nos centramos en estrategias basadas en librerías espectrales y aprendizaje automático, los que nos permitió discriminar entre cepas resistentes y sensibles y reportar un gran número de espectros exclusivos de las cepas resistentes que representan posibles biomarcadores de resistencia.
dc.description.sponsorship.none.fl_txt_mv Agencia Nacional de Investigación e Innovación
dc.identifier.anii.es.fl_str_mv FSS_X_2022_1_173332
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12381/5395
dc.language.iso.none.fl_str_mv spa
dc.publisher.es.fl_str_mv Agencia Nacional de Investigación e Innovación
dc.relation.none.fl_str_mv https://hdl.handle.net/20.500.12381/3555
dc.rights.*.fl_str_mv Acceso abierto
dc.rights.license.none.fl_str_mv Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:REDI
instname:Agencia Nacional de Investigación e Innovación
instacron:Agencia Nacional de Investigación e Innovación
dc.subject.anii.none.fl_str_mv Ciencias Médicas y de la Salud
Biotecnología de la Salud
Tecnologías que involucran la identificación de ADN, proteínas y enzimas
dc.subject.es.fl_str_mv Proteómica
Identificación de bacterias
Diagnóstico
dc.title.none.fl_str_mv Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
dc.type.es.fl_str_mv Reporte técnico
dc.type.none.fl_str_mv info:eu-repo/semantics/report
dc.type.version.es.fl_str_mv Aceptado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description Las infecciones bacterianas, y en particular aquellas causadas por cepas resistentes a los antibióticos, representan un problema para la salud. Para la identificación del microorganismo los laboratorios clínicos disponen de métodos de diagnóstico molecular que complementan los métodos clásicos. Entre ellos, la espectrometría de masa MALDI-TOF que permite el análisis proteómico de una célula entera, revolucionó la identificación de microorganismos. Sin embargo, no siempre permite una identificación confiable, y en general no aporta datos sobre resistencia a los antibióticos. De hecho, laboratorios nacionales constataron que no obtenían resultados confiables por MALDI para un número importante de aislamientos. Esto nos impulsó a desarrollar una metodología basada proteómica “shotgun” para identificar bacterias en aislamientos clínicos que demostró ser útil para asistir el diagnóstico en caso de bacterias no identificadas o con identificaciones presuntivas dudosas por métodos rutinarios. El método desarrollado constituyó el punto de partida esta propuesta. Durante la ejecución del presente proyecto generamos un protocolo optimizado y validado para la identificación de bacterias por proteómica “shotgun”. Además, extendimos el alcance de la metodología previa mediante la incorporación de una base de datos que permite la detección de proteínas relacionadas a la resistencia a antibióticos. Generamos un kit para facilitar el procesamiento de la muestra y un programa que permite una fácil interpretación de los resultados. Este método está hoy disponible para asistir el diagnóstico en casos en los que los métodos utilizados por los laboratorios clínicos no ofrezcan identificaciones confiables. Finalmente, realizamos un análisis proteómico más profundo utilizando aislamientos de Acinetobacter baumannii resistentes y sensibles a la polimixina B. Para ello nos centramos en estrategias basadas en librerías espectrales y aprendizaje automático, los que nos permitió discriminar entre cepas resistentes y sensibles y reportar un gran número de espectros exclusivos de las cepas resistentes que representan posibles biomarcadores de resistencia.
eu_rights_str_mv openAccess
format report
id REDI_a4145dff30823f0364872777cd0f6ffc
identifier_str_mv FSS_X_2022_1_173332
instacron_str Agencia Nacional de Investigación e Innovación
institution Agencia Nacional de Investigación e Innovación
instname_str Agencia Nacional de Investigación e Innovación
language spa
network_acronym_str REDI
network_name_str REDI
oai_identifier_str oai:redi.anii.org.uy:20.500.12381/5395
publishDate 2026
reponame_str REDI
repository.mail.fl_str_mv jmaldini@anii.org.uy
repository.name.fl_str_mv REDI - Agencia Nacional de Investigación e Innovación
repository_id_str 9421
rights_invalid_str_mv Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)
Acceso abierto
spelling Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. (CC BY-NC-ND)Acceso abiertoinfo:eu-repo/semantics/openAccess2026-01-26T18:56:26Z2026-01-26T18:56:26Z2026-01-22https://hdl.handle.net/20.500.12381/5395FSS_X_2022_1_173332Las infecciones bacterianas, y en particular aquellas causadas por cepas resistentes a los antibióticos, representan un problema para la salud. Para la identificación del microorganismo los laboratorios clínicos disponen de métodos de diagnóstico molecular que complementan los métodos clásicos. Entre ellos, la espectrometría de masa MALDI-TOF que permite el análisis proteómico de una célula entera, revolucionó la identificación de microorganismos. Sin embargo, no siempre permite una identificación confiable, y en general no aporta datos sobre resistencia a los antibióticos. De hecho, laboratorios nacionales constataron que no obtenían resultados confiables por MALDI para un número importante de aislamientos. Esto nos impulsó a desarrollar una metodología basada proteómica “shotgun” para identificar bacterias en aislamientos clínicos que demostró ser útil para asistir el diagnóstico en caso de bacterias no identificadas o con identificaciones presuntivas dudosas por métodos rutinarios. El método desarrollado constituyó el punto de partida esta propuesta. Durante la ejecución del presente proyecto generamos un protocolo optimizado y validado para la identificación de bacterias por proteómica “shotgun”. Además, extendimos el alcance de la metodología previa mediante la incorporación de una base de datos que permite la detección de proteínas relacionadas a la resistencia a antibióticos. Generamos un kit para facilitar el procesamiento de la muestra y un programa que permite una fácil interpretación de los resultados. Este método está hoy disponible para asistir el diagnóstico en casos en los que los métodos utilizados por los laboratorios clínicos no ofrezcan identificaciones confiables. Finalmente, realizamos un análisis proteómico más profundo utilizando aislamientos de Acinetobacter baumannii resistentes y sensibles a la polimixina B. Para ello nos centramos en estrategias basadas en librerías espectrales y aprendizaje automático, los que nos permitió discriminar entre cepas resistentes y sensibles y reportar un gran número de espectros exclusivos de las cepas resistentes que representan posibles biomarcadores de resistencia.Agencia Nacional de Investigación e InnovaciónspaAgencia Nacional de Investigación e Innovaciónhttps://hdl.handle.net/20.500.12381/3555ProteómicaIdentificación de bacteriasDiagnósticoCiencias Médicas y de la SaludBiotecnología de la SaludTecnologías que involucran la identificación de ADN, proteínas y enzimasInforme final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementaciónReporte técnicoAceptadoinfo:eu-repo/semantics/acceptedVersioninfo:eu-repo/semantics/reportInstituto Pasteur de Montevideo//Ciencias Médicas y de la Salud/Biotecnología de la Salud/Tecnologías que involucran la identificación de ADN, proteínas y enzimasreponame:REDIinstname:Agencia Nacional de Investigación e Innovacióninstacron:Agencia Nacional de Investigación e InnovaciónDurán Muñoz, María Del RosarioRivera Soto, Bernardina InésPortela, María MagdalenaCosta Carvalho, PauloDias Mariano Santos, MarlonRodríguez Taño, Azalia De La CaridadORIGINALInforme_final_publicable_FSS_X_2022_1_173332.pdfInforme_final_publicable_FSS_X_2022_1_173332.pdfapplication/pdf149465https://redi.anii.org.uy/jspui/bitstream/20.500.12381/5395/1/Informe_final_publicable_FSS_X_2022_1_173332.pdf857b11057abae4286e812c65b3cd13b0MD5120.500.12381/53952026-01-26 15:56:28.073oai:redi.anii.org.uy:20.500.12381/5395Institucionalhttps://redi.anii.org.uy/Gobiernohttps://www.anii.org.uy/https://redi.anii.org.uy/oai/requestjmaldini@anii.org.uyUruguayopendoar:94212026-01-26T18:56:28REDI - Agencia Nacional de Investigación e Innovaciónfalse
spellingShingle Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
Durán Muñoz, María Del Rosario
Proteómica
Identificación de bacterias
Diagnóstico
Ciencias Médicas y de la Salud
Biotecnología de la Salud
Tecnologías que involucran la identificación de ADN, proteínas y enzimas
status_str acceptedVersion
title Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
title_full Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
title_fullStr Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
title_full_unstemmed Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
title_short Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
title_sort Informe final del proyecto: Estrategia proteómica shotgun para el diagnóstico de infecciones bacterianas y la identificación de marcadores de resistencia a antibióticos: Validación e implementación
topic Proteómica
Identificación de bacterias
Diagnóstico
Ciencias Médicas y de la Salud
Biotecnología de la Salud
Tecnologías que involucran la identificación de ADN, proteínas y enzimas
url https://hdl.handle.net/20.500.12381/5395