Medir la potencia de los anticuerpos neutralizantes en los pacientes con COVID-19 podría predecir los resultados severos o fatales

Comprender la respuesta inmune del cuerpo al SARS-CoV-2, el virus que causa la COVID-19, es clave para desarrollar tratamientos efectivos y vacunas de larga duración. Son de particular interés los anticuerpos neutralizantes, que pueden impedir que el virus entre e infecte las células humanas, lo que ayuda al sistema inmunológico a eliminar el virus y prevenir infecciones futuras.

Los científicos de Ragon desarrollaron un ensayo automatizado que podría medir la potencia de los anticuerpos neutralizantes en cientos de muestras de pacientes con COVID-19, a la vez. Utilizaron esta tecnología para examinar muestras de 113 pacientes con COVID-19, comparando los casos más leves con los graves y fatales para comprender los matices de la respuesta de los anticuerpos. Descubrieron que los pacientes con COVID-19 grave o mortal tenían anticuerpos neutralizantes significativamente menos efectivos que los pacientes con casos más leves. De hecho, un modelo que construyeron sugirió que medir la potencia de estos anticuerpos neutralizantes podría predecir los resultados de los pacientes. Los anticuerpos neutralizantes también fueron efectivos contra la mutación SARS-CoV-2 recientemente identificada y extendida conocida como D614G, lo que indica que las respuestas de anticuerpos que se desarrollan en la mayoría de los pacientes pueden proporcionar protección incluso cuando el virus muta.

“Los anticuerpos neutralizantes potentes se asociaron con un resultado positivo”, dijo Alejandro Balazs, PhD, miembro principal de Ragon y autor principal del estudio. “Descubrimos que si una persona producía anticuerpos que eran más efectivos para neutralizar el virus, parecían tener mejores resultados clínicos”.

“A través de la medición de la potencia de neutralización de los anticuerpos de un paciente”, agregó Wilfredo García-Beltran, MD, PhD, coautor principal del estudio, “podemos identificar a los pacientes en riesgo de enfermedad grave o muerte y usar eso para guiar las opciones de tratamiento”.

Enlace relacionado:
Instituto Ragon de MGH, MIT y Harvard