Utilizan un potente cóctel de anticuerpos para tratar al COVID-19

Investigadores de la Facultad de Medicina de la Universidad de Maryland evaluaron varios anticuerpos humanos para determinar la combinación más potente que se mezclaría en un cóctel y se usara como terapia antiviral contra el virus que causa COVID-19. Esta investigación, se publicó hoy en la revista Science .
El cóctel de anticuerpos evaluado por los investigadores  se uso para tratar a los pacientes con COVID-19 en un ensayo clínico que se lanzó la semana pasada.
Para producir los llamados anticuerpos monoclonales para un cóctel de anticuerpos para combatir COVID-19, los investigadores primero necesitaban identificar qué anticuerpos combaten el nuevo coronavirus de manera más efectiva.
Esto implicó determinar qué anticuerpos podrían unirse más eficazmente a la proteína espiga que se encuentra en la superficie del SARS-CoV-2, el virus que causa COVID-19. El equipo evaluó miles de anticuerpos humanos de donaciones de plasma de pacientes recuperados con COVID-19. También generaron anticuerpos de ratones diseñados genéticamente para producir anticuerpos humanos cuando se infectan con el virus.
Dr. Frieman y sus colegas UMSOM evaluaron cuatro de las mayoría de los anticuerpos potentes para determinar el potencial de cada uno para neutralizar el SARS-CoV-2 virus . Identificaron los dos que formarían la mezcla más poderosa cuando se usan en combinación.
El cóctel que contiene los dos anticuerpos ahora se está probando en un nuevo ensayo clínico que investigará si la terapia puede mejorar los resultados de los pacientes con COVID-19. También se probará como una terapia preventiva en personas sanas pero con alto riesgo de enfermarse porque trabajan en un entorno de atención médica o han estado expuestas a una persona infectada.
Esta investigación en particular no solo contribuye a una nueva terapia potencial contra COVID-19 sino que podría tener implicaciones más amplias en términos del desarrollo de terapias de anticuerpos monoclonales para otras enfermedades.