Metagenomisk analysesoftware afslører nye årsager til superbug-fremkomst

Forskere fra ITMO University og Center for Fysisk og Kemisk Medicin har udviklet en algoritme, der er i stand til at spore spredningen af ​​antibiotikaresistensgener i tarmmikrobiota-DNA og afsløret yderligere beviser for resistensgenoverførsel mellem bakteriearter. Metoden kan ikke kun bidrage til udviklingen af ​​effektive terapiordninger, men også bremse spredningen af ​​superbugs. Resultaterne af undersøgelsen blev offentliggjort i Bioinformatik .

I de seneste år, spredningen af ​​antibiotikaresistens er blevet et globalt sundhedsproblem. Som følge af overdreven brug af antibiotika i medicin og landbrug, tarmmikrobiota akkumulerer antibiotikaresistensgener i deres DNA eller metagenomer. På den ene side, disse gener hjælper den normale flora med at overleve. Imidlertid, nyere undersøgelser viser, at tarmmikrobiota er i stand til at dele resistensgener med patogener, hvilket gør dem resistente over for tilgængelige behandlinger. I dette lys, at studere spredningen af ​​resistensgener er særligt vigtigt.

Programmører fra ITMO University med kolleger fra Research Center of Physical and Chemical Medicine udviklede en algoritme kaldet MetaCherchant, der gør det muligt at udforske lægemiddelresistensgenmiljøet og se, hvordan det ændrer sig afhængigt af bakteriearter. "Vi skabte et værktøj, der gør det muligt for forskere at se nærmere på forskellen mellem genomgivelser i to eller flere prøver af mikrobiota. Vi kan analysere mikrobiotaprøver indsamlet fra forskellige mennesker eller fra den samme person på forskellige tidspunkter, for eksempel, før og efter antibiotikabehandling, " siger Vladimir Ulyantsev, lektor ved Computerteknologiafdelingen ved ITMO Universitetet. "Baseret på de indhentede data, vi kan foreslå, hvordan et bestemt resistensgen kan spredes fra en mikrobiel art til en anden."

Undersøgelser af antibiotikaresistensgenmiljøet er primært vigtige for at designe effektive antimikrobielle behandlingsordninger. "Ved at bruge MetaCherchant, vi kan analysere, hvordan mikrobiota bidrager til spredning af resistens til en bestemt antibiotikaklasse. Ser frem til, det er muligt at forudsige de antibiotika, som patogener med størst sandsynlighed vil sprede resistens over for. På den anden side, vi kan også finde lægemidler med lav resistensrisiko. Det her, på tur, vil hjælpe os med at justere og tune specifikke terapier. Dette er spørgsmålet om de næste par år, " siger Evgenii Olekhnovich, hovedforfatter og forsker ved Center for Fysisk og Kemisk Medicin.

Potentielle anvendelser af algoritmen er ikke begrænset til analyser af tarmmikrobiotagener, da programmet også kan bruges til at studere genomprøver fra jord, vand eller spildevand. "Vi kan evaluere spredningen af ​​resistens inden for et enkelt bakteriesamfund, såsom tarmmikrobiota, såvel som mellem forskellige samfund. Dette giver os mulighed for, for eksempel, at identificere globale veje for antibiotikaresistens spredt gennem miljøet, " siger Evgenii Olekhnovich. "Problemet med modstand er komplekst og kræver en kompleks tilgang, hvor vores værktøj kan være virkelig nyttigt."