Forskare från ITMO University och Center of Physical and Chemical Medicine har utvecklat en algoritm som kan spåra spridningen av antibiotikaresistensgener i tarmmikrobiota-DNA och avslöjat ytterligare bevis på resistensgenöverföring mellan bakteriearter. Metoden kan inte bara bidra till utvecklingen av effektiva terapisystem, men också bromsa spridningen av superbugs. Resultaten av forskningen publicerades i Bioinformatik .
På senare år har spridningen av antibiotikaresistens har blivit ett globalt hälsoproblem. Som en följd av överdriven antibiotikaanvändning inom medicin och jordbruk, tarmmikrobiota ackumulerar gener för antibiotikaresistens i sitt DNA eller metagenom. Å ena sidan, dessa gener hjälper den normala floran att överleva. Dock, färska studier visar att tarmmikrobiota kan dela resistensgener med patogener, vilket gör dem resistenta mot tillgängliga terapier. I det här ljuset, Att studera spridningen av resistensgener är särskilt viktigt.
Programmerare från ITMO University tillsammans med kollegor från Research Center of Physical and Chemical Medicine utvecklade en algoritm som heter MetaCherchant som gör det möjligt att utforska genmiljön för läkemedelsresistens och se hur den förändras beroende på bakterieart. "Vi skapade ett verktyg som gör det möjligt för forskare att titta närmare på skillnaden mellan genomgivning i två eller flera prover av mikrobiota. Vi kan analysera mikrobiotaprover som samlats in från olika människor eller från samma person vid olika tidpunkter, till exempel, före och efter antibiotikabehandling, säger Vladimir Ulyantsev, docent vid avdelningen för datorteknik vid ITMO-universitetet. "Baserat på de erhållna uppgifterna, vi kan föreslå hur en viss resistensgen kan spridas från en mikrobiell art till en annan."
Studier av genmiljön för antibiotikaresistens är främst viktiga för att utforma effektiva antimikrobiella behandlingssystem. "Med MetaCherchant, vi kan analysera hur mikrobiota bidrar till spridningen av resistens till en viss antibiotikaklass. Ser fram emot, det är möjligt att förutsäga vilka antibiotika som patogener är mest benägna att sprida resistens mot. Å andra sidan, vi kan också hitta läkemedel med låg resistensrisk. Detta, i tur och ordning, hjälper oss att anpassa och ställa in specifika behandlingar. Detta är frågan om de kommande åren, " säger Evgenii Olekhnovich, huvudförfattare och forskare vid Centrum för fysikalisk och kemisk medicin.
Potentiella tillämpningar av algoritmen är inte begränsade till analys av tarmmikrobiotagener, eftersom programmet också kan användas för att studera genomprover från jord, vatten eller avlopp. "Vi kan utvärdera spridningen av resistens inom ett enda bakteriesamhälle, som tarmmikrobiota, såväl som mellan olika samfund. Detta tillåter oss, till exempel, att identifiera globala vägar för antibiotikaresistens spridda genom miljön, " säger Evgenii Olekhnovich. "Problemet med motstånd är komplext och kräver ett komplext tillvägagångssätt, där vårt verktyg kan vara riktigt användbart."
