《新的诊断方法可以快速识别正确的抗生素》

  • 来源专题:人类遗传资源和特殊生物资源流失
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2019-12-03
  • 及时诊断并使用最有效的抗生素治疗的细菌感染患者比等待治疗的患者情况要好。但是,目前确定哪种药物将杀死病原体的方法需要几天才能产生结果,因此,患者在等待诊断的同时,通常会被开出广谱抗生素。据美国疾病控制与预防中心(CDC)最近的一项估计,这些抗生素的过度使用导致了耐药微生物的出现,每年导致3.5万美国人死亡。

    麻省理工学院布罗德研究所(Broad Institute of MIT)和哈佛大学及麻省总医院(Massachusetts General Hospital, MGH)的科学家开发了一种新的诊断方法,通过允许医生在数小时内而不是数天内准确找到最佳抗生素,这种方法可能有助于解决这个问题。这种快速检测方法有可能应用于任何细菌感染和抗生素。

    “能够快速、准确地识别最好的抗生素将极大地改善患者感染的护理,同时确保抗生素部署智能和高效的阿森纳,”洪黛博拉说,核心成员学院广大和哈佛医学院副教授,MGH领导发展的考验。

    两种方法胜过一种

    目前抗生素敏感性试验(AST)的黄金标准“表型”方法包括从病人身上取下细菌,在有多种抗生素的培养皿中培养,观察哪种药物可以抑制细菌的生长。这些基于生长的检测是准确的,但是需要几天才能得到结果并告知临床决定。较新的“基因型”方法是在细菌DNA中寻找已知的能产生耐药性的突变,这种方法速度更快,但准确性更低,因为耐药性可能来自检测中没有包括的基因变化。

    Broad和MGH研究人员的新测试,称为基因型和表型AST通过RNA检测,或称噬菌体- r,结合了这两种方法的优点,可以在不到4小时内提供结果。根据《自然医学》杂志的描述,这项工作是由洪和罗比·巴塔查里亚领导的。

    在他们的研究中,研究人员发现,在接触抗生素几分钟后,在培养皿中培养的同种细菌的耐药和药敏版本显示出不同的信使RNA (mRNA)表达模式,反映了它们基因活性的差异。科学家们使用机器学习算法来识别能最好地区分药物敏感菌和耐药菌的mRNA转录。然后,GoPhAST-R使用这些转录本对未知药物敏感性的样本进行分类。通过寻找药物敏感性的信使rna信号,该测试可以快速识别一个生物体对某些药物的敏感性,而不考虑潜在的耐药性遗传根源。

    该方法还分析mRNA转录序列,以揭示细菌是否携带已知的导致耐药性的关键基因。将这种基因型数据与基于表现型表达的数据相结合,可以提高噬菌体- r的性能,科学家们发现,噬菌体- r对菌株的分类准确率为94%到99%。

    更快

    研究人员证明,GoPhAST-R可以识别出当今在临床上使用的三种主要抗生素类别的敏感性:碳青霉烯类,氟喹诺酮类和氨基糖苷类,它们对五种经常具有耐药性的病原体:大肠杆菌,肺炎克雷伯菌,鲍曼不动杆菌,金黄色葡萄球菌和铜绿假单胞菌。他们使用GoPhAST-R快速测定了MGH临床微生物实验室的患者样品中病原体的环丙沙星敏感性,从而证明了该试验的临床潜力。

    为了使GoPhAST-R的运行速度更快,该团队与一家名为NanoString的生物技术公司合作,使用其下一代RNA检测平台NanoString Hyb&Seq。与使用标准临床实验室方法进行的28-40小时相比,该仪器允许GoPhAST-R在血液培养中阳性细菌被检出后不到四小时的时间内确定抗生素敏感性。

    Bhattacharyya说:“如果将其开发用于临床,GoPhAST-R可以帮助改变传染病的诊断和治疗,同时有助于防止耐药性超级细菌的进一步出现和传播。”

    这项研究部分由美国国立卫生研究院国家过敏和传染病研究所资助。

    Broad Institute最近已将技术许可给NanoString进行商业化。

相关报告
  • 《机器学习提升抗生素的使用》

    • 来源专题:先导专项——抗突发性传染病药物监测服务
    • 编译者:李子艳
    • 发布时间:2020-12-02
    • AI技术已经被越来越多应用于医疗领域,最近研究人员利用人工智能发现了一种强大的抗生素,几乎可以杀死世界上一些最危险的耐药细菌。 据《卫报》报道,为了找到新的抗生素,研究人员首先训练了一种“深度学习”算法来识别杀死细菌的分子种类。在研究中,他们向程序提供了近 2500 种药物和天然化合物的原子和分子特征的信息,以及这些物质抑制大肠杆菌的生长速度。 一旦这个算法了解哪些分子特征可以用来制造优质的抗生素,科学家们就把它应用到一个包含 6000 多种化合物的文库中。研究人员正研究把这些化合物用于治疗各种人类疾病。需要知道的是,该算法没有寻找任何潜在的抗菌素,而是专注于检测出看起来有效但与现有抗菌素不同的化合物。这增加了这些药物以全新的方式发挥作用的可能性,而细菌还没有对这种新方式产生抗药性。 这项研究的作者Jonathan Stokes表示,算法用了几个小时来评估化合物,并找出一些有前景的抗生素。《卫报》补充道:(这位高级研究员)现在想利用这一算法找到对其杀死的细菌更有选择性的抗生素。”这意味着服用抗生素只会杀死引起感染的细菌,并且不会杀死肠道内所有的有益细菌。此外,科学家们还设想利用该算法从头开始设计有效的新抗生素。
  • 《新的数据显示,世界各地发现了高水平的抗生素耐药性》

    • 来源专题:生物安全
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2018-12-07
    • 世卫组织首次发布抗生素耐药性监测数据显示,在高收入和低收入国家,对一些严重细菌感染的耐药性都很高。 世卫组织新的全球抗生素监测系统(GLASS)显示,在22个国家的50万疑似细菌感染患者中普遍存在抗生素耐药性。 最常报道的抗药细菌大肠杆菌,肺炎克雷伯菌,金黄色葡萄球菌,肺炎链球菌,其次是沙门氏菌spp。系统不包括数据结核分枝杆菌的耐药性,导致结核病(TB),自1994年以来一直跟踪它,并提供年度全球结核病更新报告。 在疑似血液感染的患者中,细菌对一种最常用抗生素产生耐药性的比例在不同国家之间差异很大,从零到82%不等。在报告的国家中,对青霉素的耐药性范围从零到51%不等。青霉素是几十年来全世界用于治疗肺炎的药物。与泌尿系感染相关的大肠杆菌中,有8%至65%对环丙沙星(一种常用的抗生素)产生了耐药性。 “报告证实了全世界抗生素耐药性的严重情况,”世卫组织抗生素耐药性秘书处主任Marc Sprenger博士说。 “一些世界上最常见的——也可能是最危险的——感染正在被证明具有耐药性,”Sprenger补充道。最令人担忧的是,病原体不尊重国界。这就是为什么世卫组织鼓励所有国家建立良好的监测系统来检测耐药性,从而为这一全球系统提供数据。 迄今为止,已有52个国家(25个高收入、20个中等收入和7个低收入国家)加入了世卫组织的全球抗菌监测系统。在第一份报告中,40个国家提供了关于其国家监测系统的信息,22个国家还提供了关于抗生素耐药性水平的数据。 “该报告是朝着增进我们对抗菌素耐药性程度的了解迈出的至关重要的第一步。世卫组织协调新监测系统的Carmem Pessoa-Silva博士说:“监测还处于起步阶段,但如果我们要预测并应对全球公共卫生面临的最大威胁之一,发展监测至关重要。” 第一个玻璃报告中的数据在质量和完整性上有很大的差异。一些国家在建立国家监测系统方面面临重大挑战,包括缺乏人员、资金和基础设施。 然而,世卫组织支持更多国家建立能够产生可靠、有意义数据的国家抗生素耐药性监测系统。GLASS正在帮助各国标准化收集数据的方式,使人们能够更全面地了解抗菌素耐药性模式和趋势。 结核病、艾滋病毒和疟疾的可靠耐药监测规划多年来一直在发挥作用,帮助估计疾病负担,规划诊断和治疗服务,监测控制干预措施的有效性,并设计有效的治疗方案以应对和预防未来的耐药。玻璃有望对常见的细菌病原体发挥类似的作用。 谷歌眼镜的推出已经在许多国家产生了影响。例如,肯尼亚加强了其国家抗菌素耐药性系统的发展;突尼斯开始在国家一级收集关于抗菌素耐药性的数据;大韩民国完全修订了其国家监测系统,以配合玻璃方法,提供了非常高质量和完整的数据;阿富汗或柬埔寨等面临重大结构性挑战的国家已加入该系统,并将玻璃框架作为加强其抗生素耐药性监测能力的机会。一般来说,国家参与玻璃制品被视为支持控制抗菌素耐药性的全球努力的日益增长的政治承诺。 2014年,世卫组织在《全球监测抗菌素耐药性报告》中强调了建立全球监测系统的必要性。 2015年10月,世卫组织根据世卫组织其他监测规划的经验,与世卫组织合作中心和现有的抗生素耐药性监测网络密切合作,启动了全球抗生素监测系统(GLASS)。例如,在过去24年中,188个国家实施了结核病耐药性监测。艾滋病毒耐药性监测始于2005年,截至2017年,已有50多个国家报告了预处理数据,并采用标准化调查方法获得耐药性。 任何国家,在其国家抗菌素耐药性监测系统发展的任何阶段,都可以在玻璃中注册。鼓励各国根据本国优先事项和现有资源,逐步执行监测标准和指标。 GLASS最终将纳入与人类抗生素耐药性有关的其他监测系统的信息,例如在食物链中、对抗生素消耗的监测、有针对性的监测项目和其他相关数据。 所有由谷歌眼镜制作的数据都可以在网上免费获得,并将定期更新。 世卫组织总干事Tedros Adhanom Ghebreyesus博士强调了他的目标,即通过将致力于这一问题的专家聚集在一个新创建的战略行动小组下,使抗菌素耐药性成为世卫组织的最优先事项之一。 ——文章发布于2018年1月29日