Машинное обучение помогает выявить гены устойчивости к антибиотикам у микобактерий туберкулеза

Исследователи из Калифорнийского университета в Сан-Диего (University of California — San Diego) разработали метод, который использует машинное обучение для выявления и прогнозирования того, какие гены делают бактерии устойчивыми к антибиотикам. Работа была недавно опубликована в научном журнале Nature Communications.

Метод для выявления антибиотикорезистентности бактерий

Этот метод был испытан на штаммах Mycobacterium tuberculosis — бактериях, вызывающих туберкулез (ТБ) у людей. Было выявлено 33 известных и 24 новых гена устойчивости к антибиотикам у этих бактерий.

Исследователи говорят, что данный метод может быть использован на других инфекционных патогенах, включая стафилококки и другие бактерии, которые вызывают инфекции мочевых путей, пневмонию и менингит.

«Знание того, какие гены придают устойчивость бактериям к антибиотикам, может изменить способ лечения инфекционных заболеваний в будущем», — сказал соавтор исследования Джонатан Монк (Jonathan M. Monk), научный сотрудник отдела биоинженерии в Калифорнийском университете в Сан-Диего. «Например, если в клинике существует постоянная инфекция туберкулеза, врачи могут перестроить этот штамм, посмотреть на его гены и выяснить, к каким антибиотикам он устойчив и какие из них восприимчивы, а затем назначить правильный антибиотик для этого штамма».

«Это может открыть возможности для персонализированного лечения патогена. Каждый штамм отличается и потенциально должен рассматриваться по-разному», — сказал соавтор исследования  Бернхард Палссон (Bernhard Palsson). «Благодаря этой машине изучение анализа пан-генома — полного набора всех генов во всех штаммах бактериальных видов — мы можем лучше понять свойства, которые делают эти штаммы разными».

Материалы и методы обследования

Ученые разработали алгоритм машинного обучения с использованием последовательностей геномов и фенотипов — физических признаков или характеристик, которые можно наблюдать, такие как устойчивость к антибиотикам — более 1500 штаммов M. tuberculosis.

Результаты научной работы

На основе этих данных ученые создали алгоритм, с помощью которого можно выявить набор генов и вариантных форм этих генов, называемых аллелями, которые вызывают устойчивость к антибиотикам. 33 были подтверждены известными генами устойчивости к антибиотикам, остальные 24 еще не были экспериментально проверены.

Исследователи дополнительно проанализировали прогнозирование алгоритма и идентифицировали комбинации аллелей, которые могли бы взаимодействовать друг с другом и вызывать устойчивость штамма к антибиотику. Они также отображали эти аллели на кристаллические структуры белков M. tuberculosis (опубликованные в Банке данных о белках). Они обнаружили, что некоторые из этих аллелей появились в некоторых структурных областях белков.

«Мы провели интерактивный и структурный анализ, чтобы углубиться в процесс исследования и разработать более сложные гипотезы о том, как эти гены могут способствовать фенотипам резистентности к антибиотикам», — сказал автор исследования Эрол Каввас (Erol Kavvas). «Эти результаты могут помочь будущим исследованиям изучить, влияет ли структурная группировка этих аллелей на их устойчивость к антибиотикам».

Выводы

Будущие исследования будут включать применение подхода машинного обучения к другим инфекционным бактериям, известным как патогены ESКAPE: Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa и Enterobacter. В качестве следующего шага ученые объединят модели метаболизма в геноме с их компьютерным методом обучения, чтобы понять механизмы, лежащие в основе эволюции устойчивости к антибиотикам.

Авторы другого исследования утверждают, что бактерии кишечника могут вырабатывать электричество.

Приглашаем подписаться на наш канал в Яндекс Дзен


 
Рейтинг
( Пока оценок нет )
Хусаинов Руслан Халилович / автор статьи
Должность - Главный редактор, автор статьей E-mail для связи - [email protected] Врач - ультразвуковой диагностики, детский травматолог-ортопед  г. Санкт-Петербург.
Понравилась статья? Поделиться с друзьями: