抗生素耐药性是全球公共卫生危机，每年造成100多万人死亡。世界卫生组织（World Health Organization）估计，到2050年，随着越来越多的细菌对抗癌药物产生防御作用，它可能会超过癌症和心脏病，成为导致死亡的主要原因。
根据发表在《自然通讯》上的一项新研究，杜兰大学的研究人员已经在细菌中发现了一种独特的遗传特征，可以预测它们产生抗生素耐药性的可能性。这些发现可以帮助研究人员更快地确定基于精确的治疗方法，这些治疗方法可以更有效地对抗致命的、耐药的病原体。
“如果我们在对其基因组进行测序时看到这种模式，那么如果你试图治疗它，我们可以预期它会变得耐药，”主要作者卡伦·霍尔博士说，她在2024年从杜兰大学医学院毕业之前领导了这项研究。
研究的中心是铜绿假单胞菌，一种已知具有多药耐药史的细菌，也是医院感染的常见原因。这种细菌很容易在一种特定的DNA修复途径中出现缺陷，这种情况会刺激细菌快速突变，从而增加耐药性产生的几率。
在分析了细菌基因组的突变特征——一种在癌症研究中通常用于绘制肿瘤遗传变化的技术——之后，研究小组发现了一种与这些DNA修复缺陷相关的独特模式，这种模式准确地预测了细菌产生抗生素耐药性的潜力。
只有在用抗生素治疗细菌而不能杀死它们时，才会产生耐药性，这强调了确定适当治疗途径的必要性。更糟糕的是，研究结果表明，细菌对最初治疗中没有涉及的药物产生了耐药性。
霍尔说：“超过50%的抗生素处方要么是不必要的，要么是错误的治疗方法，如果你提供了错误的抗生素，你就会促进越来越多的耐药性。”
重要的是，可以识别细菌“指纹”的DNA测序技术也可以为临床医生识别攻击点。研究人员发现，他们成功地识别了不同的耐药途径，并针对这些途径施用了特定的抗生素组合，从而防止了细菌获得耐药性。
尽管这一发现仍处于早期阶段，但一种诊断工具的成功创造可以减少抗生素的过度使用，并允许更精确地治疗细菌感染。霍尔现在是Informuta Inc.的首席执行官兼联合创始人，这是一家位于圣地亚哥的初创公司，旨在开发一种机器学习模型，可以扫描细菌样本并预测抗生素耐药性的发展。
“现在绝对没有这样的东西可用，它将改变这么多患者的游戏规则。抗生素耐药性一年比一年严重，”霍尔说。“我相信正确的抗生素管理和准确的诊断是解决这个难题的重要部分。”
