نماد سایت خبرگزاری سیناپرس

برنامه رایانه‌ای برای پیش‌بینی سریع مقاومت در برابر آنتی‌بیوتیک

باکتری‌ها مانند همه گونه‌های روی زمین بطور مدام در حال تکامل هستند. با گذشت زمان برخی از تغییراتی که در دی‌ان‌ای باکتری‌ها رخ می‌دهد، آن‌ها را در برابر داروهای مورد استفاده برای درمان مقاوم می‌کند.

باکتری‌های مقاوم در برابر دارو با احتمال بیشتری، دوام آورده و ویژگی‌های خود را به سایر باکتری‌ها منتقل می‌کنند که این امر، باعث ایجاد یک مشکل فزآینده می‌شود و در آینده می‌تواند خطر بزرگی برای سلامت جهانی ایجاد کند.بهترین راه برای حل مشکل، درمان هر چه سریعتر بیماران با آنتی‌بیوتیک مناسب است اما این امر همیشه محقق نمی‌شود. پزشکان ابتدا باید باکتری عامل عفونت بیمار را شناسایی کرده و سپس بررسی کنند که آیا آن به داروی خاصی مقاوم هست یا نه. این کار معمولا با اعمال آنتی‌بیوتیک‌های مختلف به باکتری در ظرف آزمایشگاهی انحام می‌شود که می‌تواند چند روز،‌ چند هفته یا حتی چند ماه زمان ببرد.

 

دانشمندان تصور کردند که می‌توان مقاومت باکتری به دارو را با بررسی دی‌ان‌ای آن به دنبال جهشهای خاصی که منجر به ایمنی در برابر دارو می‌شود، شناسایی کرد که این امر نیز با مشکلاتی روبرو است زیرا روش‌های کنونی به نیروی محاسباتی بالا و وجود یک کارشناس نیاز دارند.

محققان دانشگاه آکسفورد تصمیم گرفتند یک برنامه رایانه‌ای موسوم به "Mykrobe Predictor" برای حل این مسأله تولید کنند که کل فرآیند را بطور مستقیم و سریع انجام می‌دهد. این برنامه به پردازش خودکار ژنوم پرداخته و توالی‌های دی‌ان‌ای باکتری را در مقابل گونه‌های تحلیل شده قبلی بررسی می‌کند تا به سرعت جهشهای عامل مقاومت دارویی را شناسایی کند. زمانی که بررسی تکمیل شد، اطلاعات به شکل ساده‌ای ارائه می‌شود که نیاز به حضور کارشناس را از بین می‌برد.

دانشمندان این نرم‌افزار را آزمایش کرده و از آن برای بررسی بیش از 4500 نمونه گذشته‌نگر بیمار به دنبال مقاومت آنتی‌بیوتیکی در دو عفونت خطرناک باکتریایی سل و استافیلوکوکوس اورئوس استفاده کردند.

نتایج بسیار جالب توجه بودند و نرم‌افزار توانست مقاومت در برابر پنج آنتی‌بیوتیک خط اول را در بیش از 99 درصد موارد استافیلوکوکوس اورئوس شناسایی کند که برابر با عملکرد روشهای سنتی است. این نرم‌افزار در هنگام آزمایش نمونه‌های سل توانست بین پنج تا 16 برابر سریعتر از روشهای کنونی، مقاومت را در 82.6 درصد از موارد شناسایی کند.

ابزار Mykrobe Predictor برخلاف روشهای کنونی با کشف جهشهای جدید قابل ارتقا بوده و می‌توان آن را با گذشت زمان بهبود بخشید. این نرم‌افزار همچنین می‌تواند عفونتها را حتی زمانی که ترکیبی از باکتری‌های حساس به دارو و مقاوم در برابر دارو در سیستم بدن بیمار وجود دارد، شناسایی کند.

به گزارش ایرنا، این فناوری در حال حاضر در بیمارستان‌های لیدز، برایتون و آکسفورد در حال کارآزمایی بوده و جزئیات آن در مجله Nature Communications منتشر شده است.

No tags for this post.
خروج از نسخه موبایل