استفاده از نقشه برداری E.coli برای غلبه بر مقاومت آنتی بیوتیکی

به گزارش سینا پرس، مقاومت آنتی بیوتیکی، زمانی که باکتری های عامل عفونت تکامل می یابند به طوری که دیگر تحت تأثیر آنتی بیوتیک های معمولی قرار نمی گیرند، یک نگرانی جهانی است. تحقیقات جدید در دانشگاه توکیو، تکامل و فرآیند انتخاب طبیعی باکتری اشریشیا کلی (E.(coli را در آزمایشگاه ترسیم کرده است.

این نقشه‌ها که مناظر تناسب اندام نامیده می‌شوند، به ما کمک می‌کنند تا توسعه گام به گام و ویژگی‌های مقاومت E. coli به هشت داروی مختلف از جمله آنتی‌بیوتیک‌ها را بهتر درک کنیم. محققان امیدوارند نتایج و روش های آنها برای پیش بینی و کنترل E. coli و سایر باکتری ها در آینده مفید باشد.

آیا تا به حال بعد از خوردن یک همبرگر نیم پز احساس ناراحتی کرده اید؟ یا زمانی که باقیمانده های شام دیروز کمی بیش از حد از یخچال خارج شد؟ انواع مختلفی از مسمومیت های غذایی وجود دارد، اما یکی از دلایل رایج، رشد باکتری هایی مانند E. coli است.

اکثر موارد E. coli، اگرچه ناخوشایند است، اما می‌توان در خانه با استراحت و رساندن  مجدد آب به بدن درمان کرد. با این حال، در برخی موارد، می تواند منجر به عفونت های تهدید کننده زندگی شود. اگر عفونت باکتریایی دارید، داروی آنتی بیوتیک می تواند یک درمان قدرتمند و موثر باشد.

اما مقاومت آنتی بیوتیکی، توانایی باکتری برای قوی شدن به اندازه ای که به دارو پاسخ نمی دهد، یک نگرانی جدی جهانی است. اگر آنتی بیوتیک ها دیگر مؤثر نباشند، بار دیگر در معرض خطر بیماری های جدی ناشی از آسیب های کوچک و بیماری های رایج قرار خواهیم گرفت.

محقق جونیچیرو ایواساوا، دانشجوی دکتری در دانشکده علوم تحصیلات تکمیلی در زمان این مطالعه گفت: توسعه روش‌هایی که می‌توانند تکامل باکتری‌ها را پیش‌بینی و کنترل کنند برای یافتن و سرکوب ظهور باکتری‌های مقاوم بسیار مهم است. بنابراین، ما یک روش جدید برای پیش‌بینی تکامل مقاومت دارویی با استفاده از داده‌های به‌دست‌آمده از آزمایش‌های تکامل آزمایشگاهی E. coli ایجاد کرده‌ایم.

محققان از روشی به نام تکامل آزمایشگاهی تطبیقی یا ALE برای “بازپخش نوار” در مورد تکامل E. coli مقاوم به دارو به هشت داروی مختلف از جمله آنتی بیوتیک ها استفاده کردند. این روش محققان را قادر ساخت تا تکامل سویه‌های باکتریایی با ویژگی‌های قابل مشاهده خاص (به نام فنوتیپ) را در آزمایشگاه مطالعه کنند. این به آنها کمک کرد تا در مورد تغییراتی که ممکن است در طول فرآیند طولانی‌مدت انتخاب طبیعی برای باکتری‌ها رخ دهد، بینش پیدا کنند.

 در حالی که آزمایش‌های متداول تکامل آزمایشگاهی کار فشرده بوده است، ما این مشکل را با استفاده از یک سیستم کشت خودکار که قبلاً در آزمایشگاه ما توسعه داده بود، کاهش دادیم. ایواساوا توضیح داد: این به ما امکان داد تا اطلاعات کافی در مورد تغییرات فنوتیپی مربوط به تکامل مقاومت دارویی به دست آوریم. با تجزیه و تحلیل داده های به دست آمده، با استفاده از تجزیه و تحلیل اجزای اصلی (روش یادگیری ماشینی)، ما توانستیم چشم انداز تناسب اندام را روشن کنیم که زمینه ساز تکامل مقاومت دارویی E. coli است.

مناظر تناسب اندام شبیه نقشه های توپوگرافی سه بعدی هستند. کوه ها و دره های روی نقشه نشان دهنده تکامل یک موجود زنده است. موجودات در اوج تکامل یافته اند تا “تناسب اندام” یا توانایی بهتری برای بقا در محیط خود داشته باشند.

ایواساوا توضیح داد: مختصات چشم انداز تناسب اندام نشان دهنده حالات درونی ارگانیسم است، مانند الگوهای جهش ژنی (ژنوتیپ ها) یا پروفایل های مقاومت دارویی (فنوتیپ ها) و غیره. بنابراین، چشم انداز تناسب اندام، رابطه بین حالات درونی ارگانیسم را توصیف می کند. با روشن کردن چشم انداز تناسب اندام، انتظار می رود پیشرفت تکامل قابل پیش بینی باشد.

این مقاله در مجله PLoS Biology منتشر شده است. این تیم معتقد است که مناظر تناسب اندام که در این مطالعه ترسیم کرده است و روش های توسعه یافته در این فرآیند برای پیش بینی و کنترل نه تنها E. coli، بلکه سایر اشکال تکامل میکروبی نیز مفید خواهد بود. محققان امیدوارند که این منجر به مطالعات آینده شود که بتواند راه هایی برای سرکوب باکتری های مقاوم به دارو پیدا کند و به توسعه میکروب های مفید برای مهندسی زیستی و کشاورزی کمک کند.

ایواساوا در اخر گفت که : گام مهم بعدی این است که واقعاً سعی کنیم از مناظر تناسب اندام برای کنترل تکامل مقاومت دارویی استفاده کنیم و ببینیم تا چه حد می توانیم آن را کنترل کنیم. این را می توان با طراحی آزمایش های تکامل آزمایشگاهی بر اساس اطلاعات مناظر انجام داد. ما می توانیم. منتظر نمانید تا نتایج آتی را ببینید.

منبع: Phys.org

مترجم: سید سپهر ارومیهء

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا