В новом исследовании, опубликованном в журнале eLife, ученые предложили модель, которая может предсказать, как будет развиваться устойчивость к антибиотикам в процессе различных комбинаций лечения.
Исследование, проведенное совместно с биофизиком Мичиганского университета Кевином Вудом, может помочь врачам оптимизировать выбор, сроки, дозу и последовательность антибиотиков, используемых для лечения распространенных инфекций. Модель поможет остановить растущую угрозу устойчивости к антибиотикам.
“Комбинации лекарств являются особенно многообещающим подходом для замедления резистентности, но эволюционные последствия комбинированной терапии по-прежнему трудно предсказать, особенно в клинических условиях”, – рассказывает первый автор Эрида Джини, исследователь из Лиссабонского университета, Португалия.
В новом исследовании учёные провели фундаментальное измерение приспособленности микробов — их скорости роста, измеряемой простой кривой роста с течением времени, – и связали это с устойчивостью к двум теоретическим препаратам. В модели предполагается, что лекарственно-устойчивые мутанты реагируют на высокую концентрацию препарата точно так же, как лекарственно-чувствительные клетки реагируют на низкую концентрацию препарата.
Предположение о масштабировании означает, что поведение роста мутантов можно вывести из поведения предковых (чувствительных) клеток, просто измерив их рост в диапазоне концентраций. Затем команда связала это предположение с известной статистической зависимостью, называемой уравнением цены, чтобы объяснить, как лекарственные взаимодействия и перекрестная резистентность влияют на то, как популяции развивают устойчивость количественно и адаптируются к комбинациям лекарств.
Эта масштабирующая модель показала, что выбор признаков резистентности определяется как взаимодействием препаратов, так и перекрестной резистентностью (когда клетки развивают резистентность к одному из препаратов и одновременно становятся резистентными ко второму). Смесь двух препаратов в модели приводит к заметно различным траекториям роста и темпам адаптации роста в зависимости от того, как взаимодействуют препараты.
“В отличие от классических генетических подходов к изучению лекарственной устойчивости, мы использовали простые предположения о масштабировании — то, что обычно используется в физике. Этот подход помогает нам распутать ряд конкурирующих эволюционных эффектов и в конечном итоге может предложить основу для оптимизации зависящих от времени методов лечения несколькими лекарственными препаратами”. – рассказывают специалисты.
