Peter Doherty Institute for Infection and Immunity Instituteの研究者は、重度の感染中に細菌の変化に関する迅速な洞察を追跡し、迅速に洞察する際のゲノム配列決定の使用を実証した最初の研究者であると主張しています。
彼らは、重度の再発性感染症の患者を研究しました 黄色ブドウ球菌 または「黄金の雄羊」。毎年世界中で100万人以上の死亡の原因となる致命的な細菌は、敗血症、肺炎、骨および関節感染症、心内膜炎を引き起こす可能性があります。さらに、それは迅速に適応し、ほとんどの抗生物質に耐性になる可能性があります。
調査結果
彼らに 勉強、研究者は、臨床医が治療の失敗の原因を決定するのを支援するために、表現型検査によってサポートされている細菌ゲノミクスを適用しました。 S. aureus 感染症および潜在的に救助治療を導く。ゲノムシーケンスは、治療に対する反応に影響を与える特性を含む、細菌の完全な遺伝的プロファイルを提供します。
これを通して、 彼らは、症例の3分の1が金色の統計が危険な突然変異を拾い上げ、治療が失敗する可能性が高いことを発見しました。
主著者のStefano Giulieri博士は、以前に投与された抗生物質に対して細菌が80倍耐性になったケースを共有しました。
「彼らが血に再び現れるたびに、バクテリアは新しい危険な突然変異を拾っていた」とドハティ研究所は彼が声明で言っていると引用した。ジュリエリ博士は、ドハティ研究所の感染症の医師および臨床医の研究者です。
臨床チームは、ゲノム情報に基づいて患者の治療を変更し、最終的に感染を治すことができました。
「私たちの研究は、細菌の進化をリアルタイムで追跡することで、ゲノムシーケンスが細菌が生き残るために使用するトリックを明らかにすることができることを示しています。医師は、一歩先を行く力を与え、特定の細菌株に合わせて治療を調整することができます。
この研究では、新しいアプローチを「非常に有用」と評価した25人の世界的な感染症の専門家を調査しました。
「重度の感染症中に細菌の進化をリアルタイムで追跡する能力は、臨床医にとってゲームチェンジャーです」と、ジーロング大学病院の調査参加者および教授兼感染症コンサルタントの1人であるユージン・アサンは述べています。
一方、この研究では、重度の細菌感染症のゲノム調査を実施するための2つの潜在的な重要な障壁にも注目しました。シーケンスの追加コストと結果のタイムリーな送達です。
彼らの研究では、ハイスループットのゲノムシーケンスのコストは約584ドルまたは約370ドルであり、これは194ドルの細菌全ゲノムシーケンス（WGS）の平均コストの2倍です。彼らの研究室のターンアラウンド時間は、少なくとも5〜7日でした。
「将来の研究では、このタイプの分析のために、短いシーケンスの相対的な精度、コスト、およびターンアラウンド時間を比較する必要があります」と彼らは提案しました。
Doherty Instituteは、ビクトリア州の7つの主要病院と協力して、オースティンヘルス、イースタンヘルス、ロイヤルメルボルン病院、アルフレッドヘルス、ウエスタンヘルス、大学病院ジーロング、ベンディゴヘルスなど、研究について協力しています。
なぜそれが重要なのか
研究者によると、細菌のゲノミクスは、臨床的感染症と臨床結果に対する細菌の遺伝的因子の影響に関する乏しい証拠に対処するための比較的長い転換時間を考慮して、臨床環境でめったにその方法を発見していません。これまで、細菌の進化研究は遡及的にしか行われていませんでした。
それでも、細菌のゲノムシーケンスからの高解像度は、患者の個々の細菌株の正確な特性を提供し、精密感染症の管理を知らせることができます。
Doherty Instituteの研究では、表現型およびゲノミクスが「臨床的文脈や日常的な微生物学的データ（遺伝的関連性や適応的変異を含む日常的な微生物学的データ」から簡単に推測できない追加情報をどのように提供するかを実証しました。
「これらの発見は、細菌感染症の標的療法に向けた主要なステップを表しており、世界中の病院でこのアプローチを標準的な実践にすることができる将来の臨床試験への扉を開きます」とメルボルン大学の教授であり、微生物診断ユニットのディレクター、ドハティ研究所の微生物診断ユニットのディレクターであると主張します。
Doherty Instituteは現在、治療が失敗した重度の細菌感染症の場合の公衆衛生研究所を通じて、新しいゲノムシーケンスベースのサービスの追加を調査しています。
より大きな傾向
Doherty Instituteの研究におけるパートナーの1人であるAlfredとMonash Universityは、ゲノムデータ、EHR、およびAIを統合するシステムを開発し、抗菌耐性の初期症例（AMR）を追跡および警告し、スーパーバグ感染の治療の可能性のある結果を予測しています。
薬物菌の不一致のための自動アラートシステムも、クイーンズランド州のプリンスチャールズ病院でテストおよび適用され、抗菌薬スチュワードシッププログラムをサポートしました。
オーストラリア以外では、シンガポールと台湾の病院は、潜在的なAMR症例を防止および対処するためのAI駆動型システムも作成しています。 シンガポール総合病院のAIモデルは、臨床データを利用して肺炎の症例をレビューおよび評価し、ケアの時点でより良い抗生物質処方をサポートします。その間、 中国医科大学病院の抗菌性AIプラットフォームは、4つの機能を備えています。薬物耐性株を識別し、感染性敗血症と死亡率のリスクを予測および監視し、スマートな薬物投与量の推奨を提供し、薬物薬物の相互作用とアレルギーの歴史を自動的に比較します。