Проблема стійкості до антибіотиків

Поширення стійкості до антибіотиків (антибіотикорезистентності, АМР) є однією з найсерйозніших глобальних загроз для охорони здоров'я. Гени, що надають бактеріям цю стійкість (гени стійкості до антибіотиків, АРГ), можуть легко передаватися між мікроорганізмами, зокрема через навколишнє середовище — воду, ґрунт, стічні води. Відстеження поширення АРГ та розуміння шляхів їхньої передачі є критично важливим для розробки ефективних стратегій боротьби з АМР. Однак ідентифікація не лише самих АРГ, але й бактерій-носіїв, які їх переносять у складних екологічних зразках, залишається значним викликом. Розуміння того, які саме види бактерій несуть певні АРГ, дозволяє оцінити реальний ризик для здоров'я людини, адже ген стійкості у безпечній ґрунтовій бактерії становить значно меншу загрозу, ніж той самий ген у потенційному патогені, що циркулює у стічних водах лікарні.

Дослідницька група під керівництвом професора Тун Чжана з кафедри цивільної інженерії Інженерного факультету Університету Гонконгу (HKU) розробила інноваційний обчислювальний інструмент під назвою Argo. Цей інструмент спеціально створений для точного відстеження генів стійкості до антибіотиків у складних зразках навколишнього середовища, таких як вода чи ґрунт, що містять ДНК багатьох різних мікроорганізмів (метагеноми). Argo дозволяє не лише виявити наявність АРГ, але й з високою точністю визначити, які саме види бактерій є їхніми носіями, надаючи цінну інформацію про поширення та потенційні ризики, пов'язані з цими генами. Результати дослідження та опис інструменту були опубліковані у престижному науковому журналі Nature Communications у статті під назвою «Видоспецифічне профілювання генів стійкості до антибіотиків у складних метагеномах за допомогою перекриття довгих зчитувань з Argo».

Традиційним підходом для аналізу ДНК у таких зразках є метод секвенування коротких зчитувань (short-read sequencing). Ця високоефективна технологія генерує величезні обсяги даних, але у вигляді дуже коротких фрагментів ДНК, зазвичай близько 150 пар основ. «Метод секвенування коротких зчитувань, який широко використовується сьогодні, часто не дозволяє отримати інформацію про бактерій-носіїв АРГ», — пояснює професор Чжан. Короткі фрагменти рідко містять одночасно і ген стійкості, і достатньо унікальної послідовності ДНК самої бактерії (філогенетичних маркерів), щоб надійно визначити її вид. «Без детальної інформації про носія стає надзвичайно складно точно оцінити ризики, пов'язані з АРГ, та відстежити їхню передачу, що обмежує наше розуміння їхнього впливу на здоров'я людини та навколишнє середовище», — додає вчений. Це створює «сліпу пляму» у моніторингу АМР.

На противагу цьому, інструмент Argo використовує переваги технології секвенування довгих зчитувань (long-read sequencing). Цей метод дозволяє генерувати значно довші фрагменти ДНК, які часто охоплюють тисячі або навіть десятки тисяч пар основ. Такі довгі зчитування мають набагато вищу ймовірність містити одночасно і цілий ген стійкості, і достатньо генетичного контексту для ідентифікації бактерії-носія. Argo швидко ідентифікує та кількісно оцінює АРГ у метагеномних даних, отриманих за допомогою довгих зчитувань. Ключова інновація Argo полягає у способі аналізу цих даних: замість того, щоб аналізувати кожне довге зчитування окремо, Argo групує зчитування, які перекриваються одне з одним, у кластери. Потім інструмент присвоює таксономічні мітки (тобто визначає вид бактерії) цілим кластерам зчитувань, а не окремим фрагментам. Такий підхід значно підвищує роздільну здатність і точність визначення бактерій-носіїв АРГ.

Основна відмінність Argo від існуючих інструментів полягає саме в цьому методі групування та аналізу фрагментів ДНК на основі їхнього перекриття. Присвоєння таксономічних міток цілим групам пов'язаних зчитувань, а не ізольованим фрагментам, дає Argo явну перевагу в точності ідентифікації носіїв. Це дозволяє створити набагато повніший та надійніший профіль АРГ у досліджуваному зразку, вказуючи не лише на наявність генів, але й на їхніх господарів.

Професор Чжан пояснює принцип роботи Argo за допомогою аналогії: «Це схоже на складання пазла. Спочатку ми групуємо шматочки ДНК-фрагментів на основі спільних ознак, наприклад, кольору [у випадку ДНК — схожих послідовностей]. Це полегшує ідентифікацію та маркування місць перекриття або схожих шматочків у групах». Тобто, аналізуючи групи взаємопов'язаних довгих фрагментів, Argo може з більшою впевненістю сказати: «Цей ген стійкості належить саме цій бактерії».

Ефективність Argo була підтверджена за допомогою комп'ютерного моделювання. «Наше дослідження показало, що підхід Argo, заснований на перекритті зчитувань, досяг найнижчого рівня помилкової класифікації [тобто помилок у визначенні бактерії-носія] порівняно з іншими інструментами», — зазначає професор Чжан. Окрім високої точності, Argo також демонструє вражаючу швидкість обробки даних. «Для метагеномного зразка об'ємом 10 гігабаз (10 мільярдів пар основ) Argo зазвичай завершує аналіз протягом 20 хвилин, використовуючи 32 процесорні потоки», — додає він. Це робить інструмент практичним для аналізу великих обсягів даних, що генеруються в рамках моніторингових програм.

Хоча технологія секвенування довгих зчитувань на даний момент залишається дорожчою порівняно з короткими зчитуваннями для досягнення аналогічної глибини покриття (кількості зчитувань для кожної ділянки ДНК), команда вважає розроблений метод життєво важливим для вирішення зростаючої проблеми АРГ. Вартість довгих зчитувань поступово знижується, а переваги в точності ідентифікації носіїв АРГ, які надає Argo, є надзвичайно цінними для оцінки ризиків та розуміння епідеміології АМР.

На завершення професор Чжан підкреслює потенціал їхньої розробки: «Argo має потенціал стати стандартом для моніторингу АРГ та значно покращити нашу здатність відстежувати походження та шляхи поширення генів стійкості до антибіотиків. Це зробить вагомий внесок у глобальні зусилля з боротьби із загрозою антимікробної резистентності для здоров'я людства». Розробка таких точних інструментів є ключовим кроком до кращого розуміння та контролю над поширенням стійких бактерій у нашому середовищі.