Надежное выявление и прогнозирование резистентности к противомикробным препаратам является актуальной проблемой в эпоху устойчивости к противомикробным препаратам (AMR), имеющей значительные клинические последствия.
Инфекции, вызванные организмами с множественной лекарственной устойчивостью (MDRO), трудно поддаются лечению и часто приводят к повышению заболеваемости, смертности и увеличению продолжительности пребывания в больнице. Фенотипическое выявление AMR, т.е. на основе культуры, все еще является текущим золотым стандартом микробиологической диагностики. Хотя значительные достижения в области полногеномного секвенирования привели к серьезному прорыву в прогнозировании AMR на основе генома, этот метод еще не является абсолютно точным.
Поскольку полногеномное секвенирование становится все более доступным и недорогим для клинической микробиологической диагностики, надежность генотипического прогнозирования антимикробной резистентности (AMR) по данным секвенирования является важным вопросом, требующим решения. Компьютерное прогнозирование AMR может осуществляться на нескольких уровнях. Подход первого уровня, такой как простой поиск AMR, в значительной степени зависит от качества информации, поступающей в базу данных. Однако AMR, вызванные мутациями, часто остаются необнаруженными, поскольку они не включены в базу данных или плохо документированы.
На примере резистентности к ко-тримоксазолу (триметоприм-сульфаметоксазол) у Staphylococcus aureus мы сравнили одноуровневый и многоуровневый анализ, чтобы изучить сильные и слабые стороны обоих подходов. Результаты показали, что одна мутация в гене AMR на нуклеотидном уровне может дать ложноположительные результаты, которые можно было бы обнаружить, если бы был проведен анализ белковой последовательности. При прогнозировании AMR на основе хромосомных мутаций, таких как ген folP S. aureus, следует учитывать естественные генетические вариации, чтобы различать варианты, связанные с генетической линией (MLST), и не переоценивать потенциально резистентные варианты.
Наше исследование показало, что тщательный анализ данных всего генома и дополнительные критерии, такие как линейно-независимые мутации, могут быть полезны для идентификации мутаций, приводящих к фенотипической резистентности. Кроме того, для полной автоматизации прогнозирования AMR необходимо создать надежную базу данных точечных мутаций.
В целом, используя резистентность к ко-тримоксазолу у S. aureus, мы продемонстрировали, что генотипическое прогнозирование AMR с использованием существующих инструментов и базы данных является надежным. Однако для повышения точности генотипического прогнозирования AMR и согласованности между генотипической и фенотипической резистентностью может быть полезен подход многоуровневого анализа, включающий нуклеотидную и аллельную дисперсию, а также анализ белковых последовательностей. Кроме того, согласованные данные о фенотипической резистентности должны быть включены в базы данных AMR для повышения точности вычислительного прогнозирования AMR.
В настоящее время прогнозирование АМР in silico еще не является совершенным, и тестирование на фенотипическую резистентность остается незаменимым.
