Pseudomonas aeruginosa - грамотрицательная условно-патогенная бактерия, вызывающая различные острые и хронические инфекции у людей.
Из-за роста заболеваемости, сложности лечения и высокой смертности P. aeruginosa является серьезной проблемой и объектом клинического лечения. Обладая относительно большим бактериальным геномом, P. aeruginosa хорошо переносит и адаптируется к различным условиям окружающей среды и имеет естественную резистентность к различным антибиотикам, среди которых трудно поддающаяся лечению резистентная P. aeruginosa (DTR-PA) срочно нуждается в исследовании и разработке новых антибиотиков для борьбы с оппортунистическими инфекциями, вызванными DTR-PA.
Быстрое обнаружение и выяснение механизмов резистентности необходимы для своевременного лечения антибиотиками и мониторинга P. aeruginosa с множественной лекарственной резистентностью (MDR). В настоящее время секвенирование всего генома (WGS) стало передовым методом выявления антимикробной резистентности (AMR), однако клиническое применение WGS ограничено высокой стоимостью, высокими требованиями к образцам и техническими трудностями анализа. Применение анализа на чувствительность к антибиотикам (AST) для диагностики резистентных к противомикробным препаратам патогенов и их антибиограммы требует много времени, громоздких операций и имеет низкий процент положительных результатов, что не может удовлетворить клинические потребности.
Недавно технология метагеномного секвенирования следующего поколения (mNGS) позволила идентифицировать патогены и AMR-ассоциированные гены непосредственно из клинических образцов благодаря своей способности быстро диагностировать невыясненные инфекции. Таким образом, учитывая сложные механизмы резистентности и высокую распространенность вариантозависимой резистентности DTR-PA, возможно предсказать фенотипы резистентности DTR-PA путем выявления AMR-ассоциированных генов с помощью mNGS. Hu и Zhao (2023) сообщили, что среднее время получения результатов AST на основе NGS для клинических образцов составило 19,1 часов, что значительно сократило время получения результатов традиционной технологии определения чувствительности к лекарственным препаратам.
Методы: В этом исследовании данные полногеномного секвенирования (WGS) 494 изолятов P. aeruginosa были использованы для скрининга ключевых генов, связанных с антимикробной резистентностью (AMR) и резистентностью к имипенему (IPM), меропенему (MEM), пиперациллину/тазобактаму (TZP) и левофлоксацину (LVFX) у P. aeruginosa путем сравнения генов с разницей в количестве копий между резистентными и чувствительными штаммами. Затем для прямого прогнозирования резистентности P. aeruginosa к четырем антибиотикам по выявленным AMR-ассоциированным признакам мы собрали 74 положительных образца мокроты P. aeruginosa для секвенирования методом метагеномики следующего поколения (mNGS), из которых 1 образец с низким качеством был исключен. Затем мы построили модель прогнозирования резистентности.
Результаты: Мы выявили 93, 88, 80, 140 AMR-ассоциированных признаков для устойчивости к IPM, MEM, TZP и LVFX у P. aeruginosa. Относительная распространенность AMR-ассоциированных генов была получена путем сопоставления данных mNGS и WGS. 20 лучших признаков со степенью важности для резистентности к IPM, MEM, TZP и LVFX были соответственно использованы для моделирования. Затем мы использовали алгоритм машинного обучения "случайного леса" для построения моделей прогнозирования резистентности P. aeruginosa, при этом площади под кривыми моделей прогнозирования резистентности IPM, MEM, TZP и LVFX были больше 0,8, что свидетельствует о хорошей эффективности этих моделей прогнозирования резистентности.
Выводы: В целом, mNGS может предсказывать резистентность P. aeruginosa путем прямого обнаружения AMR-ассоциированных генов, что дает возможность быстрого клинического выявления лекарственной резистентности патогенных бактерий.
