[ad_1]

تکامل آزمایشی نشان می دهد که چگونه باکتری ها مقاومت دارویی پیدا می کنند

در این مطالعه ، محققان یک سیستم کشت رباتیک کاملاً خودکار برای انجام تکامل آزمایشگاهی E. coli با عملکرد بالا برای بیش از 250 نسل تحت فشار 95 آنتی بیوتیک مختلف ایجاد کردند. اعتبار: RIKEN

یک تیم تحقیقاتی از مرکز تحقیقات پویایی بیوسیستم RIKEN (BDR) در ژاپن توانست تحت فشار تعداد زیادی آنتی بیوتیک منفرد باکتری اشرشیاکلی شیوع پیدا کند. به این ترتیب ، آنها قادر به شناسایی مکانیسم ها و محدودیت های زمینه ساز مقاومت دارویی بودند. یافته های آنها در مجله علمی منتشر شده است ارتباطات طبیعت، می تواند برای توسعه استراتژی های درمانی برای داروهایی استفاده شود که احتمال مقاومت در برابر باکتری ها را به حداقل برساند.

مقابله با باکتری های مقاوم به چند دارو در حال تبدیل شدن به یک چالش اساسی جهانی است. به نظر می رسد که هر بار که محققان آنتی بیوتیک جدید ایجاد می کنند ، در طی استفاده بالینی ، باکتری های مقاوم به آنتی بیوتیک جدید ظاهر می شوند. برای پیروزی در این بازی گربه و موش ، دانشمندان باید درک کنند که مقاومت دارویی باکتری چگونه متحول می شود. به طور طبیعی ، این فرایند بسیار پیچیده است و شامل تغییرات زیادی در توالی ژنومی و شرایط سلولی است. بنابراین ، هیچگاه مطالعه جامعی از پویایی مقاومت در برابر تعداد زیادی آنتی بیوتیک گزارش نشده است.

تومویا مائدا ، محقق RIKEN BDR که رهبری این مطالعه را بر عهده داشت ، توضیح می دهد: “تکامل آزمایشگاهی ، همراه با تجزیه و تحلیل ژنومی ، رویکرد امیدوار کننده ای برای درک پویایی مقاومت به آنتی بیوتیک است.” “با این حال ، تکامل آزمایشگاهی بسیار پرزحمت است و نیاز به انتقال سری فرهنگها در طی یک دوره طولانی و تعداد زیادی آزمایش موازی دارد.” علاوه بر این ، مایدا می گوید شناسایی ژن هایی که مقاومت در برابر آنتی بیوتیک ها را امکان پذیر می کنند ، به دلیل تعداد زیادی از خصوصیات ژنتیکی موجود در داده ها ، همیشه آسان نیست.

برای غلبه بر این محدودیت ها ، تیم توسعه یک سیستم کشت رباتیک خودکار را ایجاد کرد که به آنها امکان می دهد برای بیش از 250 نسل تحت فشار 95 آنتی بیوتیک مختلف ، تکامل آزمایشگاهی با کارایی بالا را انجام دهند. با این توانایی جدید ، آنها توانستند تغییرات موجود در رونوشت باکتری ها – مجموع تمام RNA های پیام رسان و رونوشت آنها را که می توانند ژن های آنها در واقع بیان شوند ، تعیین کنند. در نتیجه ، سیستم پروفیل های مقاومت برای 192 سویه تکامل یافته ایجاد کرده است. محققان همچنین یک روش یادگیری ماشین برای تجزیه و تحلیل این مقدار زیادی از داده ها ایجاد کردند ، که به آنها اجازه می دهد ژن های جدید و شناخته شده را که در پیش بینی تکامل مقاومت نقش دارند ، شناسایی کنند.

مائدا می گوید: “ما دریافتیم كه پویایی تكاملی E. coli به دلیل تعداد نسبتاً كمی از شرایط داخل سلولی است كه نشان می دهد احتمالاً فقط به تعداد محدودی از استراتژی های مقاومت آنتی بیوتیكی مجهز است.” با توانایی تعیین محدودیت هایی که در ایجاد مقاومت آنتی بیوتیکی در E. coli تأثیرگذار است ، تیم امیدوار است که بتوانند مقاومت آنتی بیوتیکی را پیش بینی کرده و از این طریق کنترل کنند.

به عنوان مثال ، با استفاده از این سیستم جدید ، آنها توانستند 2،162 جفت ترکیبات دارویی را آزمایش کنند و 157 جفت را پیدا کنند که توانایی سرکوب جذب مقاومت آنتی بیوتیکی را در E. coli دارند. همانطور که مائده می گوید ، “ما معتقدیم كه نتایج ما می تواند در توسعه استراتژی های جایگزین برای مهار ظهور باكتری های مقاوم به دارو استفاده شود.


اولین مطالعه در جهان نشان می دهد که برخی از میکروارگانیسم ها می توانند از قوانین تکامل پیروی کنند


اطلاعات بیشتر:
omoya Maeda و همکاران تکامل آزمایشگاهی با عملکرد بالا محدودیت های تکاملی در اشریشیا کلی را نشان می دهد ، ارتباطات طبیعت (2020) DOI: 10.1038 / s41467-020-19713-w

نقل قول: تکامل آزمایشی نشان می دهد که چگونه باکتری ها مقاومت دارویی پیدا می کنند (2020 ، 24 نوامبر) ، استخراج شده در 24 نوامبر 2020 از https://phys.org/news/2020-11- تجربی-تکامل-کشف-باکتری ها-به دست آوردن. html

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به جز هر معامله عادلانه ای به منظور معاینه خصوصی یا تحقیق ، هیچ بخشی بدون اجازه کتبی قابل تولید نیست. این محتوا فقط برای اطلاع رسانی ارائه شده است.



[ad_2]

منبع: moshaverh-news.ir

ایندکسر