Giới thiệu
Kháng thuốc kháng sinh (AMR) là mối đe dọa lớn đối với sức khỏe toàn cầu, với Escherichia coli là một tác nhân gây bệnh nổi bật gây ra nhiễm trùng đường tiết niệu, nhiễm trùng máu và các tình trạng lâm sàng khác. Giám sát và dự đoán chính xác kháng thuốc kháng sinh là rất quan trọng để hướng dẫn các chiến lược điều trị hiệu quả. Mặc dù các cơ sở dữ liệu liệt kê các gen kháng thuốc và đột biến, nhưng việc hiểu rõ tác động định lượng của chúng đối với khả năng nhạy cảm với thuốc vẫn chưa hoàn chỉnh. Nghiên cứu này nhằm mục đích định lượng tác động của việc thu được các gen kháng thuốc cụ thể lên nồng độ ức chế tối thiểu (MICs) cho các loại kháng sinh khác nhau, cung cấp một khung giải thích chính xác hơn.
Nền tảng và lý do nghiên cứu
Tần suất ngày càng tăng của các chủng E. coli kháng thuốc làm phức tạp quyết định điều trị và góp phần vào kết quả kém hơn cho bệnh nhân. Hầu hết các mô hình dự đoán kháng thuốc hiện tại dựa trên phân loại nhị phân—kháng hoặc nhạy—but những mô hình này thiếu chi tiết, cản trở quyết định lâm sàng tinh vi. Nhận biết sự biến đổi trong giá trị MIC và liên kết chúng với yếu tố di truyền cung cấp cách tiếp cận hứa hẹn để cải thiện độ chính xác và khả năng giải thích. Nghiên cứu hiện tại giải quyết khoảng trống này bằng cách phân tích một bộ sưu tập lớn các chủng E. coli lâm sàng, tích hợp dữ liệu giải trình tự toàn bộ bộ gen với các phép đo MIC, để làm sáng tỏ cách các yếu tố di truyền cụ thể ảnh hưởng định lượng đến mức độ kháng.
Phương pháp
Nghiên cứu quan sát này đã phân tích 2.875 chủng E. coli được lấy từ các nhiễm trùng đường tiết niệu và máu ở người tại Oxfordshire, Vương quốc Anh, thu thập từ năm 2013 đến 2018, với dữ liệu bổ sung từ năm 2020. Giải trình tự toàn bộ bộ gen đã được thực hiện trên mỗi chủng, và các gen kháng thuốc đã được xác định sử dụng cơ sở dữ liệu NCBI AMRFinder. Dữ liệu MIC cho các loại kháng sinh khác nhau, bao gồm cephalosporin và các tác nhân thường được sử dụng khác, đã được liên kết với mỗi chủng. Các mô hình hồi quy khoảng đa biến đã ước tính sự thay đổi trong MIC liên quan đến việc thu được các gen kháng thuốc và đột biến cụ thể, điều chỉnh cấu trúc dân số khi cần thiết. Hiệu suất của mô hình trong việc dự đoán MIC và kiểu hình kháng thuốc đã được đánh giá thông qua kiểm chứng chéo loại bỏ một, đánh giá độ chính xác của các MIC dự đoán trong một lần pha loãng và khớp chính xác.
Kết quả chính
Nghiên cứu đã đánh giá 24.858 phép đo MIC trên các loại kháng sinh khác nhau. Hầu hết các yếu tố kháng (89 trong 111) đều liên quan đến việc tăng MICs, làm nổi bật vai trò của chúng trong sự phát triển kháng. Đáng chú ý, chỉ 24% (27 trong 111) các yếu tố di truyền được phân tích có khả năng kháng độc lập—tức là, việc thu được chúng dẫn đến MICs vượt quá ngưỡng lâm sàng. Tác động này thay đổi theo các lớp kháng sinh, đặc biệt là trong nhóm cephalosporin, nơi các thế hệ khác nhau thể hiện ảnh hưởng di truyền riêng biệt.
Mô hình dự đoán đã thể hiện độ chính xác cao, với khoảng 83,3% các MIC được dự đoán chính xác và hơn 95% trong một lần pha loãng. Các mô hình duy trì hiệu suất mạnh mẽ ngay cả sau khi tính đến cấu trúc dân số, nhấn mạnh tiềm năng sử dụng lâm sàng của chúng. Kết quả này ngụ ý rằng việc tích hợp các ước tính kháng định lượng từ dữ liệu di truyền có thể cải thiện khả năng giải thích so với các mô hình học máy đen hộp, cung cấp cách tiếp cận có thông tin cơ chế hơn đối với dự đoán kháng.
Bình luận chuyên gia
Nghiên cứu này nâng cao hiểu biết của chúng ta về cách các yếu tố di truyền cụ thể ảnh hưởng đến khả năng nhạy cảm với kháng sinh, nhấn mạnh tầm quan trọng của việc mô hình hóa định lượng. Khác với các dự đoán nhị phân truyền thống, các ước tính này cho phép bác sĩ lâm sàng đánh giá mức độ kháng, giúp điều chỉnh liệu pháp chính xác hơn. Hạn chế bao gồm khả năng biến đổi trong biểu hiện gen và các cơ chế kháng khác không được bắt giữ chỉ bởi sự hiện diện di truyền. Tuy nhiên, cách tiếp cận này có thể áp dụng cho các tác nhân gây bệnh và kháng sinh khác, đại diện cho một bước tiến có ý nghĩa hướng tới quản lý kháng sinh chính xác. Tích hợp vào quy trình làm việc lâm sàng có thể tối ưu hóa lựa chọn và liều lượng kháng sinh, từ đó bảo tồn hiệu quả của kháng sinh và giảm sự xuất hiện kháng.
Kết luận
Các ước tính định lượng liên kết các gen kháng thuốc với sự biến đổi của MIC hứa hẹn cải thiện dự đoán và hiểu biết về kháng kháng sinh. Cách tiếp cận này, đã được kiểm chứng với dữ liệu lâm sàng rộng rãi, cải thiện khả năng giải thích so với các mô hình học máy và có thể áp dụng trong nhiều bối cảnh tác nhân-kháng sinh. Công việc trong tương lai nên khám phá các cơ chế kháng động và triển khai thời gian thực trong chẩn đoán lâm sàng để tận dụng tối đa tiềm năng của chúng trong cuộc chiến chống AMR.
