Tartu teadlased leiutasid viisi «pahade» superbakterite tuvastamiseks

Copy
Juhime tähelepanu, et artikkel on rohkem kui viis aastat vana ning kuulub meie arhiivi. Ajakirjandusväljaanne ei uuenda arhiivide sisu, seega võib olla vajalik tutvuda ka uuemate allikatega.
Pilt on illustreeriv.
Pilt on illustreeriv. Foto: Ints Kalnins / Reuters / Scanpix

Tartu Ülikooli teadlaste leiutatud uus arvutusmeetod võimaldab bakteritel ravimresistentsust tekitavaid geene kiiresti leida. See omakorda võimaldaks ravi personaliseerida.

Bakterite ravimresistentsus on üha suuremaks probleemiks nii meditsiini kui veterinaaria valdkonnas. Täpsema ravi ja väiksemate antibiootikumide kasutamise võimaldamiseks muutub siin üha olulisemaks infektsiooniga seotud bakterite omaduste võimalikult täpne kirjeldamine enne ravi. Üheks võimaluseks on määrata uuritavate bakteritüvede ravimiresistentsus nende genoomi järjestuste põhjal. Selle juures saab kasutada Tartu Ülikooli teadlaste loodud uut PhenotypeSeeker arvutusmeetodit ja tarkvara.

Tartu Ülikooli bioinformaatika professori Maido Remmi töörühmas leiutati uus arvutusmeetod PhenotypeSeeker, mis võimaldab kiiresti leida bakteritel ravimresistentsust tekitavaid geene. Meetodit testiti bakterite Pseudomonas aeruginosa ja Clostridium difficile ravimresistentsuse põhjuste leidmisel. Uus meetod võimaldaks laborites täpsemalt määrata haigusi tekitavate bakterite omadusi ja selle kaudu ravi personaliseerida.

Mida PhenotypeSeeker teeb?

Kui bakteritüved jagada kaheks grupiks, mida võib tinglikult nimetada «headeks» ja «pahadeks», siis on PhenotypeSeeker'i abil võimalik kiiresti leida, millised geenid on neil kahel grupil erinevad.

Teiste sõnadega võimaldab mudel leida, millised geenid muudavad «pahad» bakteritüved «pahaks». Kui selline mudel koostada kõigi peamiste antibiootikumide toimeainete jaoks, saab nende mudelite komplekti kasutada resistentsuse kiireks ennustamiseks uuritaval bakteritüvel. Arvutuslikult võtab meetod aega vaid mõne sekundi iga tüve uurimiseks. Eelduseks on küll uuritava bakteritüve genoomijärjestuste olemasolu, kuid loodetavasti muutub DNA järjestuse määramise teenus lähiaastatel üha enam kättesaadavamaks. Kogu maailmas levib üha laiemalt genoomi järjestuste kasutamine meditsiinilises mikrobioloogias.

Loodud arvutusmeetod põhineb genoomi järjestusest võetud lühikestel DNA lõikudel, mida nimetatakse k-meerideks või oligomeerideks. Kui «pahadele» bakteritele iseloomulikud oligomeerid on leitud, saab neist ehitada statistilise mudeli, mis ennustab ka seni uurimata bakteritüvede puhul, kas nad kuuluvad pigem «pahade» või «heade» gruppi.

Bakteri Pseudomonas aeruginosa tüvede sugupuu. Kollasega tähistatud tüved on resistentsed antibiootikumi ciprofloxatsiin suhtes. Varasemalt kirjeldatud resistentsusega seotud mutatsioonid on olemas punase ja sinise värviga tähistatud tüvedes. Seni kasutatud metoodikad põhinevadki paari üksiku mutatsiooni otsimisele ja seetõttu ei suuda nad kõiki resistentseid tüvesid üles leida. PhenotypeSeeker kasutab resistentsuse ennustamisel rohkem infot ning seetõttu suudab kollaste tüvede resistentsust täpsemalt ennustada.
Bakteri Pseudomonas aeruginosa tüvede sugupuu. Kollasega tähistatud tüved on resistentsed antibiootikumi ciprofloxatsiin suhtes. Varasemalt kirjeldatud resistentsusega seotud mutatsioonid on olemas punase ja sinise värviga tähistatud tüvedes. Seni kasutatud metoodikad põhinevadki paari üksiku mutatsiooni otsimisele ja seetõttu ei suuda nad kõiki resistentseid tüvesid üles leida. PhenotypeSeeker kasutab resistentsuse ennustamisel rohkem infot ning seetõttu suudab kollaste tüvede resistentsust täpsemalt ennustada. Foto: Aun et.al

PhenotypeSeeker'i metoodikat kirjeldavas teadusartiklis kirjeldati metoodika arvutuslikku poolt ning testiti metoodikat bakterite Pseudomonas aeruginosa ja Clostridium difficile ravimresistentsuse põhjuste leidmisel. Lisaks modelleeriti selle teadustöö raames ka laialt levinud Klebsiella pneumoniae invasiivsete tüvede geneetilist eripära. Loodud mudelid suudavad bakteritüvede omadusi ennustada 88- kuni 97-protsendise täpsusega.

Meetodi originaalseks osaks on oligomeeride kasutamine statistilise mudeli ehitamisel.  

PhenotypeSeeker’i kasutamisel on võimalik mudelist olulisemad oligomeerid välja otsida ning hiljem täiendavalt uurida resistentsusega seotud geene ning bioloogilisi mehhanisme, mis bakteritüvele mingeid omadusi annavad. See on huvipakkuv molekulaarbioloogidele ning geneetikutele, kes soovivad täpsemalt mõista resistentsuse tekkimise põhjusi. Peale resistentsuse ennustamise sobib meetod ka kõikvõimalike muude huvipakkuvate omaduste geneetilise tausta uurimiseks ja ennustamiseks bakteritel.

Metoodika peamine arendaja on bioinformaatika töögrupi doktorant Erki Aun, keda juhendasid Age Brauer ning Maido Remm. Abiks oli tihe koostöö antimikroobsete ühendite professori Tanel Tensoni ja tema töögrupiga. Tanel Tensoni ja Veljo Kisandi juhtimisel olid järjestatud uurimistöös kasutatud Pseudomonaste genoomid. PhenotypeSeeker'it kirjeldav artikkel ilmus novembri alguses antud valdkonna tippajakirjas PLoS Computational Biology.

Kommentaarid
Copy
Tagasi üles