Medikaynak Search
Üye Ol Üye Giriş
Medikaynak Menü

Antibiyotikler iki ucu keskin bir kılıçtır; bir yandan bakteriyel infeksiyonları tedavinde esastırlar, öte yandan kullanımları antibiyotiğe dirençli bakterilerin ortaya çıkmasını ve çoğalmasını teşvik etmektedir. Araştırmacılar, genomik sıralama teknikleri ve hasta kayıtlarının makine öğrenimi analizini kullanarak, antibiyotik direncinin ortaya çıkma riskini yarı yarıya azaltan bir antibiyotik reçete algoritması geliştirmişlerdir. Yakınlarda Science dergisinde yayınlanan makale, Technion-İsrail Biyoloji fakültesi Teknoloji Enstitüsü ve Henry ve Marilyn Taub Bilgisayar Bilimleri Fakültesi’nden Varda Shalev, Gabriel Chodick ve Tal Patalon başkanlığındaki Macabi Araştırma ve İnnovasyon Merkezinden Jacob Kuint’ın iş birliği ile ortaya çıkmıştır.

Çok yaygın görülen iki bakteriyel infeksiyon olan idrar yolu ve yara infeksiyonlarına odaklanan makale, antibiyotik direncinin ortaya çıkma olasılığını azaltmak için her hastanın geçmiş infeksiyon öyküsünün en iyi antibiyotiği seçmek için nasıl kullanılabileceğine odaklanmaktadır. İnfeksiyonların klinik tedavisi, bir antibiyotiğin patojenin direnç profiliyle doğru şekilde eşleştirilmesine dayanmaktadır. Ancak tedavi sırasında da direnç ortaya çıkabileceğinden, böyle doğru eşleşmiş tedaviler bile başarısız olabilmektedir. Prof. Kishony, "Tedavi sırasında antibiyotik direncinin nasıl ortaya çıktığını anlamak ve her hasta için antibiyotik tedavisini sadece enfeksiyonun duyarlılığına doğru şekilde uyacak şekilde değil, aynı zamanda enfeksiyon nüksü ile tedaviye direnç riskini en aza indirmenin yollarını bulmak istedik" demiştir.

Bu yaklaşımın başarısının anahtarı, bireysel hastaların infeksiyonlarında antibiyotik direncinin ortaya çıkmasının tahmin edilebileceğini anlamaktı. Bakteriler, onları dirençli kılan mutasyonları rastgele elde ederek evrimleşebilir ancak sürecin tesadüfi gelişmesi tahmin etmeyi ve kaçınmayı zorlaştırmaktadır. Bununla birlikte, araştırmacılar çoğu hastada infeksiyon direncinin rastgele mutasyonlarla gelişmediğini keşfetmiştirler. Bunun yerine direnç, hastanın kendi mikrobiyomunda mevcut dirençli bakteriler tarafından yeniden infekte edilmesi nedeniyle ortaya çıkmıştır. Araştırmacılar bu bulguları bir avantaja dönüştürdüler ve bir antibiyotiği sadece hastanın mevcut enfeksiyonuna neden olan bakterilerin duyarlılığına değil, aynı zamanda mikrobiyomundaki yerini alabilecek bakterilere de eşleştirmeyi düşünmüşlerdir.

Makalenin ilk yazarı Dr. Mathew Stracy, "Hastanın geçmiş enfeksiyonlarının antibiyotik duyarlılığının, antibiyotik tedavisinden sonra dirençli bir enfeksiyonla geri dönme riskini tahmin etmek için kullanılabileceğini bulduk. Bu verilerin, hastanın yaş ve cinsiyet gibi demografik özellikleriyle birlikte kullanılması, algoritmayı geliştirmemize izin verdi.'' demiştir. Çalışma National Institutes of Health (NIH), Israel Precision Medicine Partnership programı altında the İsrail Bilim Vakfı, Genomik Tıp bünyesinde the Ernest and Bonnie Beutler Research Program of Excellence, European Research Council (ERC), Wellcome Trust, ve D. Dan & Betty Kahn Vakfı tarafından desteklendi. Dr.Patalon "Tedaviyi iyileştirmek ve direncin yayılmasını en aza indirmek amacıyla ve antibiyotik tedavilerini kişiselleştirmek için doktorlara daha iyi araçlar sağlayarak tedavide uygulanabilen bir algoritmanın yapılmasını umuyorum "demiştir.

Medikaynak Referanslar

Mathew Stracy, Olga Snitser, Idan Yelin, Yara Amer, Miriam Parizade, Rachel Katz, Galit Rimler, Tamar Wolf, Esma Herzel, Gideon Koren, Jacob Kuint, Betsy Foxman, Gabriel Chodick, Varda Shalev, Roy Kishony. Minimizing treatment-induced emergence of antibiotic resistance in bacterial infections. Science, 2022; 375 (6583): 889 DOI: 10.1126/science. abg9868

+ Tüm Referansları Göster
  1. Benzer İçerikler