PNAS：预测超级细菌耐药突变的方法

随着耐药细菌的增加，即使是几十年来容易控制的常见感染——例如肺炎或尿路感染，用标准抗生素都难以治疗。最近，杜克大学的研究人员使用他们开发的软件，可提前预测不断变化的感染细菌如何对抗这些新药，甚至在患者身上测试这些药物之前都能进行预测。相关研究结果发表在12月31日的《PNAS》。

　　

生物通报道：随着耐药细菌的增加，即使是几十年来容易控制的常见感染——例如肺炎或尿路感染，用标准抗生素都难以治疗。因此迫切需要研制新的药物，同时也需要某种方法最大程度地发挥这些药物的有效使用寿命。

为了实现这一目标，杜克大学的研究人员使用他们开发的软件，提前预测不断变化的感染细菌如何对抗这些新药，甚至在患者身上测试这些药物之前都能进行预测。

12月31日在《PNAS》发表的一项研究中，该研究小组用他们的程序来识别可使耐甲氧西林金黄色葡萄球菌（Staphylococcus aureus，MRSA）对一类新实验药物产生耐药性的基因变化，这种新药显示出对抗致命疾病的潜力。

当研究人员用这种新药处理活菌时，实际上出现了两种遗传变化，正如他们的算法预测的一样。本文共同作者、杜克大学计算机科学和生化教授Bruce Donald说：“这给了我们一种途径，在一种药物被部署之前，探究什么细菌将会逃避我们所设计的药物。”

科学家们正在开发先发制人的策略，同时药物仍然处于设计阶段，这将给科学家们一个有利的开端，来检测新的化合物。本文共同作者、杜克大学研究生Pablo Gainza-Cirauqui说：“如果我们能以某种方法，提前预测细菌如何应对一种特殊的药物，那么我们就可以改造药物，或者计划测试下一种药物，或排除掉不大可能长期有效的疗法。”

由于细菌繁殖的如此迅速——在不到一个小时内生长并从一个细胞分裂为两个，耐药菌不断地发生演变，因此研究人员必须不断开发新的方法来杀死它们。

自从上世纪40年代引入第一种抗菌药物以来，细菌已经进化出抵抗每种新抗生素的方法，而在畜牧业中使用抗生素（以帮助牲畜增加体重），和在抗生素无法治愈的病毒感染中使用抗生素，则加速了这一过程。

Donald说：“我的孩子现在分别是15岁和13岁，当他们小时候使用的一些抗生素现在已经不再使用，因为它们不再像以前那样有效。”

金黄色葡萄球菌（已被证明可产生耐药性）引发感染的百分比，一直稳步上升，从1975年的2%上升到1991年的29%，到今天的55%以上，从而导致美国每年有11,000多人死亡，高于艾滋病死亡人数。

Gainza-Cirauqui说：“对于一些抗生素来说，药物引入后几十年都没有出现第一个耐药菌株在，而在其他抗生素中则只需要一年的时间。”

直到现在，科学家们都在试图预测使细菌逃避某种特定药物的遗传改变，他们不得不从先前已经发现的耐药突变“文库”中查找可能的突变。

但是，当谈到预测细菌如何适应新的药物时，这种方法存在不足，因为微生物不会以可重复的、可预见的方式发生改变。“有了一种新药，总有一种可能性，即生物体会产生从来没见过的不同突变。这是医生真正担忧的事情。”

为了克服这个问题，杜克大学的Donald和康涅狄格大学的Amy Anderson带领的一个研究小组，使用他们开发的一种蛋白质设计算法（称为OSPREY），来鉴定细菌中的DNA序列变化，这些变化可让产生的蛋白质能够阻止药物结合，同时仍然在细胞内执行其正常功能。

研究小组集中在一种新的实验性药物，这种药物通过结合和抑制一种细菌酶（称为二氢叶酸还原酶，DHFR，在DNA构建和其他过程中发挥至关重要的作用）而起作用。这种药物称为炔丙基连接叶酸拮抗物，有望作为MRSA感染的一种治疗方法，但是尚未进入人体试验。

Donald说：“我们想查明，细菌采用什么策略来对抗这些新的化合物。它们可能是我们以前见过的相同旧突变吗？或者细菌采用了新的策略？”

在一份可能突变的顺序表中，研究人员把注意力集中在4个微小的差异，称为单核苷酸多态性（SNPs），理论上它们会赋予细菌耐药性。虽然他们发现的突变以前没有报道过，但是，在实验室利用活菌的实验表明，他们的预测是正确的。

当科学家用新药处理MRSA并对存活下来的细菌进行测序时发现，超过一半的存活菌携带所预测的突变（赋予最高的耐药性）——一种微小的改变，使药物有效性降低了58倍。

Donald说：“我们的确在细菌中发现了新预测的突变，这一事实非常令人兴奋。”

现在，研究人员正在使用他们的算法来预测其他药物（旨在对抗大肠杆菌和肠球菌这样的病原体）的耐药突变。

Donald说，该模型也可以扩展到预测一种微生物对一种以上药物的响应。“我们甚至可以诱骗一种病原体发展出突变，使其能够逃避一种药物，但是这会使其对另一种药物特别敏感，就像一种组合拳。”

他们的这种计算方法，在预测其他疾病的耐药突变时尤其有用，例如癌症、艾滋病和流感，与细菌相比，在实验室中培养这些疾病的耐药细胞或细胞系更加困难。

他们所开发的这一软件，称为OSPREY，向任何使用人员开放和免费获取。

（生物通：王英）

延伸阅读：Nature子刊：预测是否会产生抗生素耐药性

生物通推荐原文摘要：
Protein design algorithms predict viable resistance to an experimental antifolate
Abstract：Methods to accurately predict potential drug target mutations in response to early-stage leads could drive the design of more resilient first generation drug candidates. In this study, a structure-based protein design algorithm (K* in the OSPREY suite) was used to prospectively identify single-nucleotide polymorphisms that confer resistance to an experimental inhibitor effective against dihydrofolate reductase (DHFR) from Staphylococcus aureus. Four of the top-ranked mutations in DHFR were found to be catalytically competent and resistant to the inhibitor. Selection of resistant bacteria in vitro reveals that two of the predicted mutations arise in the background of a compensatory mutation. Using enzyme kinetics, microbiology, and crystal structures of the complexes, we determined the fitness of the mutant enzymes and strains, the structural basis of resistance, and the compensatory relationship of the mutations. To our knowledge, this work illustrates the first application of protein design algorithms to prospectively predict viable resistance mutations that arise in bacteria under antibiotic pressure.