复杂感染的遗传线索

德克萨斯大学西南医学中心的研究人员，通过针对感染和患者量身定制的治疗方法来治疗复杂的细菌感染更接近现实。

　　

Kimberly Reynolds博士是德克萨斯大学西南分校Lyda Hill生物信息系的副教授，是这项研究的主要作者。

利用德克萨斯大学西南分校首创的技术和技术，研究人员开发了一种创新的方法来解决该领域长期存在的挑战-预测基因表达和环境的变化如何相互作用以控制细菌的生长速度。发表在《细胞系统》(Cell Systems)杂志上的这一发现在未来可能会有广泛的应用，包括预测抗生素敏感性，了解促进抗生素耐药性的遗传因素，以及设计细菌菌株以创造用于药物发现的新的小分子化合物。

“今天，在像UT西南这样的先进机构中，通过从患者样本中收集有关感染细菌的DNA和RNA数据来治疗感染是很常见的，”Lyda Hill生物信息学和生物物理系副教授Kimberly Reynolds博士说。这些数据可用于指导治疗和改善预后，但这样做既复杂又耗时。我们的工作创造了额外的工具，我们希望有一天能帮助解释这些类型的复杂数据，促进向真正个性化医疗保健的过渡。”

这项研究利用了一种被称为可滴定CRISPRi的方法，该方法允许研究人员逐渐降低或滴定特定基因的表达。这一过程使研究人员能够比较数百种不同强度的基因抑制选择，并建立一个模型来预测细菌在不同环境中的生长方式。

研究小组得到了一种名为浊度控制器的定制设备的帮助，该设备可以精确控制细菌环境。该装置是在药理学副教授、Lyda Hill生物信息系的Erdal Toprak博士的指导下建造的，他也是西南大学生物医学研究的西南医学基金会学者。

在可滴定的CRISPRi的支持下，计算机模型可以被训练成使用少量输入来预测大范围的结果，而不需要详细了解细菌生物学的机制。

新南威尔士大学研究生Ryan Otto是这项研究的第一作者。

Reynolds实验室的研究生、第一作者Ryan Otto说:“我们通过将细胞表达谱的众多变化分解成更简单的部分，解决了这个令人生畏的问题，即细胞表达谱的众多变化是如何结合起来影响健康的。首先，我们模拟了基因对之间存在的相互作用，然后将这些相互作用结合起来，以完成完整的画面，并预测多种基因和环境的影响。”

Reynolds博士说，这项研究及其发现是悉尼大学致力于将计算生物学、定量实验和转化医学结合在一起的例子。

她说:“这项研究表明，预测和定量研究在现代科学和医学中日益重要，这在我们的研究生和医学院的课程设置中不断得到强调。我们对微生物学和计算建模的持续关注将为更多类似的突破铺平道路。”

这项研究建立在以前在UTSW的工作基础上，该工作开创了使用可滴定CRISPRi进行大规模细菌生长速率测定的技术框架。