编辑推荐：
在多微生物感染（PMIs）中，细菌种间相互作用影响抗菌治疗效果。研究人员构建结合基于代理建模（ABM）和常微分方程（ODE）的模型，发现种间相互作用和药物特性共同影响细菌药效学响应。该研究为 PMIs 抗菌治疗策略设计提供依据。
在微观的细菌世界里，感染就像一场复杂的 “战争”。多微生物感染（PMIs），这种涉及多种病原体在感染部位 “扎堆” 的情况，正逐渐成为医学界关注的难题。想象一下，多种细菌聚集在一起，它们之间相互交流、影响，使得感染的治疗变得异常棘手。传统的抗菌治疗在面对这种复杂的感染时，常常遭遇失败，这是因为细菌之间的种间相互作用会改变病原体对抗菌药物的敏感性，还可能促使耐药突变体的产生和发展。比如在囊性纤维化患者的呼吸道感染、中性粒细胞减少患者的感染等多种疾病中，多微生物感染的情况屡见不鲜，严重威胁着患者的健康。为了找到更有效的治疗方法，来自莱顿大学（Leiden University）莱顿学术药物研究中心（Leiden Academic Centre for Drug Research）的研究人员 C. Herzberg 和 J.G.C. van Hasselt 开展了一项深入研究。
他们的研究成果发表在《npj Biofilms and Microbiomes》上，为我们理解多微生物感染和优化抗菌治疗策略带来了新的曙光。
研究人员采用了两种主要的关键技术方法。一是构建了一个结合基于代理建模（Agent-Based Modeling，ABM）和常微分方程（Ordinary Differential Equations，ODE）的模型。通过 ABM 描述细菌的运动和相互作用，用 ODE 刻画细菌的生长以及抗菌药物的作用效果。二是进行了大量的模拟实验，设定不同的参数，如不同的相互作用类型、强度、距离，细菌的运动速度，药物的类型和浓度等，模拟多种场景下细菌种群的动态变化。
下面来看看具体的研究结果：
- 相互作用和药物类型决定药效学如何受影响：研究人员研究了不同种间相互作用对具有五种不同药理特性的抗菌药物药效学的影响。发现种间相互作用可通过两种方式影响抗菌药物的浓度 - 响应关系，要么在所有浓度下都有类似效果，类似对照曲线的垂直移动；要么仅在药物效果对浓度变化敏感的浓度下出现，类似水平移动。比如，生长相互作用对杀菌药物的影响在所有测试浓度下效果相似，而对抑菌药物的影响则取决于药物的其他药理特性。MIC 相互作用仅在药物效果对浓度变化敏感的浓度范围内影响细菌对所有药物的响应。
- 结构化细菌种群在杀菌药物存在下从正相互作用中获益更多，对负相互作用更具弹性：对比结构化和非结构化细菌种群发现，在杀菌药物存在时，结构化种群中的细菌从正相互作用中获益更多，对负相互作用更具抵抗力。这是因为在结构化种群中，细菌的运动受限，其空间分布在药物作用下更有利于种群的生存，正相互作用增强，负相互作用减弱。而在非结构化种群中，细菌运动活跃，混合程度高，相互作用的影响相对较弱。
- 长程相互作用对细菌可能更有害：研究还发现长程相互作用会减少细菌通过空间重排获益的机会。当相互作用距离较长时，细菌调整以适应相互作用和药物的能力下降。在某些浓度下，正的长程 MIC 相互作用导致的敏感性变化比短程的小；负的长程相互作用在中高强度时比短程的更强。不过，当细菌运动时，正的长程相互作用在一些浓度下会增强对杀菌药物的响应，但长程相互作用会略微削弱弱负相互作用对杀菌药物响应的影响，且对强负相互作用影响不大。
在研究结论和讨论部分，研究人员指出，他们的模型框架展示了种间相互作用和药物类型对病原菌药效学的影响，这种影响可以根据药物作用机制和相互作用靶点进行定性预测。同时，细菌的生活方式（结构化或非结构化）和相互作用距离会影响相互作用的影响程度，突出了物种空间组织的重要性。这意味着，在设计抗菌治疗策略时，可以考虑针对细菌的生活方式、相互作用距离和空间组织进行干预。例如，增加种群的混合程度可能会削弱有益相互作用，增强有害相互作用；在结构化微生物种群中，增加相互作用距离可能会改变耐药相互作用的效果，对细菌产生不利影响。此外，该模型框架具有很强的扩展性，可以用于研究更多关于多微生物种群和抗菌治疗的问题，为未来的实验研究提供了有价值的假设和方向。虽然目前的研究存在一定局限性，如难以与实验研究直接对比，模型对种间相互作用的简化表示等，但这也为后续研究指明了改进的方向。总体而言，这项研究为多微生物感染的抗菌治疗提供了新的思路和理论基础，有望推动精准抗菌治疗的发展，最终改善患者的治疗效果。
