AI 助力！精准狙击鲍曼不动杆菌，解锁抗菌组合新策略

为解决A. baumannii耐药及新药研发难题，新加坡国立传染病中心研究人员开展利用 IDentif.AI - AMR 平台寻找有效药物组合的研究，发现多种高抑制率组合。该研究为治疗A. baumannii感染提供新策略，强烈推荐科研读者阅读。

　　

对抗鲍曼不动杆菌的新 “智” 胜法宝

在全球公共健康的大舞台上，一场无声的战争正在激烈上演，敌人就是日益猖獗的抗菌药物耐药性（AMR）。它如同一个隐藏在暗处的 “超级反派”，不断侵蚀着人类对抗疾病的防线，给全球公共健康带来了前所未有的威胁。而鲍曼不动杆菌（A. baumannii），更是其中的 “佼佼者”，作为医院感染的主要致病菌之一，它就像一个顽固的 “钉子户”，不仅自身具备内在的耐药机制，还能从其他细菌那里 “偷学” 耐药基因，进化出更强的耐药能力。

如今，鲍曼不动杆菌对近 90% 的标准抗菌治疗药物都产生了耐药性，这一数据让人触目惊心。想象一下，医生们手中的 “武器” 越来越少，面对感染鲍曼不动杆菌的患者，常常陷入无药可用的困境。这种情况导致临床治疗效果大打折扣，患者的死亡率飙升至 30% 以上，每一个数字背后，都是一个个生命在痛苦中挣扎。

传统的抗菌药物研发之路也困难重重。尽管从 2013 年到 2019 年，由于经济激励，美国食品药品监督管理局（FDA）批准的抗菌药物数量有所增加，但这些药物大多无法有效对抗像鲍曼不动杆菌这样的 “ESKAPE” 病原体（一类高毒力和耐药性的病原体）。而且，不少药物存在冗余现象，研发资源大量浪费。目前，虽然有 43 种抗生素正在研发中，但其中只有约 15 种有望用于治疗 “ESKAPE” 病原体，且研发过程中面临着高淘汰率的问题。这就好比在黑暗中摸索，投入了大量的时间、精力和资金，却难以找到真正有效的 “光明之路”。

为了解决这些棘手的问题，新加坡国立传染病中心的研究人员在《npj Digital Medicine》期刊上发表了一篇名为 “Ultra-rapid identification of optimized drug combinations against Acinetobacter baumannii using IDentif.AI-AMR” 的论文。他们借助 IDentif.AI-AMR 平台，成功找到了对抗鲍曼不动杆菌的新希望，为这场与耐药菌的战争带来了曙光。

研究人员在这场探索之旅中，运用了多种关键技术方法。他们先是精心挑选了 9 种 FDA 批准的药物，这些药物都是与临床紧密相关且在当地可获取的。接着，通过抗菌药敏试验，检测这些药物对鲍曼不动杆菌的抗菌效果。之后，利用 IDentif.AI 平台进行深入分析，该平台采用二阶二次系列，能巧妙地关联药物组合及其对应的疗效。最后，通过棋盘协同分析和统计分析等手段，全面评估药物组合的协同作用和有效性。这些技术方法相互配合，就像一套精密的 “组合拳”，助力研究人员一步步揭开鲍曼不动杆菌耐药的秘密。

下面，让我们一起走进他们的研究成果。

在研究鲍曼不动杆菌对单一药物治疗的耐药性时，研究人员发现，经过与临床医生和专家的 “头脑风暴” 后挑选出的 9 种药物，在单独使用时，大多数对鲍曼不动杆菌（A. baumannii）{2023496441} 菌株几乎没有效果，这与该菌株本身强大的内在耐药性相符。就好像鲍曼不动杆菌给自己穿上了一层厚厚的 “铠甲”，让这些药物难以突破防线。不过，研究人员没有气馁，他们通过构建剂量反应曲线，精准地提取出每种药物的 IC₁₀、IC₂₀和 IC₅₀值，为后续的研究打下了坚实的基础。

为了让 IDentif.AI 分析更精准有效，研究人员在选择药物浓度时可是费了一番心思。他们根据剂量反应分析和药理学数据，确定了 9 种药物在三个不同浓度水平（L0、L1 和 L2）。L0 代表零浓度，而 L1 和 L2 浓度的选择既要考虑临床可行性，又要确保与临床相关。经过测试，他们发现这九个药物的 L1 和 L2 浓度大多对鲍曼不动杆菌（A. baumannii）{2023496441} 没有明显疗效，但这也为后续筛选有效的药物组合提供了重要参考。

接下来，就是 IDentif.AI 平台大显身手的时候了。研究人员准备了 91 种精心设计的组合，就像准备了 91 把不同的 “钥匙”，试图找到打开鲍曼不动杆菌耐药大门的那一把。经过实验，IDentif.AI 平台通过二阶二次系列，成功地将这些组合的抑制率数据与单药治疗数据关联起来。它不仅给出了所有可能组合的排名和预测抑制率，还发现了一些潜在的 “潜力股” 组合，比如 SAM/FDC 和 PB/RA。这些组合可能会成为对抗鲍曼不动杆菌的关键 “武器”，为后续的研究指明了方向。

实验是检验真理的唯一标准。研究人员对 IDentif.AI 平台筛选出的组合进行了实验验证。结果令人惊喜，那些被平台看好的组合展现出了强大的实力。像 PB/RA 组合，单药治疗时效果平平，但组合在一起后，竟然能抑制 81.87±31.37% 的鲍曼不动杆菌生长。而且，当加入 FDC 形成三药组合 FDC/PB/RA 时，抑制率更是高达 92.23±11.89%。SAM/FDC 组合也表现出色，单药治疗时抑制率一般，但组合后能抑制 93.89±5.95% 的细菌。这就像不同的食材，单独吃可能味道一般，但巧妙搭配后，却能产生意想不到的美味效果。同时，研究人员还验证了一些低排名组合，发现它们确实效果不佳，这也进一步证明了 IDentif.AI 平台筛选的准确性。

对于 SAM/FDC 和 PB/RA 这两个备受关注的组合，研究人员进行了更深入的协同分析。通过 7×7 棋盘分析和 Bliss 独立性模型协同分析，他们发现 SAM/FDC 组合虽然在某些浓度下有一定效果，但并没有明显的协同作用，甚至在 FDC 浓度较高时还出现了拮抗作用。而 PB/RA 组合则表现亮眼，在不同剂量比下展现出强大的协同作用，尤其是当 PB 剂量为 1.106μg/mL，RA 剂量较低时，协同作用更为显著。这就好比两个配合默契的队友，PB 先打破鲍曼不动杆菌的外层防线，让 RA 更容易发挥作用，抑制细菌的 RNA 合成，从而达到更好的抗菌效果。

研究人员还想知道 PB/RA 组合是不是 “一招鲜，吃遍天”。于是，他们在另外三种泛耐药鲍曼不动杆菌临床分离株（2033643894、C1687 和 C1718-B）中进行测试。结果发现，这个组合在这些菌株中也表现出了强大的协同作用，虽然在不同菌株中，发挥最佳效果的浓度有所不同，但总体来说，它具有广泛的适用性，就像一把万能钥匙，虽然不能完全适配所有锁，但对很多锁都能起到一定的作用。

在讨论部分，研究人员对 IDentif.AI-AMR 平台的优势进行了深入探讨。与传统的抗菌药敏试验（AST）相比，IDentif.AI-AMR 平台就像一个聪明的 “小助手”，它能利用更少的组合数据，快速准确地确定最佳药物组合和剂量，大大提高了研究效率，还能为现有 AST 驱动的方法提供更好的资源管理。而且，IDentif.AI 平台不需要依赖大量的先验数据，就能从现有的 FDA 批准药物中找到有效的组合，这对于加快抗菌药物研发进程，应对日益严重的 AMR 问题具有重要意义。

当然，这项研究也存在一些不足之处。比如，虽然 PB/RA 组合在多种菌株中表现良好，但不同菌株对该组合的反应并不完全一致，这可能与菌株的遗传变异性和耐药机制有关。而且，研究没有评估这些组合的细胞毒性，在未来的临床应用中，这是需要重点考虑的问题。此外，实验只评估了三个浓度水平，可能会遗漏一些潜在的药物相互作用。但这些不足并不能掩盖研究的重要价值，它为未来的研究指明了方向。

总的来说，这项研究利用 IDentif.AI-AMR 平台，为对抗鲍曼不动杆菌提供了新的治疗策略。研究发现的 PB/RA 等组合，具有潜在的临床应用价值，有望成为治疗鲍曼不动杆菌感染的新选择。同时，该研究也为其他 “ESKAPE” 病原体的研究提供了借鉴，展示了一种可持续的药物组合优化方法。未来，研究人员可以进一步扩大药物筛选范围，深入研究药物组合的作用机制，评估其在临床应用中的安全性和有效性，为解决抗菌药物耐药性问题做出更大的贡献。这场与耐药菌的战争还在继续，但有了这些新的研究成果，我们离胜利又近了一步。