Forskare i Göteborg presenterar i en ny studie en AI-modell som kan förutsäga när och var det är hög risk att antibiotikaresistens sprids mellan bakterier. Studien är publicerad i Nature communications.
− Genom att förstå hur resistens hos bakterier uppstår kan vi bättre bekämpa dess spridning. Det är avgörande för att skydda både folkhälsan och sjukvårdens möjligheter att behandla infektioner, säger Erik Kristiansson, professor vid institutionen för matematiska vetenskaper på Chalmers och Göteborgs universitet, som är en av forskarna bakom studien i ett pressmeddelande.
Resistensgener hoppar mellan bakterier
En grundläggande orsak till den snabba spridningen av antibiotikaresistens är bakteriers förmåga att utbyta gener med varandra. Detta kallas horisontell genöverföring till skillnad från vertikal överföring mellan en organism och dess avkomma.
Gener som gör en bakterie resistent mot antibiotika kan alltså föras över till en annan bakterie som finns i dess omgivning.
I den aktuella studien ville forskarna öka kunskapen om de processer där bakterier överför resistensgener till varandra. Ett annat syfte var att hitta ett sätt att i förväg ta reda på hur hög risken för horisontell överföring av resistensgener är i olika situationer.
− Bakterier som är skadliga för människor har i dag samlat på sig ett stort antal resistensgener, vilket är slutsteget i en komplex evolutionär process. Många av dessa gener kommer ursprungligen från ofarliga bakterier som lever i vår kropp eller i miljön. Vår forskning granskar hur dessa gener överförs till sjukdomsalstrande bakterier, för att göra det möjligt att förutsäga hur framtidens bakterier utvecklar resistens, säger Erik Kristiansson.
Tränade en AI-modell
Studien var ett samarbete mellan forskare på Chalmers tekniska högskola, Göteborgs universitet och Fraunhofer-Chalmers centre. Forskarna tränade en AI-modell för maskininlärning med hjälp av information om nästan en miljon bakteriers genuppsättningar samt deras uppbyggnad och livsmiljö. En datamängd som det internationella forskarsamhället sammanställt under många år.
Forskarna använde vidare en så kallad fylogenetisk metod som gör det möjligt att spåra hur genetiska förändringar har uppstått under evolutionen.
Resultaten av analysen visar bland annat att bakterier som finns i människors kroppar respektive i vattenreningsverk har en ökad risk att bli resistenta genom genöverföring. Förklaringen är att dessa är miljöer där många bakterier som bär på resistensgener stöter på andra bakterier, ofta i närvaro av antibiotika.
Hög träffsäkerhet i tester
En annan viktig faktor som enligt studien ökar sannolikheten för att resistensgener ska ”hoppa” från en bakterie till en annan är bakteriernas genetiska likhet. När en bakterie tar upp en ny gen krävs energi för att lagra DNA:t och producera det protein som genen kodar för, vilket innebär en kostnad för bakterien.
− De flesta resistensgener delas mellan bakterier som har en arvsmassa med liknande struktur. Vi tror att kostnaden för att ta upp den nya genen då blir lägre. Vi fortsätter nu forskningen för att mer exakt förstå vilka mekanismer som styr denna process, säger Erik Kristiansson.
Studien resulterade även i en AI-modell som kan förutsäga om en överföring av resistensgener kommer att ske eller ej. Forskarna testade modellen på kända överföringar och i fyra av fem fall kunde AI-modellen korrekt förutse att en genöverföring skulle ske.
Kan bli användbar i övervakning
Enligt Erik Kristiansson kan kommande modeller bli ännu mer exakta. Dels genom att själva AI-modellen utvecklas och blir mer avancerad, dels genom att den tränas på ännu mer data.
Forskarna hoppas att AI-modellen i framtiden ska kunna användas för att snabbt identifiera om en ny resistensgen riskerar att överföras till sjukdomsalstrande bakterier, och översätta detta i praktiska åtgärder.
− Det kan exempelvis handla om bättre molekylär diagnostik för att hitta multiresistenta bakterier eller övervakning av reningsverk och andra miljöer där antibiotika kan förekomma, säger Erik Kristiansson.
