Экспериментальная эволюция показывает, как бактерии приобретают устойчивость к лекарствам

Исследовательская группа из Центра динамических исследований биосистем RIKEN (BDR) в Японии успешно провела экспериментальную эволюцию обычной бактерии Escherichia coli под давлением большого количества отдельных антибиотиков. Это позволило им выявить механизмы и ограничения, лежащие в основе приобретенной лекарственной устойчивости. Их результаты, опубликованные в научном журнале Nature Communications, могут быть использованы для разработки стратегий лечения, минимизирующих вероятность развития устойчивости у бактерий.

Противодействие мультирезистентным бактериям становится критически важной глобальной задачей. Кажется, что каждый раз, когда исследователи разрабатывают новые антибиотики, в ходе клинического применения появляются новые устойчивые к ним бактерии. Чтобы выиграть в этой игре "кошки-мышки", ученые должны понять, как развивается лекарственная устойчивость у бактерий. Естественно, этот процесс очень сложен и включает множество изменений в геномных последовательностях и клеточных состояниях. Поэтому всестороннее изучение динамики устойчивости к большому количеству антибиотиков ранее никогда не проводилось.

"Лабораторная эволюция в сочетании с геномным анализом — многообещающий подход для понимания динамики антибиотикорезистентности", — объясняет Томоя Маэда, исследователь из RIKEN BDR, руководивший этим исследованием. "Однако лабораторная эволюция требует больших трудозатрат, включая серийный перенос культур в течение длительного периода и большое количество параллельных экспериментов". Кроме того, по словам Маэды, идентификация генов, обеспечивающих устойчивость к антибиотикам, не всегда проста из-за большого количества генетических признаков, содержащихся в данных.

Чтобы преодолеть эти ограничения, команда разработала автоматизированную роботизированную систему культивирования, которая позволила им успешно провести высокопроизводительную лабораторную эволюцию E. coli на протяжении более 250 поколений под давлением 95 различных антибиотиков. Благодаря этой новой возможности они смогли количественно оценить изменения в транскриптоме бактерий — наборе всех матричных РНК и их транскриптов, который показывает, какие гены фактически экспрессируются. В результате система создала профили устойчивости для 192 эволюционировавших штаммов. Исследователи также разработали метод машинного обучения для анализа этого большого объема данных, что позволило им выявить как новые, так и хорошо известные гены, которые вносят вклад в прогнозирование эволюции устойчивости.

"Мы обнаружили, что эволюционная динамика E. coli обусловлена относительно небольшим числом внутриклеточных состояний, что указывает на то, что у нее, вероятно, есть лишь ограниченное количество стратегий устойчивости к антибиотикам", — говорит Маэда. Возможность количественно оценить ограничения, влияющие на эволюцию устойчивости к антибиотикам у E. coli, дает команде надежду на то, что они смогут предсказывать и, следовательно, контролировать эту устойчивость.

Например, с помощью этой новой системы они смогли протестировать 2162 пары комбинаций лекарств и обнаружили 157 пар, которые потенциально способны подавлять приобретение устойчивости к антибиотикам у E. coli. Как говорит Маэда: "Мы считаем, что наши результаты могут быть применены для разработки альтернативных стратегий подавления появления лекарственно-устойчивых бактерий".