Модель ИИ показала, как генетическое сходство способствует устойчивости бактерий к антибиотикам

Модель искусственного интеллекта, обученная на больших массивах генетических данных, может предсказать, станут ли бактерии устойчивыми к антибиотикам. Новое исследование показывает, что устойчивость к антибиотикам легче передаётся между генетически схожими бактериями и в основном возникает на очистных сооружениях и внутри человеческого тела.

"Понимая, как возникает устойчивость у бактерий, мы можем лучше бороться с её распространением. Это крайне важно для защиты общественного здоровья и способности системы здравоохранения лечить инфекции", — говорит Эрик Кристианссон, профессор кафедры математических наук Технологического университета Чалмерса и Гётеборгского университета в Швеции.

По данным Всемирной организации здравоохранения (WHO), устойчивость к антибиотикам является одной из крупнейших угроз глобальному здоровью. Когда бактерии становятся устойчивыми, эффект антибиотиков исчезает, что делает такие состояния, как пневмония и заражение крови, трудно- или неизлечимыми.

Рост числа устойчивых к антибиотикам бактерий также затрудняет профилактику инфекций, связанных со многими медицинскими процедурами, такими как трансплантация органов и лечение рака.

Фундаментальной причиной быстрого распространения устойчивости является способность бактерий обмениваться генами, включая гены, делающие их устойчивыми.

"Бактерии, вредные для человека, накопили множество генов устойчивости. Многие из этих генов происходят от безвредных бактерий, живущих в нашем теле или окружающей среде. Наше исследование изучает этот сложный эволюционный процесс, чтобы понять, как эти гены передаются патогенным бактериям. Это делает возможным прогнозирование того, как будущие бактерии разовьют устойчивость", — говорит Кристианссон.

Сложные данные со всего мира

В исследовании "Генетическая совместимость и экологическая связность управляют распространением генов устойчивости к антибиотикам", опубликованном в Nature Communications, исследователи разработали модель ИИ для анализа исторических переносов генов между бактериями, используя информацию о ДНК, структуре и среде обитания бактерий.

Модель была обучена на геномах почти миллиона бактерий — обширном наборе данных, собранном международным научным сообществом за многие годы.

"ИИ может быть использован в полной мере в сложных контекстах с большими объёмами данных", — говорит Дэвид Лунд, аспирант кафедры математических наук в Чалмерсе и Гётеборгском университете.

"Уникальность нашего исследования заключается, среди прочего, в очень большом объёме данных, использованных для обучения модели, что показывает, насколько мощным инструментом являются ИИ и машинное обучение для описания сложных биологических процессов, из-за которых бактериальные инфекции трудно поддаются лечению".

Новые выводы о том, когда возникает устойчивость

Исследование показывает, в каких средах происходил перенос генов устойчивости между разными бактериями, и что делает одних бактерий более склонными к обмену генами, чем других.

"Мы видим, что бактерии, обнаруженные в организме человека и на очистных сооружениях, имеют более высокую вероятность стать устойчивыми через перенос генов. Это среды, где бактерии, несущие гены устойчивости, сталкиваются друг с другом, часто в присутствии антибиотиков", — говорит Лунд.

Другой важный фактор, повышающий вероятность "прыжка" генов устойчивости от одной бактерии к другой, — генетическое сходство бактерий. Когда бактерия принимает новый ген, требуется энергия для хранения ДНК и производства белка, который кодирует этот ген, что означает затраты для бактерии.

"Большинство генов устойчивости передаются между бактериями со схожей генетической структурой. Мы полагаем, что это снижает затраты на принятие новых генов. Мы продолжаем исследования, чтобы точнее понять механизмы, управляющие этим процессом", — говорит Кристианссон.

Надежда на модель для диагностики

Производительность модели была протестирована путём оценки на бактериях, где исследователи знали, что перенос генов устойчивости произошёл, но модель ИИ заранее об этом не знала. Это использовалось как своего рода экзамен, ответы на который были только у исследователей. В четырёх случаях из пяти модель могла предсказать, произойдёт ли перенос генов устойчивости.

Кристианссон говорит, что будущие модели смогут быть ещё точнее, отчасти за счёт улучшения самой модели ИИ, отчасти за счёт обучения на ещё больших данных.

"ИИ и машинное обучение позволяют эффективно анализировать и интерпретировать огромные объёмы данных, доступных сегодня. Это означает, что мы можем действительно работать на основе данных, чтобы отвечать на сложные вопросы, над которыми бились долгое время, а также задавать совершенно новые вопросы", — говорит Кристианссон.

Исследователи надеются, что в будущем модель ИИ можно будет использовать в системах для быстрого определения, грозит ли новый ген устойчивости переносом в патогенные бактерии, и переводить это в практические меры.

"Например, модели ИИ могут быть использованы для улучшения молекулярной диагностики, чтобы находить новые формы мультирезистентных бактерий, или для мониторинга очистных сооружений и сред, где присутствуют антибиотики", — говорит Кристианссон.