PLoS Comput Biol：降低细菌耐药性方法的发现
2015-10-15 佚名 生物谷
据估计,在美国每年有200万人感染细菌，这些细菌耐受一种或多种类型的抗生素,至少有23000人会死于这些感染。对牲畜过度使用抗生素会加剧这个问题的发生。这种过度使用抗生素再加上新型药物的缓慢发现对公众健康是一种日益严重的威胁。Moffitt癌症中心的研究人员受达尔文进化论的影响已经开发出一种新颖的数学方法使用当前抗生素来消除或减少耐药性细菌的发展。 根据疾病控制中心数据显示，抗击细菌耐药性感
据估计,在美国每年有200万人感染细菌，这些细菌耐受一种或多种类型的抗生素,至少有23000人会死于这些感染。对牲畜过度使用抗生素会加剧这个问题的发生。这种过度使用抗生素再加上新型药物的缓慢发现对公众健康是一种日益严重的威胁。Moffitt癌症中心的研究人员受达尔文进化论的影响已经开发出一种新颖的数学方法使用当前抗生素来消除或减少耐药性细菌的发展。
根据疾病控制中心数据显示，抗击细菌耐药性感染主要方法是提高目前存在的抗生素使用量。实现这一目标的一个方法是通过使用不同的抗生素组合或序列;然而,由于抗生素的大量存在,将很难通过实验确定最佳药物组合或序列。
Moffitt研究人员开发了一种新颖的数学方法来分析抗生素耐药性从而克服了这一困难。他们显示大肠杆菌的耐药性可以促进或阻碍给定序列的抗生素。他们发现大约有70%不同序列的2到4种抗生素会导致最后的细菌耐药性。
“我们的研究结果表明,通过顺序性抗生素使用，我们也许能够引导一场“医药革命”使细菌耐药性不再出现。” Daniel Nichol说。
“我们的结果可以很容易地在实验室测试，如果立即验证就可以应用于临床试验，我们研究的化合物都是FDA批准和常用的。”医学博士Jacob G. Scott说。
研究人员解释说,他们的研究结果也可以帮助一个谨慎的医务工作者,粗心或随机的处方药物被开出可能会无意中导致抗生素耐药性。
“虽然我是肿瘤学家，抵抗抗生素的进化问题完全类似于癌症的靶向治疗，我们使用的数学模型可以应用于这两种情况。我们下一个共同的努力目标集中在靶向治疗肺癌以及同时验证对细菌的结果。”Jacob G. Scott说。
原文出处：
Daniel Nichol,Peter Jeavons, Alexander G. Flecher,et al.Steering Evolution with Sequential Therapy to Prevent the Emergence of Bacterial Antibiotic Resistance.PLoS Computational Biology.2015
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#细菌耐药性#
32
#Biol#
34
#Bio#
35
好学习很值得好学习
115
#细菌耐药#
27