Des chercheurs de l'Université de l'État de Washington ont développé un logiciel facile à utiliser pour identifier les gènes résistants aux médicaments dans les bactéries.
Le programme pourrait faciliter l'identification des bactéries mortelles résistantes aux antimicrobiens qui existent dans l'environnement. Ces superbactéries provoquent chaque année plus de 2,8 millions de pneumonies ou d'infections sanguines difficiles à traiter et 35000 décès aux États-Unis.
Les chercheurs, dont Ph.D. Abu Sayed Chowdhury, diplômé en informatique, Shira Broschat de la Faculté de génie électrique et informatique et Douglas Call de la Paul G. Allen School for Global Animal Health, rendent compte de leurs travaux dans la revue Rapports scientifiques.
La résistance aux antimicrobiens (RAM) survient lorsque des bactéries ou d'autres micro-organismes font évoluer leur constitution génétique pour vaincre les médicaments utilisés pour traiter les infections. Les bactéries qui causent des infections à staphylocoques ou des streptocoques ou des maladies telles que la tuberculose, le paludisme et la pneumonie ont développé des souches résistantes aux médicaments qui les rendent de plus en plus difficiles et parfois impossibles à traiter. Le problème devrait s'aggraver au cours des prochaines décennies en termes d'augmentation des infections, des décès et des coûts de santé à mesure que les bactéries évoluent pour déjouer un nombre limité de traitements antibiotiques.
Alors que la résistance aux antimicrobiens devient une menace mondiale, tant sur le plan économique que pour la santé publique, il est urgent de développer un outil de prévision efficace. «
Abu Sayed Chowdhury, auteur principal du document
Le séquençage génétique à grande échelle étant devenu plus facile, les chercheurs recherchent des gènes de RAM dans l'environnement. Les chercheurs souhaitent savoir où les microbes vivent dans le sol et l'eau et comment ils pourraient se propager et affecter la santé humaine. Bien qu'ils soient capables d'identifier des gènes similaires aux gènes résistants à la RAM, il leur manque des gènes de résistance qui ne sont pas similaires.
L'équipe de recherche WSU a développé un algorithme d'apprentissage automatique qui utilise les caractéristiques des protéines AMR plutôt que la similitude des séquences de gènes pour identifier les gènes AMR. Les chercheurs ont utilisé la théorie des jeux, un outil utilisé dans plusieurs domaines, en particulier l'économie, pour modéliser les interactions stratégiques entre les joueurs de jeux, afin d'aider à identifier les gènes AMR.
En utilisant leur algorithme d'apprentissage automatique et leur approche de la théorie des jeux, les chercheurs ont examiné les interactions de plusieurs caractéristiques du matériel génétique, y compris sa structure et les propriétés physiochimiques, évolutives et de composition des séquences protéiques plutôt que simplement la similitude des séquences.
« Notre logiciel peut être utilisé pour analyser les données métagénomiques de manière plus approfondie que ne le feraient des algorithmes de correspondance de séquences simples », a déclaré Chowdhury. « Cela peut être un outil important pour mieux comprendre l'émergence de nouveaux gènes de résistance aux antimicrobiens qui deviennent finalement cliniquement importants. »
« La vertu de ce programme est que nous pouvons réellement détecter la RAM dans les génomes nouvellement séquencés », a déclaré Broschat. « C'est une façon d'identifier les gènes de la RAM et leur prévalence qui n'aurait pas pu être découverte autrement. C'est vraiment important. »
L'équipe WSU a recherché une résistance à deux antibiotiques courants, la bacitracine et la vancomycine, qui sont utilisés pour traiter une variété d'infections, allant des infections à staphylocoques au Clostridium difficile. Ils ont pu classer avec précision les gènes résistants avec une précision allant jusqu'à 90%.
Ils ont développé un progiciel qui peut être facilement téléchargé et utilisé par d'autres chercheurs pour rechercher la RAM dans de grands pools de matériel génétique. Le logiciel peut également être amélioré au fil du temps. Bien qu'il soit formé sur les données actuellement disponibles, les chercheurs seront en mesure de recycler l'algorithme à mesure que davantage de données et de séquences seront disponibles.
« Vous pouvez amorcer et améliorer le logiciel à mesure que des données plus positives deviennent disponibles », a déclaré Broschat.
La source:
Université d'État de Washington
Référence de la revue:
Chowdhury, A.S., et al. (2020) PARGT: un outil logiciel pour prédire la résistance aux antimicrobiens chez les bactéries. Rapports scientifiques. doi.org/10.1038/s41598-020-67949-9.