26.10.2022 - Nara Institute of Science and Technology (NAIST)

Antibiotikaresistenztests drastisch beschleunigt

Neue Methode könnte das mikrobielle Screening in klinischen und Forschungslabors verändern

Um das Profil der Medikamentenempfindlichkeit einer bakteriellen Infektion zu bestimmen, wird viel Zeit benötigt. Jetzt haben Forscher des Nara Institute of Science and Technology und ihre Kooperationspartner Studien über eine Technologie veröffentlicht, die diesen ansonsten langsamen Prozess drastisch beschleunigen und möglicherweise Leben retten wird.

Nach Angaben der US-amerikanischen Gesundheitsbehörde CDC sind antibiotikaresistente Infektionen jedes Jahr für den Tod von über einer Million Menschen weltweit verantwortlich. Entscheidend für den Umgang mit resistenten Infektionen ist die rasche Identifizierung einer geeigneten Behandlung, für die die infektiösen Bakterien empfänglich sind. "Oft werden Anfälligkeitsergebnisse viel schneller benötigt, als herkömmliche Tests sie liefern können", sagt Yaxiaer Yalikun, leitender Autor. "Deshalb haben wir eine Technologie entwickelt, die diesem Bedarf gerecht werden kann".

Die Arbeit der Gruppe basiert auf der Impedanzzytometrie, die die dielektrischen Eigenschaften einzelner Zellen mit hohem Durchsatz misst - über tausend Zellen pro Minute. Da der elektrische Messwert eines Bakteriums seiner physikalischen Reaktion auf ein Antibiotikum entspricht, kann man auf einfache Weise feststellen, ob das Antibiotikum gegen die Bakterien wirkt. Bei der herkömmlichen Impedanzzytometrie werden die Testpartikel (mit Antibiotika behandelt) und die Referenzpartikel (unbehandelt) in einer Probe analysiert und anschließend die Impedanz der beiden Partikel kalibriert - beide Schritte erfordern eine umfangreiche Nachbearbeitung durch technische Spezialisten, was eine große Einschränkung war, die die Gruppe unbedingt überwinden wollte.

In einer in ACS Sensors veröffentlichten Studie entwickelt die Gruppe eine neuartige Impedanzzytometrie-Methode, bei der Test- und Referenzpartikel gleichzeitig in getrennten Kanälen analysiert werden, so dass leicht auswertbare separate Datensätze entstehen. Diese Zytometrie hat eine Empfindlichkeit im Nanobereich, die es ermöglicht, selbst kleinste physikalische Veränderungen in Bakterienzellen zu erkennen. In einer gleichzeitigen Studie, die in der Zeitschrift Sensors and Actuators B veröffentlicht wurde, entwickelte die Gruppe ein maschinelles Lernwerkzeug zur Analyse der Impedanzzytometriedaten. Da die neue Zytometriemethode die Test- und Referenzdatensätze aufteilt, konnte das maschinelle Lernwerkzeug den Referenzdatensatz automatisch als "Lerndatensatz" bezeichnen und ihn zum Erlernen der Eigenschaften eines unbehandelten Bakteriums verwenden. Durch den Echtzeit-Vergleich mit antibiotisch behandelten Zellen kann das Tool feststellen, ob die Bakterien für das Medikament empfänglich sind, und es kann sogar ermitteln, welcher Anteil der Bakterienzellen in einer Population mit gemischter Resistenz resistent ist. "Obwohl bei unserer Arbeit ein Fehler von weniger als 10 % auftrat, konnte innerhalb von zwei Stunden nach der Antibiotikabehandlung eine klare Unterscheidung zwischen anfälligen und resistenten Zellen getroffen werden", erklärt Yoichiroh Hosokawa, ein weiterer leitender Autor der Gruppe.

Diese Arbeit ist nicht auf die schnelle Bewertung von Infektionen im klinischen Umfeld beschränkt. Forscher, die sich mit der Entwicklung von Arzneimitteln befassen, könnten damit beispielsweise schnell erste Untersuchungen zur Wirksamkeit von Medikamenten gegen beliebige Zellen durchführen, sofern die zelluläre Reaktion zu einer Veränderung der dielektrischen Eigenschaften führt. Die Impedanzzytometrie könnte in den kommenden Jahren zu einem festen Bestandteil der klinischen und Forschungslabors werden.

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

Fakten, Hintergründe, Dossiers
  • Antibiotikaresistenzen
  • bakterielle Infektionen
  • Zytometrie
  • maschinelles Lernen
Mehr über Nara Institute of Science and Technology (NAIST)