Information

Vad har fått livet att välja denna ofattbart lilla delmängd av alla möjliga proteiner?

Vad har fått livet att välja denna ofattbart lilla delmängd av alla möjliga proteiner?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Jag undrar varför livet använder just de proteiner som det gör, ungefär 10^6 olika proteiner, tror jag? Evolutionen kan inte förklara det eftersom antalet möjliga proteiner är alldeles för stort för att någonsin kunna existera någonstans i det synliga universum, än mindre på jorden. Och evolutionärt urval fungerar bara på saker som finns.

Finns det någon kemisk eller annan förklaring, eller är detta en olöst paradox inom biologi?

Mediantalet aminosyror i ett mänskligt protein är 375. De flesta är längre än 200 och kanske alla är längre än 100. De 20 olika typerna av aminosyror kan kombineras till 20^375 = 10^487 olika proteiner som har längden 375.

Om hela jordskorpan bestod av proteiner som alla var 375 långa och varje protein muterade en gång varje nanosekund under 5 miljarder år och varje mutation resulterade i ett protein som är unikt i tid och rum, och det finns 100 sådana "proteinjordar" runt varje stjärna och 1000 miljarder stjärnor i var och en av 1000 miljarder galaxer i det synliga universum, blir det fortfarande bara till ungefär 10^100 proteiner. Att lägga till 10^37 år tills den sista stjärnresten har svalnat till mindre än 1 Kelvin ändrar inte denna bild, nästan alla möjliga proteiner kommer bokstavligen aldrig att existera någonstans. Även om jag är borta med en faktor en miljon på var och en av dessa siffror, skulle bara en av 10^300 av alla möjliga medianlängdsproteiner någonsin kunna existera.

Eftersom vår sinnesböjande liten delmängd av möjliga proteiner stödjer livet, borde vi inte förvänta oss att många många (som i 10^300) andra potentiella undergrupper av olika proteiner också skulle göra det? Och kan vi dra slutsatsen att om DNA/proteinbaserat liv har sitt ursprung någon annanstans, kommer det inte att ha ens ett enda protein gemensamt med oss ​​eller med något annat oberoende liv? Eller är detta fokus på proteiner på något sätt ogiltigt?


Svaret är chans eller ännu bättre, beredskap.

Om dina beräkningar är det sant att de teoretiska sekvenserna är nästan obegränsade, men de grundläggande ställningarna är det inte. Väldigt olika sekvenser kan vikas in i samma grundställning och ha en liknande reaktivitet/funktion. Så även om inte alla sekvenser har utforskats på den här planeten, har de flesta byggnadsställningar och funktioner varit det. Det är sant att proteinbaserat liv skulle kunna utvecklas någon annanstans, och det är sant att det övergripande sekvensutrymmet som utvecklats någon annanstans skulle vara annorlunda än det som utvecklats på denna planet. Jag skulle dock förvänta mig att hitta nästan samma palett av biokemiska reaktioner som vi har upptäckt på våra proteiner.

Jag skulle föreslå att du läser arbetet av P.L. Luisi här. Han gör riktigt bra poäng i den här frågan.

En ny tidning har precis kommit ut, jag tycker att det är ett bra tillägg till det här svaret.


Jag är inte säker på att jag förstår frågan. Du har elegant visat att endast en liten bråkdel av alla proteinsekvenser möjligen kan existera, men sedan frågade varför bara en liten bråkdel av alla proteinsekvenser existerar. Dina slutsatser om att livets oberoende ursprung inte har några gemensamma proteiner är korrekta, men tänk också på att du som människa inte ens har ett enda protein gemensamt med bakterierna i din yoghurt (jag menar att du har det, men de har lite olika sekvenser ).

När det gäller vilka proteinundergrupper som skapar liv, finns det bevisligen tusentals uppsättningar av proteiner som stödjer livet. Varje genetiskt distinkt individ har en något annorlunda uppsättning proteiner, varav de flesta stödjer livet.

Hur många av dessa delmängder som finns är det okänt. Kanske använder utomjordingar bara ribozymer baserade på RNA-molekyler. Kanske har de en annan uppsättning aminosyror, eller en kiselryggrad till deras proteiner, eller vad har du. Tills vi hittar främmande liv (eller perfekt abiogenes i labbet) är den totala mångfalden av verklighetstrogna saker omöjlig att veta.


Du frågar varför levande varelser använder proteinerna de använder, och inte något annat.

Det är främst för att de måste göra något som fungerar, och de har hittat något som fungerar OK.

Varje protein fyller en eller flera funktioner för sin cell. Om det ändras slumpmässigt, kommer det förmodligen att förändras till något som gör dessa funktioner mindre bra. För det har valts ut i tusentals generationer för att få något som fungerar bra, och så är de flesta alternativen sämre.

Många mutationer har ingen effekt. Men om du har 300 proteiner och du har en förändring i vart och ett av dem, är chansen stor att du inte kommer att leva så bra. Och om din son har en annan förändring i varje protein kommer han förmodligen att klara sig sämre än dig. Det tar inte många generationer innan dina ättlingar inte kan tävla och dö ut.

Så varje förändring är en chansning. Om du inte gör några förändringar kommer så småningom något som förändras göra bättre och kommer att driva dig utrotning. Men om du gör för många ändringar kommer dina ättlingar att klara sig sämre på grund av dem. Helst skulle du göra precis rätt siffra, för att balansera de viktade oddsen för skada från dåliga förändringar mot fördelar från bra förändringar.

För många organismer är förändringshastigheten nere någonstans runt 1 % -- 99 % av gångerna får de ingen förändring när de reproducerar sig.

Eftersom vår sinnesböjande liten delmängd av möjliga proteiner stödjer livet, borde vi inte förvänta oss att många många (som i 10^300) andra potentiella undergrupper av olika proteiner också skulle göra det?

Säker. Och vi har tenderat att hitta några som vi kunde ta oss till där vi var tidigare. Punktmutationer tenderar att ske i små steg. Du byter en aminosyra till en liknande. Den genetiska koden är en grå kod, ofta har mutationer ingen effekt, eller så ersätts hydrofoba aminosyror med andra hydrofoba, aminosyror ersätts av andra av liknande storlek osv.

Några av de bästa enzymerna kan vara saker som inte har något annat bra som liknar dem, så att de är väldigt svåra att utvecklas till.

Science fiction-författare har ibland skrivit om livet som har utvecklats för olika tider, och de brukar anta att den mer utvecklade enkelt och lätt kommer att konkurrera ut de som inte har haft så lång tid på sig att upptäcka bättre vägar. Så är det inte nödvändigtvis. Människor som transporterats tillbaka till silurperioden kanske äter bra (när de väl kommit på vilken skaldjur som är giftig) och kanske inte äts av någonting (men de kan bli mobbad av tusenfotingar om de sover, och inte kunna göra hängmattor av cooksonia, och har inga träd att hänga hängmattorna från heller). De kanske fortfarande inte trivs. En halv miljard år utvecklas för att passa in i en annorlunda ekosystemet kanske inte är så användbart trots allt.


Nätverksvetenskap: Från kemi till digitalt samhälle

Frank Emmert-Streib är professor i datavetenskap vid Tammerfors universitet (Finland). Målet med hans grupp är att bedriva innovativ och kreativ forskning inom det tvärvetenskapliga området datavetenskap för att ta itu med frågor av samhällelig relevans. Gruppen är särskilt intresserad av data från medicin, ekonomi, sociala medier och samhällsvetenskap. Vår metodologiska ansats bygger på beräknings- och statistiska metoder i kombination med nätverksbaserade modeller. *[email protected]

Matthias Dehmer

Matthias Dehmer är professor vid University of Applied Sciences Upper Austria och UMIT—The Health and Life Sciences University. Han har också en gästprofessur vid Nankai University. Hans forskningsintressen är grafteori, komplexa nätverk, komplexitet, maskininlärning, big data-analys och informationsteori. I synnerhet arbetar han också med maskininlärningsbaserade metoder för att designa nya dataanalysmetoder för att lösa problem inom tillverkning och produktion.

Unga recensenter

Jag är en sjundeklassare som spelar lacrosse, basket och fotboll. Jag älskar alla ämnen i skolan, speciellt matte. Jag är med i min skolas mattelag. Jag tar avancerade matematiklektioner på min fritid. Jag älskar att läsa. Jag har en hund som heter Rosie.

Josef

Jag heter Joseph och jag har varit intresserad av matematik väldigt länge. Faktum är att jag firar min födelsedag på Pi-dagen! Jag älskar Calculus och jag har lärt mig det ett tag nu. Andra områden av matematik jag tycker om att lära mig om är talteori, grafteori, spelteori och knutteori. Jag skickade nyligen in en ny heltalssekvens till OEIS som blev godkänd. Jag älskar också raketer, organisk kemi och mikrobiologi. Dessutom är jag Davidson Young Scholar.

Abstrakt

I den här artikeln ger vi en kort översikt av nätverksvetenskap genom att lyfta fram vikten av nätverksmodeller. Vi kommer att diskutera uppkomsten av nätverk och beskriva tidiga studier. Sedan kommer vi att förklara gennätverkens viktiga roll i biologin för att förstå hur gener orsakar vissa fysiska egenskaper hos organismer. Förutom biologi kan nätverk hittas inom i stort sett alla vetenskapsområden, inklusive kemi, medicin, affärer, finans och samhällsvetenskap. Vårt digitala samhälle genererar stora mängder data och nätverk kan skapas från dessa data med hjälp av statistiska metoder. Dessa nätverk kan sedan användas för att hjälpa oss förstå olika aspekter av samhället och för att i slutändan förbättra våra liv.


Abstrakt

I vilken utsträckning kan den konvergenta utvecklingen av proteinfunktion tillskrivas konvergenta eller parallella förändringar på aminosyranivå? Mutationerna som bidrar till adaptiv proteinevolution kan representera en partisk undergrupp av alla möjliga fördelaktiga mutationer på grund av mutationsbias och/eller variation i omfattningen av skadlig pleiotropi. Ett nyckelfynd är att fitnesseffekterna av aminosyramutationer ofta är beroende av genetisk bakgrund. Detta sammanhangsberoende (epistas) kan minska sannolikheten för konvergens och parallellism eftersom det minskar antalet möjliga mutationer som är ovillkorligt acceptabla i divergerande genetiska bakgrunder. Här granskar jag faktorer som påverkar sannolikheten för replikerad evolution på molekylär nivå.


Resultat

För att identifiera de bästa proteinerna som ett läkemedelsmål, föreslår vi en tvåstegsmetod. I det första steget försöker vi detektera essentiella proteiner från SARS-CoV-2-virusmål eller deras associerade moduler i mänskliga celler. Sedan, i det andra steget, försöker vi hitta essentiella proteiner som är relaterade till komorbida sjukdomspatologier. För att konstruera våra uppsättningar, överväger vi 1374 Informative Biological Process (IBP) Gene Ontology (GO) termer relaterade till 332 humana proteiner identifierade i 3 som högsäkerhetsvirus humant proteininteraktioner. För att prioritera proteiner som kan vara viktiga proteinuppsättningar relaterade till covid-19, T, (Cut_1) , (Cut_2) , (C_1) , (C_2) , (T_1) , (T_2) och (Cut_<75>) , (Nivå_1 ), (S_1) , (S_2) , (E_1) och (E_2) , uppsättningar definieras enligt följande:

T: Uppsättningen av 332 proteiner rapporterade som möjliga mål för SARS-CoV-2-viruset 3 .

(Cut_1) : Minsta klippuppsättning resulterade från algoritm 1 16 .

(Cut_2) : Minsta cut-uppsättning resulterade från algoritm 2 15 .

(C_1) : Delarna av (Cut_1) som fysiskt interagerade med SARS-CoV-2-viruset (skärningspunkten för (Cut_1) och T).

(C_2) : Delarna av (Cut_2) som fysiskt interagerade med SARS-CoV-2-viruset (skärningspunkten för (Cut_2) och T).

(T_1) : Skärningspunkten mellan (C_1) och (C_2) .

(T_2) : Union av (C_1) och (C_2) .

(Cut_<75>) : Från alla proteiner i (Cut_1) eller (Cut_2) som har den högsta graden och det högsta antalet störningar, väljs 75 viktigaste proteiner.

(Nivå_1) : Grannarna till T uppsättning.

(S_1) : Skärningspunkten för (Cut_1) och (Cut_2) .

(S_2) : Union av (Cut_1) och (Cut_2) .

(E_1) : Uppsättning essentiella proteiner associerade med COVID-19 som placeras i (Cut_1) .

(E_2) : Uppsättning essentiella proteiner associerade med COVID-19 som placeras i (Cut_2) .

Venn-diagrammet för (T_1) , (T_2) , (C_1) , (C_2) och T set. Den fullständiga beskrivningen av uppsättningar presenteras i tabell 1.

Den fullständiga beskrivningen av T, (Cut_1) , (Cut_2) , (C_1) , (C_2) , (T_1) , (T_2) , (Cut_<75>) , (Nivå_1 ), (S_1) , (S_2) , (E_1) och (E_2) uppsättningar presenteras i tabell 1.

(a) Boxplot av graderna i protein-protein interaktion (PPI) nätverk för (T_1) , (T_2) , (C_1) , och (C_2) set (b) Boxplot av antalet unika IBP GO-termer som resulterade från var och en av de fyra uppsättningarna. Den fullständiga beskrivningen av uppsättningar presenteras i tabell 1.

Utvärdering av våra föreslagna essentiella proteiner undergrupper med avseende på antalet störningar

Venn-diagrammet för (T_1) , (T_2) , (C_1) , (C_2) och T uppsättningar illustreras i fig. 1 (http://bioinformatics.psb.ugent.be/webtools/Venn/). Denna figur visar att från 332 proteiner i T set väljs endast 71 proteiner ut med nämnda algoritmer ( (T_2) ). Från dessa 71 proteiner väljs 20 proteiner i båda nämnda algoritmer ( (T_1) ) (se avsnittet "Metoder"), 37 proteiner väljs unikt i Algoritm 1 ( (C_1 ackslash T_1)) och 14 proteiner väljs unikt i Algoritm 2 ( (C_2 ackslash T_1) ). Resultaten av nämnda uppsättningar är sammanfattade i tabell 2. Antalet proteiner i (T_1) , (C_1) , (C_2) , (T_2) , (Cut_<75>) , T, (S_1) , (Cut_1) , (Cut_2) , (S_2) och (Nivå_1) uppsättningar rapporteras i den första raden. Den andra raden visar medelvärdet av grader för de nämnda uppsättningarna. Den tredje raden visar antalet 1374 IBP GO-termer som överlappas med våra uppsättningar och deras antal unika IBP GO-termer samlas på den fjärde raden (se "Datauppsättning" i avsnittet "Metoder") 17 . Enligt tabell 2, till exempel, är antalet unika IBP GO-termer för (T_1) med storleken 20 lika med 400, och likaså för (T_2) med storleken 71 lika med 821. förhållandet mellan antalet unika IBP GO-termer och de totala IBP GO-termerna indikerar att graden av unikhet hos de introducerade proteinuppsättningarna är representerade i den femte raden. Förhållandet mellan antalet unika IBP GO-termer och storleken på den valda uppsättningen representerar i genomsnitt, varje protein orsakar hur många unika störningar. (T_1) har den högsta andelen unika IBP GO-termer och även förhållandet mellan antalet störningar i genomsnitt i jämförelse med andra uppsättningar. Förhållandet mellan antalet unika IBP GO-termer och storleken på den valda uppsättningen visas på den sjätte raden i tabellen. Jämfört med uppsättningen (Cut_<75>) kan vi dra slutsatsen att de föreslagna algoritmerna 15, 16 inte bara är baserade på höga grader och hög störning, även några värdefulla egenskaper används i dem för att välja de viktiga proteinerna.

Figur 2 visar boxplotterna för graderna i PPI-nätverket (del (a)) och det unika antalet IBP GO-termer (del (b)) som är resultatet av (T_1) , (T_2) , (C_1 ) , respektive (C_2) . Som visas i fig. 2 är graderna av valda uppsättningar fördelade på liknande sätt, och majoriteten av antalet störningar ligger mellan 0 och 40 med ett maximalt värde på 70. Medianen för antalet unika störningar relaterat till (T_1 ) är större än de andra uppsättningarna.

Boxplot av antalet unika IBP GO-termer resulterade från 1000 slumpmässigt valda uppsättningar av storlekarna 20, 71, 57 respektive 34. Röda små linjer i figuren är antalet unika IBP GO-termer för (T_1) , (T_2) , (C_1) och (C_2) uppsättningar. Den fullständiga beskrivningen av uppsättningar presenteras i tabell 1.

Närvaron (blå färg) eller frånvaro (vit färg) av överlappningen av proteinmål för (T_1) , (T_2) , (C_1) , (C_2) T, (Level_1) , (Cut_1) , (Cut_2) , (S_1) och (S_2) uppsättningar med målen för Covid-Drug. Den fullständiga beskrivningen av uppsättningar presenteras i tabell 1.

För att utvärdera prestandan för de nämnda algoritmerna jämför vi våra valda delmängder från T ( (T_1) , (T_2) , (C_1) och (C_2) ) med slumpmässigt genererade delmängder. För var och en av de föreslagna uppsättningarna ( (T_1) , (T_2) , (C_1) och (C_2) ) av storlek n, (10^3) proteinuppsättningar genereras som möjliga mål för SARS-CoV-2-virus från T med storlek n. Antag att (N_i) för (i = 1,ldots , 10^3) är antalet GO-termer (från 1374) som avbröts med slumpmässigt genererad uppsättning och N är antalet unika IBP GO-termer som härrör från våra uppsättningar. Låt (X = ) för (i = 1,ldots , 10^3) där X anger antalet slumpmässiga resultat som presterade bättre än utdata från de två nämnda algoritmerna. Nollhypotesen, (H_0) , är att våra utvalda proteiner uppsättning av storlek n det är inte viktigt. Den alternativa hypotesen, (H_1) , är att våra utvalda proteiner uppsättning av storlek n är verkligen viktigt. Vi använder Exceeding Value som (EV=dfrac<|X|><1000>,) där |X| anger storleken på X 18 . Om (EV<alpha) då, avvisar vi (H_0) ( (alpha) är ett tröskelvärde som vi anser vara 0,05). Värdena på EV för alla valda proteinuppsättningar är lika med noll (Detta värde orsakar extremt signifikanta resultat). Vi kan dra slutsatsen att resultaten av nämnda algoritmer visar bättre prestanda än alla dessa slumpmässiga urval. Figur 3 illustrerar boxplotterna för antalet störningar som härrör från 1000 slumpmässigt valda uppsättningar av storlekarna 20, 71, 57 respektive 34. De små röda linjerna ovanför varje ruta i den här figuren visar antalet unika IBP GO-termer relaterade till (T_1) , (T_2) , (C_1) , och (C_2) som är lika med 400, 821, 737 respektive 493 (se tabell 2). Som visas i denna figur är resultaten av slumpmässiga urval betydligt mindre än våra resultat. Det betyder att det inte finns någon slumpmässig uppsättning som presterar bättre än vår valda uppsättning. Man kan dra slutsatsen att resultaten är betydligt långt ifrån slumpmässiga och genom att välja lämpliga uppsättningar inträffar en betydande mängd störningar.

Läkemedelsmålen i Covid-Drug-gruppen för (T_2), L ( (Nivå_1 omvänt snedstreck T_2) ), och C ( andra proteiner av (S_2) förutom (S_2 omvänd snedstreck L) ) uppsättningar. Den röda färgnoden indikerar det protein som är målet för ett stort antal läkemedel. De röda kanterna, blå kanterna och svarta prickade kanterna är relaterade till L, C och (T_2) uppsättningar, respektive. Den fullständiga beskrivningen av uppsättningar presenteras i tabell 1.

Närvaron (blå färg) eller frånvaro (vit färg) av överlappning av godkända läkemedel i T och (S_2) set som inte är godkända med något av proteinerna i (T_2) set. Den fullständiga beskrivningen av uppsättningar presenteras i tabell 1. Bästa resultat anges med fet stil

Utvärdering av våra föreslagna undergrupper av essentiella proteiner med avseende på de relaterade läkemedlen

För att motivera våra föreslagna essentiella proteiner utvärderar vi 37 experimentella ej godkända läkemedel för COVID-19 som rapporteras i DrugBank 19. Av dessa 37 läkemedel har 19 läkemedel ingen målinformation och endast 18 läkemedel har målinformationen från vårt PPI-nätverk som betecknas som Covid-Drug. Dessa 18 läkemedel har 78 proteinmål i vårt PPI-nätverk. Det är värt att nämna att bara ett av dessa proteiner kommer från T uppsättning (P33527 protein). Vi finner att från dessa 18 läkemedel i Covid-Drug, bara två av dem har detta mål i 332 proteiner, inklusive Ritonavir och Ibuprofen. Båda dessa läkemedelsmål är godkända med nämnda algoritmer. Med andra ord bestäms detta mål med (T_2) att vara ett av de signifikanta målen i nämnda algoritm. Vi finner också att alla droger i denna grupp utom Favipiravir och Leronlimab har riktat in sig på minst ett protein i våra cut-set, medan (Level_1)-setet med 7845 proteiner är inriktat på 14 läkemedel i Covid-Drug. Detaljerna för viss statistisk information om våra undergrupper av kandidater för essentiella proteiner för Covid-läkemedelsgruppen rapporteras i tabell 3. I den här tabellen indikerar den första raden storleken på (T_1) , (C_1) , (C_2 ) , (T_2) , T, (S_1) , (Cut_1) , (Cut_2) , (S_2) respektive (Nivå_1) uppsättningar. Antalet proteinmål och relaterade läkemedel för Covid-läkemedelsgruppen rapporteras i den andra respektive tredje raden. Den fjärde och femte raden visar förhållandet mellan antalet proteiner som är inriktade på och deras relaterade läkemedel för Covid-läkemedelsgruppen respektive storleken på set. Resultaten av närvaro (blå färg) eller frånvaro (vit färg) av överlappningar i proteinmål för (T_1) , (T_2) , (C_1) , (C_2) , T, (Level_1) , (Cut_1) , (Cut_2) , (S_1) och (S_2) uppsättningar med målen för Covid-Drug visas i fig. 4. För en bättre utvärdering av nämnda algoritmer, läkemedelsmålen och relaterade läkemedel i Covid-Drug-gruppen illustreras i Fig. 5. I denna figur indikerar de gröna diamantnoderna drogerna och de blå cirkelnoderna visar målen associerade med dessa droger. Proteinet som är målet för ett stort antal läkemedel visas i röd färg. Figur 5 visar fördelningen av läkemedelsmål i nämnda algoritm för tre separata delmängder av (S_2) . Den första delmängden innehåller ett protein som riktas mot av viruset ( (T_2) ), den andra underuppsättningen innehåller några proteiner som finns i (Level_1 omvänt snedstreck T_2) (visas som L) och andra proteiner av (S_2) finns i den tredje delmängden (C). Det märks att P08684 protein visas i röd färg, är ett av målen för de flesta läkemedel i Covid-läkemedelsgruppen. De röda, blå och svarta prickade kanterna är relaterade till L, C, respektive (T_2) uppsättningar.

Den andra gruppen läkemedel innehåller 449 läkemedel som kliniska prövningar för covid-19. Av dessa 449 läkemedel har 328 läkemedel mål i PPI-nätverket betecknat som Clinical-Drug. Dessa 328 läkemedel kan rikta in sig på 888 proteiner i en cell. Av dessa 888 proteiner är 281 proteiner godkända med nämnda algoritmer. Detaljerna för viss statistisk information om Clinical-Drug rapporteras i tabell 4. I den här tabellen anger den första raden storleken på (T_1) , (C_1) , (C_2) , (T_2) , T, (S_1) , (Cut_1) , (Cut_2) , (S_2) respektive (Nivå_1) uppsättningar. Antalet proteinmål och relaterade läkemedel för Clincal-Drug-gruppen rapporteras i den andra respektive tredje raden. Den fjärde och femte raden visar förhållandet mellan antalet proteiner som riktade in sig på och deras relaterade läkemedel för Clincal-Drug-gruppen respektive storleken på seten. Som framgår av tabell 4, från dessa 888 proteiner, finns 15 av dem i T uppsättning. Av de 328 läkemedlen i Clinical-Drug-gruppen har 30 läkemedel dessa 15 mål. Av dessa 15 proteiner är fem av dem godkända med nämnda algoritmer. Å andra sidan är 19 läkemedel av denna grupp godkända med de redan nämnda fem proteinerna av (T_2) . Från över 30 läkemedel kan 11 (= 30 − 19) läkemedel rikta in sig på proteiner T set, är dessa läkemedel inte godkända med de föreslagna uppsättningarna, ( (T_1) , (T_2) , (C_1) och (C_2) ), som är undergrupper av T. Storleken på våra föreslagna uppsättningar är mycket mindre än T är det värt att nämna att trots den lilla storleken kan de fastställa viktiga läkemedelsmål i COVID-19. Våra resultat visar att 10 av 11 droger har inriktats med (S_2) inställd (se fig. 6).

Närvaron (blå färg) eller frånvaro (vit färg) av olika godkända läkemedel i uppsättningar (Level_1) och (S_2 ackslash T) som inte är godkända med något av proteinerna i uppsättningen (S_2). fullständig beskrivning av uppsättningar presenteras i tabell 1.

Läkemedelsmålen i Clinical-Drug-gruppen som finns i (T_2)-uppsättningar.

Läkemedelsmålen i Clinical-Drug-gruppen som finns i L uppsättning.

Läkemedelsmålen i Clinical-Drug-gruppen som finns i C uppsättning.

Vi finner också att från 7 845 proteiner i (Level_1) är 398 proteiner inriktade på 284 läkemedel från Clinical-Drug-gruppen. Det märks att 273 läkemedel av dessa 328 läkemedel är godkända med nämnda algoritmer. Figur 7 visar att av dessa 328 kliniska läkemedel har 19 läkemedel mål i uppsättningen (Level_1) men är inte godkända med något av proteinerna i uppsättningen (S_2). Å andra sidan finns det åtta andra läkemedel som kan rikta in sig på proteiner i (S_2) set men som inte är godkända med något av proteinerna i (Level_1) set. Trots det faktum att storleken på de rekommenderade uppsättningarna är mycket mindre än (Level_1) inställd, men målet för dessa läkemedel är varken tillhör T set eller (Level_1) set. Av dessa åtta droger, två av dem (Metenkefalin och Remdesivir) är relaterade till ett specifikt läkemedel (Covid-Drug) som används i stor utsträckning för covid-19 (se fig. 4). Läkemedelsmålen och relaterade läkemedel i Clinical-Drug-gruppen illustreras i Fig. 8, 9 och 10. I dessa figurer indikerar de gröna diamantnoderna att läkemedlen och de blå cirkelnoderna visar målen associerade med dessa läkemedel. Figur 8 visar läkemedelsmålen i Clinical-Drug-gruppen som finns i (T_2) set. De P33527 protein, som visas i röd färg, är ett av målen för de flesta läkemedel i gruppen Clinical-Drug. Figur 9 visar läkemedelsmålen i Clinical-Drug-gruppen som finns i L uppsättning. De P33527, P35348 och Q16678 proteiner som visas i röd färg, är måltavlan för de flesta läkemedel i det kliniska läkemedlet. Läkemedelsmålen i Clinical-Drug-gruppen som finns i C uppsättningar rapporteras i fig. 10. Den P08684, P05177, P04798, P07550, och Q15439 proteiner som visas i röd färg, är måltavlor för de flesta läkemedel i gruppen kliniska läkemedel.

Vi studerar också antalet mål i alla läkemedel som rapporterats i UniProt som humanläkemedel som betecknas som All-Drug. Sammanfattningen av läkemedelsmål och relaterade läkemedel presenteras i tabell 5. I den här tabellen anger den första raden storleken på (T_1) , (C_1) , (C_2) , (T_2) , T, (S_1) , (Cut_1) , (Cut_2) , (S_2) respektive (Nivå_1) uppsättningar. Antalet proteinmål och relaterade läkemedel för All-Drug-gruppen rapporteras i den andra respektive tredje raden. Den fjärde och femte raden visar förhållandet mellan antalet proteiner som riktade in sig på och deras relaterade läkemedel för All-Drug-gruppen respektive storleken på seten. Man kan dra slutsatsen att de föreslagna kandidatproteinuppsättningarna godkänner ett stort antal läkemedel i All-Drug.

Essentiella proteiner i (E_1) , (E_2) uppsättningar och uppsättningar av proteiner föreslagna av Dolan et al. 20 .

Utvärdering av våra kandidat-essentiella proteiner associerade med COVID-19-patologi

Resultaten från två tidigare underavsnitt visar att uppsättningar (Cut_1) och (Cut_2) är goda kandidater för att hitta lämpliga delmängder som är relaterade till covid-19-patologi. I detta underavsnitt utvärderas två av dessa möjliga delmängder av kandidater. COVID-19 är en pandemisjukdom med ett brett spektrum av symtom hos olika patienter. Det som är tydligt är att sjukdomen varierar från asymtomatisk till dödlig hos individer. Nyligen genomförda studier visar att sjukdomen är allvarligare hos personer med underliggande tillstånd som hjärt- och kärlsjukdomar, diabetes, hepatit, lungsjukdomar, njursjukdomar och olika typer av cancer. Därför förväntar vi oss att den underliggande genetiken för dessa sjukdomar är associerad med essentiella proteiner som är associerade med COVID-19. För att hitta dessa essentiella proteiner använder vi gen-sjukdomsrelation från Database for Annotation, Visualization, and Integrated Discovery (DAVID). Vissa proteiner som är annoterade till fyra av fem av dessa specifika komorbida sjukdomar i uppsättningarna (Cut_1) och (Cut_2) med signifikant (p-värde) väljs ut som en uppsättning essentiella proteiner associerade med COVID- 19 ( (E_1) och (E_2) ). Tabell 6 visar 76 respektive 79 essentiella proteiner med patologin för dessa komorbida sjukdomar. I Fig. 11 jämför vi våra kandidatuppsättningar av (E_1) och (E_2) med uppsättningar gener föreslagna av Dolan et al. 20 . Denna figur visar att 58 essentiella gener är godkända av (E_1) , (E_2) uppsättningar och även en uppsättning gener föreslagen av Dolan et al. som essentiella proteiner förknippade med covid-19. Vi utvärderar också den funktionella annoteringen genom utförandet av anrikningsanalys på våra kandidatuppsättningar (E_1) och (E_2). I tabellerna 7 och 8 rapporteras de översta signifikant anrikningsvägarna för (E_1) och (E_2) uppsättningar som identifieras av DAVID-analys. Slutligen introduceras 93 proteiner som innehåller (E_1 cup E_2) som en sista essentiell proteinuppsättning associerad med COVID-19-sjukdomspatologi (se tabell 6).


Diskussion

I detta dokument använde vi storskaliga transkriptomiska analyser för att dechiffrera den komplexa livscykeln för en fytopatogen svamp, för att identifiera gener som är avgörande för dess interaktioner med värdväxten och för att belysa de underliggande regleringsmekanismerna. I synnerhet med tanke på att många delar av L. maculans livscykeln är fortfarande dåligt beskriven, vi fokuserade på hur svampen klarar av sina olika livsstilar, deras tajming och övergångarna mellan dem, och regleringen av genuttryck under svampens långa patogena/saprofytiska liv. Vi genererade RNA-Seq-data för biologiska prover som motsvarar de viktigaste relevanta stadierna av infektion under kontrollerade förhållanden eller i fältförhållanden och vid olika tidsskalor (från dagar till år). Med hjälp av denna stora datamängd fokuserade vi sedan på uppsättningar gener som mobiliseras uteslutande när svampen interagerar med växten. Vi använde 10 olika uppsättningar av axeniska tillväxtförhållanden som främjade olika aspekter av svampens livscykel (t.ex. vegetativ tillväxt, asexuell sporulering, sexuell reproduktion) som grundläggande uttrycksegenskaper för identifiering av patogenicitetsgener i sig, i kontrast till den vanliga praxisen att endast använda några få axeniska tillstånd som kontroller [7, 13, 14] eller att utföra parvisa jämförelser av infektionens tidsförlopp [11]. Vi hanterade det varierande antalet svampavläsningar mellan prover och de olika in vitro-förhållandena, genom att tillämpa mycket stränga villkor för att avgöra om en gen specifikt överuttrycktes (LogFC> 4, sid < 0,01). Med dessa kriterier visade vi att 1207 gener (mindre än 10% av generna i svampgenomet) överuttrycktes under interaktioner med den levande eller döda växten i förhållande till axeniska förhållanden. Dessa gener kan anses vara den maximala uppsättningen gener som mobiliseras av svampen för att infektera växten utan inblandning i basala biologiska processer. Dessa 1207 uppreglerade gener grupperades konsekvent i åtta uttrycksprofiler, av vilka några visade stark samreglering av ett antal av generna i klustret. De sekventiella uttrycksprofilerna överensstämmer med de associerade patogenicitetsfunktionerna, vilket bekräftar relevansen av denna RNA-Seq-studie utförd över en stor tidsskala.

Transkriptombaserad beskrivning av en komplex svamplivscykel

Våra RNA-Seq-data framhävde och stärkte vår kunskap om svampens biologi under hela dess livscykel, inklusive för "obskyra delar" av denna cykel, enligt följande (Fig. 8):

Ascosporer, som är svåra att generera för patogenicitetstester under kontrollerade förhållanden, är kända för att vara den huvudsakliga infektionskällan i fält, och gror inom några timmar för att producera en hyfa som penetrerar bladvävnader via stomata eller sår [50]. Vi fann att groddhyfer mycket snabbt (2 DPI) producerade "tidiga" effektortranskript (inklusive kända AvrLm-effektorer), detekterade endast 5–7 DPI som en massiv expressionstopp när inokulering utfördes med konidier ([11, 13, 14] , den här studien). Detta resultat överensstämmer med mikroskopi-assisterade RNA-Seq-analyser i andra modeller, som har föreslagit att några hyphal tips producerar tidiga effektorer för att motverka växtens initiala försvarsreaktioner vid kontakt [4, 51]. Detta tyder på att, liksom andra växtrelaterade svampar, L. maculans manipulerar växten så snart den kommer in i vävnaderna, för att initiera sin egen tillväxt i växtvävnader, utan att orsaka symtom.

Efter infektion av löv eller hjärtblad och utveckling av primära bladfläckar växer hyferna inom de intercellulära utrymmena i vävnader före bladfläckarna mot och inuti bladskaftet och kommer sedan in i stamvävnaderna [52,53,54]. Våra RNA-Seq-data belyser kinetiken för denna process och de livsstilsövergångar som sker under hjärtbladsinfektion, med tre på varandra följande vågor av genuttryck relaterade till olika stadier av infektion (penetration, biotrofi och nekrotrofi). I överensstämmelse med de biologiska data var mönstret för genuttryck under kronbladskolonisering liknande det i hjärtblad, med ett symptomlöst stadium under vilket samma uppsättning gener mobiliserades i hjärtblad eller bladblad (Fig. 8).

Vi fann också att isolat som infekterade löv i fält hade ett genuttrycksmönster som liknar det hos ett referensisolat som används för att inokulera hjärtblad under kontrollerade förhållanden vid 7 och 9 DPI, vilket visar att infektioner som reproducerats med rutinprotokoll under kontrollerade förhållanden exakt kan efterlikna vissa stadier av fältinfektion.

Övervakningen av stamprover under ett helt år i fältförhållanden gav ny information om dynamiken i stamkolonisering och nekros i fält. Vi fann att svampen var närvarande mycket tidigt i stambasvävnaderna, med svampavläsningar som kunde detekteras så tidigt som i december, så lite som 1 till 2 månader efter den första bladinfektionen. Nivåerna av transkriptomisk aktivitet hos svampar förblev dock mycket låga mellan december och februari, och det var först i slutet av vintern (från mars och framåt) som svampen uppvisade en kvantifierbar, stadig ökning av transkriptomisk aktivitet.

Svampliv i stamvävnader, under en period av 8 månader, kännetecknades av komplexa mönster av genuttryck, med några av de berörda generna uttryckta uteslutande under stamkolonisering, vilket belyser den långa övergången från biotrofi till nekrotrofi som leder till stamcanker (Fig. 8) ). Genuttrycksmönstren som observerades för staminfektion 6 och 7 månader efter sådd (mars–april) var mycket lika de som observerades för biotrofisk staminfektion under kontrollerade förhållanden vid 14 och 28 DPI, vilket återigen visar att kontrollerade förhållanden reproducerar åtminstone ett stadium adekvat. av stamkolonisering i fält.

Svampen har rapporterats överleva på rester i mellan 2 och 4 år, beroende på klimatförhållandena [50]. Men vi vet för närvarande ingenting om hur L. maculans överlever som en sasond på rester. En nyligen genomförd metabarcoding-studie visade det L. maculans var den dominerande svamparten på rapsrester, där många andra svamparter, inklusive andra fytopatogener också fanns, vilket framhävde komplext samspel mellan arterna [55]. Vår RNA-Seq-analys av rester kvar på jorden i 1 år bekräftade dessa fynd och avslöjade systematiskt transkriptomisk aktivitet av L. maculans på resterna, med ett medelvärde av 22% av den totala RNA-Seq-avläsningen motsvarande L. maculans under hela året, men med säsongsvariationer.

Översikt över de åtta uttrycksprofiler som upptäckts under infektionscykeln av Leptosphaeria maculans. Varje kurva representerar det genomsnittliga uttrycksvärdet för generna som utgör de åtta klustren som beskrivs i denna studie. De åtta profilerna är indelade i tre olika plotter, beroende på tidpunkten för deras huvudsakliga uttryckstoppar: (a) tidig infektion och kolonisering av hjärtblad, (b) sen kolonisering av stammar, (c) utveckling på skörderester. De egenskaper som är förknippade med varje prov anges: näringssätt (B: biotrofi, N: nekrotrofi, S: saprotrofi) experimentella förhållanden: (i) IPF, under planta fältförhållanden IPC, under planta kontrollerade förhållanden RF, rester under fältförhållanden (ii) typen av växtvävnad som provades och (iii) provtagningstidpunkterna (DPI, dagar efter ympning MPS, månader efter sådd MPH, månader efter skörd). Vi inkluderade inte fältinfekterade löv och stjälken infekterade under kontrollerade förhållanden, för att förhindra redundans och generera en förenklad modell. De viktigaste genfunktionerna identifierade i varje genkluster visas till höger

Expressionsprofiler och egenskaper hos gener som är specifikt involverade i interaktion med växten

Vi observerade successiva eller delvis överlappande uttrycksprofiler, som framhävde olika livsdrag eller matningsstrategier specifika för en viss livsstil eller koloniserad vävnad (kluster 1, kluster 2, kluster 4, kluster 8), eller med en kombination av livsstils-/vävnadsspecificiteter (kluster 3) , kluster 5, kluster 6, kluster 7) (Fig. 8). Till exempel är nekrotrofiskt beteende vävnadsspecifikt, med gener som uttrycks under hjärtblads- eller bladskaftsnekros (kluster 3) eller i stamvävnader i slutet av växtsäsongen (kluster 6 Fig. 8). Däremot är kluster 2 involverat i biotrofiskt beteende, oavsett vilken vävnad som koloniseras.

Uppsättningen av 1207 gener som uttrycks specifikt under interaktion med växten är starkt berikad i kandidateffektorer, med anrikning av effektorer observerad för alla expressionskluster. Som visats för hjärtbladsinfektion i andra studier [13], och här utökat till andra biotrofiska eller nekrotrofa stadier av växtinfektion, var biotrofiskt beteende associerat med anrikning i mycket få, om några GO-termer, medan biotrofi-nekrotrofi-övergångar var starkt berikade i gener involverade i katalytiska processer och CAZymer. Strikt nekrotrofiskt beteende inom stammar är associerat med en överrepresentation av PKS-kodande gener (inklusive sirodesmin biosyntesgenklustret) i förhållande till andra nekrotrofa kluster.

Svampen uttrycker en uppsättning av 148 gener i alla biotrofa/endofytiska/asymptomatiska stadier av kolonisering (kluster 2).Eftersom den är baserad på det annoterade referensgenomet är denna mängd förmodligen underskattad när man överväger fältisolat som kan ha en annan repertoar av effektorgener. Detta skulle mestadels vara fallet för gener från kluster 2 inbäddade i TE-rika regioner och kända för att vara benägna för närvaro/frånvaro polymorfism i fältpopulationer. Intressant nog fann vi att uttrycket av dessa gener upp- och nedreglerades vid flera tillfällen under interaktionen med växten. Återvinningen av samma uppsättning gener för en liknande livsstil belyser nyckelrollen som denna uppsättning gener spelar för att etablera symptomfri tillväxt inom växten, med minst en uppsättning stamspecifika gener (kluster 5) som också är associerade med biotrofiskt beteende, men endast under stamkolonisering. Kluster 2 (och, i mindre utsträckning, kluster 5) visade sig vara starkt berikade i gener som kodar för kandidateffektorer, som generellt anses agera genom att äventyra växtimmunitet [15]. En av dessa kandidateffektorer, AvrLm10A, har visat sig äventyra utvecklingen av bladsymptom [23], och två andra, AvrLm4–7 och AvrLm1, stör SA- och ET-signalering [47, 48]. Dessutom inkluderar kluster 2 gener som rapporterats i olika modeller för att vara involverade i undertryckandet av växtförsvarssvar (salicylathydroxylas eller ABA-klustret [27, 56, 57]) eller rensandet av kitinoligomerer, såsom LysM-gener [41] ]. Detta tyder starkt på att kluster 2 spelar en viktig roll för att dölja svampen från växtövervakningsmaskineriet, eller för att kompromissa eller undertrycka växtförsvarssvar i olika utsträckning.

Våra resultat tyder på att den tidigare klassificeringen av effektorer som "tidiga" eller "sena" [14] inte är relevant. "Tidiga" effektorgener visade sig uttryckas vid flera tillfällen under symptomfri hjärtbladsinfektion och kolonisering, den symptomfria koloniseringen av bladskaft och under minst 3 månaders symtomlös tillväxt i stambasens vävnader. På liknande sätt, de "sena" effektorgener identifierade av Gervais et al. [14] och ansågs vara specifik för stamkolonisering enligt experiment i kontrollerat tillstånd, hittades faktiskt i fyra olika uttryckskluster, varav endast ett var specifikt för biotrofiskt beteende i stamvävnader (kluster 5, fig. 8).

Viktigt är att kluster 2 innehåller alla gener som kodar för avirulensproteiner som hittills identifierats i L. maculans. Under blad- eller hjärtbladsinfektion kan dessa avirulensproteiner kännas igen av produkterna från de stora resistensgenerna (Rlm gener) hos växten, vilket resulterar i fullständig resistens mot avirulenta isolat. Återanvändningen av samma gener i andra stadier av växtkolonisering tyder starkt på att igenkänning också kan ske under den systemiska tillväxten av svampen inom bladskaft eller stjälkar, vilket resulterar i effektiv resistens i dessa stadier av koloniseringen, förutsatt att Rlm gener uttrycks konstitutivt i alla växtvävnader. Utöver de nio redan klonade avirulensgenerna innehåller kluster 2 ytterligare 58 SSP-gener (varav 39 är starkt samreglerade med alla AvrLm gener), vilka är valkandidater för screening av genetiska resurser för nya resistensgener.

Vi fann också att effektorgenexpression inte var begränsad till interaktion med den levande växten. Genomiska studier på svampsaprotrofer fokuserar på CAZymer och klass II peroxidaser [58]. Det visar vi här L. maculans rekryterar en typisk cocktail av CAZymer, inklusive de lytiska polysackaridmonooxygenaserna (LPMO) som är involverade i träförfall, men även peroxidaser, cytokrom P450 och stressresponsgener, under 1 levnadsår på skörderester. Dessutom omfattar kluster 7 21 SSP-gener specifikt uttryckta under saprofytisk tillväxt på stamrester (Fig. 8). Det har föreslagits att effektorgener uppstår från gener som används av saprober för att undertrycka ekologiska konkurrenter [59, 60]. Det stadiga uttrycket av en serie samreglerade kandidateffektorgener under många månader av livet på rester, oavsett förändringarna i mykofloran som finns på resterna över tiden [55], kan indikera ett behov för svampen att producera en minimal uppsättning molekyler deltar i ekologisk konkurrens.

Heterokromatinbaserad reglering av uttryck som en nyckelspelare i livstids samreglering av gener involverade i patogenicitet

En av de viktigaste resultaten av vårt arbete är att alla kluster av gener som överuttrycks under interaktion med värden är signifikant associerade med lokalisering inom en heterokromatindomän under axenisk tillväxt. Bevis ackumuleras, för många andra växtassocierade svampar, oavsett deras livsstil och näringssätt, att generna som är involverade i svamp-växtinteraktion ofta finns i regioner av heterokromatin i genomet (t.ex. i [61,62,63) ]). Gener som uttrycks i hög grad under infektion är ofta associerade med heterokromatin under axenisk odling (t.ex. i Z. tritici eller L. maculans [4, 37, 64]) och histonmodifieringar (H3K9me3 och/eller H3K27me3) har visat sig spela en viktig roll för att reglera sekundära metabolitgenkluster eller effektorgener (t.ex. F. graminearum, F. fujikuroi, Z. tritici, Epichloe festucae [65,66,67,68,69]). I endofyten E. festucae och patogenen Z. tritici, är repressionen av förmodade effektorgener eller sekundära metabolitgenkluster vid infektion associerad med en underliggande dynamik av histonmodifieringar, som har experimentellt validerats [65, 68, 70]. Dessa data tyder på att det finns en generisk kromatinbaserad kontroll av växtinfektionsmekanismer. Det har vi tidigare visat i L. maculans, uppvisar heterokromatindomäner (antingen H3K9me3 eller H3K27me3) betydande anrikning av förmodade effektorgener och att alla kända avirulensgener är associerade med H3K9me3 under axenisk tillväxt [38]. Vi fann här att generna som ingår i de åtta klustren som specifikt överuttrycks under interaktion med växten i förhållande till axenisk tillväxt också berikades med H3K9me3 och/eller H3K27me3 histonmodifieringar in vitro. Även om andra regleringsmekanismer kan vara involverade, förstärker denna betydande anrikning postulatet att kromatinets underliggande kondensationstillstånd, i miljön av gener som sekventiellt slås på/av under växtkolonisering, representerar en viktig aktör i denna dynamik. En slående upptäckt av vår studie är att gener från de olika uttrycksvågorna är utspridda i genomet, men är signifikant associerade med heterokromatin. Denna association kan underlätta den tidsmässiga regleringen av uppsättningar av gener som är involverade i samma process. Alla de åtta uttryckskluster som identifierats i livscykeln för L. maculans innehöll gener som uppvisade betydande anrikning i H3K27me3-heterokromatin in vitro. Denna histonmodifiering är en viktig regulator av utveckling och svar på flera biotiska och abiotiska påfrestningar, i olika svamp- eller växtmodeller (t.ex. [71, 72]). Däremot visade gener associerade med biotrofiskt eller biotrofiskt/asymtomatiskt liv i växterna (kluster 2, Fig. 8) anrikning i H3K9me3 in vitro. Generna i detta kluster är lokaliserade i TE-rika regioner av genomet och visade sig vara mer berikade i heterokromatinmodifieringar än generna från de andra klustren. De inkluderade det största antalet kandidateffektorgener och det största antalet starkt samreglerade gener (65 gener). I L. maculans, de TE-rika regionerna består av heterokromatin, vilket leder till tystnad av associerade gener [37, 38]. Det unika sambandet mellan gener involverade i den symptomfria spridningen av svampen och H3K9me3 tyder på att denna histonmodifiering är involverad i en regleringsmekanism som är viktig för att dölja svampen från växternas försvar. Omvänt innehåller detta kluster också alla kända avirulensgener, vilket ger ytterligare stöd för rollen av H3K9me3 som den primära regulatorn av uttryck för gener i spetsen i kampen med växten, och som ett föredraget mål för etableringen av effektor- utlöst immunitet under samutveckling av växten och patogenen.

Generna associerade med H3K9me3 i kluster 2 verkar vara mer strikt samreglerade än de i andra kluster, där gener är associerade med H3K27me3. Våra fynd tyder på att kromatinombyggnad under interaktion med växten är mycket dynamisk, snarare än att inträffa endast en gång när svampen infekterar växten, vilket man kunde ha förutsett från analyser av arter med en kort livscykel, eller från de få dagar av interaktion som är mottaglig för laboratorieförsök. Denna kombinerade analys av transkriptomiska och epigenomiska data stöder alltså uppfattningen att den finjusterade temporala utvecklingen av svampinfektioner underbyggs av ett mycket dynamiskt fenomen baserat på successiv öppning och stängning av olika genomiska regioner.


EXTRINSIKT FLUORESCENTA PROTEINER MED ENDOGENA LIGANDER

På senare tid, när gränserna för utveckling av inneboende fluorescerande proteiner har blivit förverkligade, har uppmärksamheten riktats mot utvecklingen av fluorescerande proteiner som använder endogena biomolekyler som fluoroforer. Specifikt har betydande ansträngningar fokuserats på att utveckla varianter av bakteriella fytokromer och fykobiliproteiner som nära-infraröda fluorescerande proteiner (Figur 1). Dessa proteiner binder naturligt hemnedbrytningsprodukten biliverdin eller närbesläktade molekyler och fluorescerar svagt i det infraröda. Konstruktion av dessa proteiner har lett till mycket ljusare fluorescens vid våglängder som vanligtvis används för avbildning och till proteiner som är mindre störande i fusioner. Utvecklingen av dessa proteiner är dock mindre framskriden än den för i sig fluorescerande proteiner, och många av de ljusaste proteinerna är dimerer (Shcherbakova och Verkhusha, 2013 Rodriguez et al., 2016b). I vissa fall kan funktionella monomerer produceras från dessa proteiner genom att fusionera två kopior av sekvensen för att bilda en tandemdimer (Rodriguez et al., 2016b). Dessutom, även om dessa proteiner använder en endogen molekyl, biliverdin, som fluorofor, kan fluorescensen ofta ökas genom att komplettera celler med ytterligare biliverdin eller cellgenomsläppliga analoger (Rodriguez et al., 2016b) eller genom att samuttrycka hemoxygenas för att öka den intracellulära koncentrationen av biliverdin (Yu et al., 2014).

Utveckling av extrinsiskt fluorescerande proteiner har inte begränsats till infraröda fluorescerande proteiner. Det finns också ett grönt fluorescerande protein, UnaG, som använder en annan hemnedbrytningsprodukt, bilirubin, som fluoroforen (Kumagai et al., 2013), såväl som gröna fluorescerande proteiner som använder flaviner som fluoroforen (Drepper et al., 2007 Chapman et al., 2008 Buckley et al., 2015). I praktiken används proteiner som binder en endogen fluorofor mycket på samma sätt som i sig fluorescerande proteiner, även om fluoroforkoncentrationen i cellen kan behöva övervägas, som tidigare nämnts. Även om de är mindre ljusa, har de grönt fluorescerande flavinbindande proteinerna vissa fördelar jämfört med EGFP: de är mindre än EGFP och kräver inte syre för att bli fluorescerande. Denna sista egenskap gör dem särskilt värdefulla för avbildning av anaeroba organismer, där fluorescerande proteiner inte mognar. Ett urval av extrinsiskt fluorescerande proteiner ges i tabell 1.


  1. Chow A
  2. Huggins M
  3. Ahmed J
  4. Hashimoto D
  5. Lucas D
  6. Kunisaki Y
  7. Pinho S
  8. Leboeuf M
  9. Noizat C
  10. van Rooijen N
  11. Tanaka M
  12. Zhao ZJ
  13. Bergman A
  14. Merad M
  15. Frenette PS
  1. Falchi M
  2. Varricchio L
  3. Martelli F
  4. Masiello F
  5. Federici G
  6. Zingariello M
  7. Girelli G
  8. Whitsett C
  9. Petricoin EF
  10. Moestrup SK
  11. Zeuner A
  12. Migliaccio AR
  1. Gosselin D
  2. Länka VM
  3. Romanoski CE
  4. Fonseca GJ
  5. Eichenfield DZ
  6. Spann NJ
  7. Stender JD
  8. Chun HB
  9. Garner H
  10. Geissmann F
  11. Glas CK
  1. Li D
  2. Xue W
  3. Li M
  4. Dong M
  5. Wang J
  6. Wang X
  7. Li X
  8. Chen K
  9. Zhang W
  10. Wu S
  11. Zhang Y
  12. Gao L
  13. Chen Y
  14. Chen J
  15. Zhou BO
  16. Zhou Y
  17. Yao X
  18. Li L
  19. Wu D
  20. Pan W
  1. Li W
  2. Wang Y
  3. Zhao H
  4. Zhang H
  5. Xu Y
  6. Wang S
  7. Guo X
  8. Huang Y
  9. Zhang S
  10. Han Y
  11. Wu X
  12. Ris CM
  13. Huang G
  14. Gallagher PG
  15. Mendelson A
  16. Yazdanbakhsh K
  17. Liu J
  18. Chen L
  19. Ett X
  1. Länka VM
  2. Duttke SH
  3. Chun HB
  4. Holtman IR
  5. Westin E
  6. Hoeksema MA
  7. Abe Y
  8. Skola D
  9. Romanoski CE
  10. Tao J
  11. Fonseca GJ
  12. Troutman TD
  13. Spann NJ
  14. Strid T
  15. Sakai M
  16. Yu M
  17. Hu R
  18. Fang R
  19. Metzler D
  20. Ren B
  21. Glas CK
  1. Lopez-Yrigoyen M
  2. Fidanza A
  3. Cassetta L
  4. Axton RA
  5. Taylor AH
  6. Meseguer-Ripolles J
  7. Tsakiridis A
  8. Wilson V
  9. Hay DC
  10. Pollard JW
  11. Forrester LM
  1. Lopez-Yrigoyen M
  2. Yang CT
  3. Fidanza A
  4. Cassetta L
  5. Taylor AH
  6. McCahill A
  7. Sellink E
  8. von Lindern M
  9. van den Akker E
  10. Mountford JC
  11. Pollard JW
  12. Forrester LM
  1. Mässa E
  2. Ballesteros I
  3. Farlik M
  4. Halbritter F
  5. Günther P
  6. Crozet L
  7. Jacome-Galarza CE
  8. Händler K
  9. Klughammer J
  10. Kobayashi Y
  11. Gomez-Perdiguero E
  12. Schultze JL
  13. Beyer M
  14. Bock C
  15. Geissmann F
  1. Popescu DM
  2. Botting RA
  3. Stephenson E
  4. Grön K
  5. Webb S
  6. Jardine L
  7. Calderbank EF
  8. Polanski K
  9. Goh jag
  10. Efremova M
  11. Acres M
  12. Maunder D
  13. Vegh P
  14. Gitton Y
  15. Park JE
  16. Vento-Tormo R
  17. Miao Z
  18. Dixon D
  19. Rowell R
  20. McDonald D
  21. Fletcher J
  22. Poyner E
  23. Reynolds G
  24. Mather M
  25. Moldavien C
  26. Mamanova L
  27. Greig F
  28. Ung MD
  29. Meyer KB
  30. Lisgo S
  31. Bacardit J
  32. Fuller A
  33. Millar B
  34. Innes B
  35. Lindsay S
  36. Stubbington MJT
  37. Kowalczyk MS
  38. Li B
  39. Ashenberg O
  40. Tabaka M
  41. Dionne D
  42. Kittla TL
  43. Slyper M
  44. Rozenblatt-Rosen O
  45. Filby A
  46. Carey P
  47. Villani AC
  48. Roy A
  49. Regev A
  50. Chédotal A
  51. Roberts I
  52. Göttgens B
  53. Behjati S
  54. Laurenti E
  55. Teichmann SA
  56. Haniffa M
  1. Porcu S
  2. Manchinu MF
  3. Marongiu MF
  4. Sogos V
  5. Poddie D
  6. Asunis I
  7. Porcu L
  8. Marini MG
  9. Moi P
  10. Cao A
  11. Grosveld F
  12. Ristaldi MS
  1. Ramos P
  2. Casu C
  3. Gardenghi S
  4. Breda L
  5. Crielaard BJ
  6. Guy E
  7. Marongiu MF
  8. Gupta R
  9. Levine RL
  10. Abdel-Wahab O
  11. Ebert BL
  12. Van Rooijen N
  13. Ghaffari S
  14. Grady RW
  15. Giardina PJ
  16. Rivella S
  1. Schoenfelder S
  2. Sexton T
  3. Chakalova L
  4. Klara NF
  5. Horton A
  6. Andrews S
  7. Kurukuti S
  8. Mitchell JA
  9. Umlauf D
  10. Dimitrova DS
  11. Eskiw CH
  12. Luo Y
  13. Wei CL
  14. Ruan Y
  15. Bieker JJ
  16. Fraser P

Marknad för marknad kan vi föreställa oss bioteknikens potential att återuppfinna så många branscher, särskilt eftersom miljöexternaliteterna kolliderar med nuvarande produktionsekonomi.

Vi är kolplaneten. Alla livsformer är gjorda av kol eftersom kol är ett extremt mångsidigt element som binder till alla andra grundämnen, och bindningarna är stabila och lagrar energi riktigt bra. Av de 70 miljoner föreningar som kemister känner till är 80 % kolbaserade. Det är elementens kung. Människor är 18% kol jord är 4 till 8% kol socker är 36% kol träd är 50% kol i torr vikt. Men kol är 87 % kol och olja är 85 % kol. Det var därför, när vi ville ha energi eller vi ville göra saker, var det lättast att dra kol och olja ur jorden. Vi lärde oss att göra nästan allt av detta utvunna kol – broar, kläder, golvbeläggningar, färg, leksaker, motorer. Du namnger det. Den utvecklingen började för 4 000 år sedan, när människor blandade lite kol i järn och skapade stål. Under de senaste hundra åren har vi fått en massa bättre på att göra saker av utvunnet kol. Nu måste vi göra allt det igen, nästan börja om från början och göra det mer hållbart – replikera de senaste 100 årens arbete under de kommande 25.

I hans bok Den 5:e början, Arkeologen Bob Kelly vid University of Wyoming delar in mänsklighetens historia i epoker. Den första början var när människor uppfann verktyg, för tre miljoner år sedan var den andra början skapandet av språk och kultur, den tredje vid gryningen av jordbruk och stillasittande samhällen, den fjärde var resultatet av skapandet av staten, eller regeringarna. Kelly daterar den 5:e början som omkring år 1500, men hans beskrivning är olycksbådande av idag: från den tidsperioden och framåt har mänskligheten haft förmågan som inga förfäder hade - att förändra världen själv, att förstöra den eller möjligen återskapa den. Från 1500 till förra seklet var vår påverkan på världen inte något vi var medvetna om. Men idag går det inte att missa.

Sedan början av 1990-talet, när vi först uppfann proteinteknik och mekanismerna för att redigera genomet, har vi i allt högre grad kunnat ändra livets instruktionskod - inte bara i våra egna kroppar, utan verkligen, i alla livsformer på planeten. Biomassan på planeten uppskattas till 550 miljarder kubikton. Årlig produktion är 100 miljarder ton. Människor utgör bara 1/10 000 av världens biomassa. Växter utgör 80 %. Alla djur i världen tillsammans är bara 1/40 av bakteriernas biomassa. Och det finns 8,7 miljoner djurarter på jorden, med 10 000 nya arter som upptäcks varje år. Det finns 950 000 arter av insekter. 400 000 arter av växter. Och 5 miljoner arter av svampar, vilket är mycket, men ingenting jämfört med de uppskattade en biljon arter av bakterier. Varje enskild art, av varje klass, representerar en något unik lösning för att överleva i dess livsmiljö. En lösning att lära av, sätta igång eller förbättra.

Ganska bokstavligt, Allt av denna biomassa, i dess imponerande variation, är nu föremål för mänsklig design. Vi kan studera dess instruktionskod, härma den, transplantera den någon annanstans eller redigera den direkt. Vår planetariska påverkan är så stor att vi människor avgöra, avsiktligt eller blint, vilka arter som trivs och vilka som dör ut.


Kliniska tillämpningar

Att utarbeta de cellulära signalvägarna som är involverade i cancer kan leda till kliniska tillämpningar på en mängd olika sätt. Det mest uppenbara är att identifiera en nyckelmolekyl som ett lovande mål för läkemedelsutveckling, vilket ofta leder till mer fokuserad forskning om just den molekylen.

Mycket av Seth Rubins forskning är till exempel fokuserad på retinoblastomtumörsuppressorproteinet (kallat Rb). Rb är en central aktör i många signalvägar som är störda i cancerceller. Det kallas en tumörsuppressor eftersom det blockerar spridningen av onormala cancerceller.

"Rb är ett stopptecken som hindrar celler från att föröka sig, så cancerceller måste förvandla det till ett go-tecken", förklarar Rubin, professor i kemi och biokemi som har utarbetat den detaljerade strukturen av Rb och hur det interagerar med andra proteiner .

Rubin har arbetat med Lokeys labb och Chemical Screening Center och utvecklat en strategi för att direkt aktivera Rb-proteinet med ett läkemedel och förvandla det tillbaka till ett stopptecken. Det finns två problem som gör detta särskilt utmanande. Ett är målet att aktivera ett protein som inte fungerar korrekt. De flesta läkemedel är inhibitorer som stör funktionen hos deras mål, många cancerterapier riktar sig mot överaktiva vägar och syftar till att stänga av dem med hjälp av inhibitorer.

"Det är mycket lättare att slå ner funktionen hos något med en drog, eftersom du i princip bara kastar en skiftnyckel i systemet, medan det är mycket svårare att fixa något som inte fungerar", förklarar Rubin.

Den andra utmaningen är strukturell. De flesta läkemedel är små molekyler som lätt penetrerar celler och blockerar målmolekylen genom att binda till dess aktiva plats, vanligtvis bara en djup ficka i dess struktur. "Standardanalogin är att den passar som ett lås och en nyckel, men det är mer som en baseboll i en handske. Det beskriver de allra flesta droger och deras mål, säger Lokey.

Men de aktiva platserna för många odruggbara mål som Rb är stora och komplexa, så ett effektivt läkemedel måste vara motsvarande stort och interagera med målet på komplexa sätt, inte bara passa i fickan. Lokeys labb arbetar med syntesen av stora molekyler som kan binda till mer komplexa mål och som även kan penetrera celler.

I arbete ledd av Cameron Pye, en doktorand i Lokeys labb, utvecklade teamet en analys för att screena ett stort antal av dessa föreningar (kallade cykliska peptider) för deras förmåga att aktivera Rb. Labbet har påbörjat en preliminär screening genom ett samarbete med Roche NimbleGen.

"Vi har gått från inga träffar med små molekyler till att få några träffar för Seths mål genom detta samarbete", säger Lokey. – Branschfinansieringen har varit bra för oss. De har fantastisk teknik för att bygga dessa bibliotek av föreningar."


Innehåll

WHO definierar antimikrobiell resistens som en mikroorganisms resistens mot ett antimikrobiellt läkemedel som en gång kunde behandla en infektion av den mikroorganismen. [2] En person kan inte bli resistent mot antibiotika. Resistens är en egenskap hos mikroben, inte en person eller annan organism som är infekterad av en mikrob. [22]

Antibiotikaresistens är en delmängd av antimikrobiell resistens. Denna mer specificerade resistens är kopplad till patogena bakterier och bryts därmed ner i ytterligare två undergrupper, mikrobiologiska och kliniska. Resistens kopplad till mikrobiologiskt är den vanligaste och uppstår från gener, muterade eller ärvda, som gör att bakterierna kan motstå den mekanism som är förknippad med vissa antibiotika. Klinisk resistens visas genom att många terapeutiska tekniker misslyckats där de bakterier som normalt är mottagliga för en behandling blir resistenta efter att ha överlevt resultatet av behandlingen. I båda fallen av förvärvad resistens kan bakterierna passera den genetiska katalysatorn för resistens genom konjugering, transduktion eller transformation. Detta gör att resistensen kan spridas över samma patogen eller till och med liknande bakteriella patogener. [23]

WHO-rapport som släpptes i april 2014 konstaterade, "det här allvarliga hotet är inte längre en förutsägelse för framtiden, det händer just nu i alla regioner i världen och har potential att påverka vem som helst, oavsett ålder, i vilket land som helst. Antibiotikaresistens— När bakterier förändras så att antibiotika inte längre fungerar hos människor som behöver dem för att behandla infektioner - är nu ett stort hot mot folkhälsan." [24] Under 2018 ansåg WHO antibiotikaresistens vara ett av de största hoten mot global hälsa, livsmedelssäkerhet och utveckling. [25] European Centre for Disease Prevention and Control beräknade att det under 2015 fanns 671 689 infektioner i EU och Europeiska ekonomiska samarbetsområdet orsakade av antibiotikaresistenta bakterier, vilket resulterade i 33 110 dödsfall. De flesta förvärvades i hälsovårdsmiljöer. [26]

Antimikrobiell resistens orsakas främst av överanvändning av antimikrobiella medel. Detta leder till att mikrober antingen utvecklar ett försvar mot läkemedel som används för att behandla dem, eller att vissa stammar av mikrober som har en naturlig resistens mot antimikrobiella ämnen blir mycket vanligare än de som lätt kan besegras med medicin. [27] Även om antimikrobiell resistens förekommer naturligt med tiden, har användningen av antimikrobiella medel i en mängd olika miljöer både inom sjukvårdsindustrin och utanför lett till att antimikrobiell resistens blivit allt vanligare. [28]

Naturlig förekomst Redigera

Antimikrobiell resistens kan utvecklas naturligt på grund av fortsatt exponering för antimikrobiella medel. Naturligt urval innebär att organismer som kan anpassa sig till sin miljö överlever och fortsätter att producera avkomma. [29] Som ett resultat kommer de typer av mikroorganismer som kan överleva över tid med fortsatta attacker av vissa antimikrobiella medel naturligt bli vanligare i miljön, och de utan denna resistens kommer att bli föråldrade. [28] Med tiden kommer de flesta av de närvarande bakteriestammarna och infektionerna att vara av den typ som är resistent mot det antimikrobiella medlet som används för att behandla dem, vilket gör detta medel nu ineffektivt för att besegra de flesta mikrober. Med den ökade användningen av antimikrobiella medel påskyndas denna naturliga process. [30]

Självmedicinering Redigera

Självmedicinering av konsumenter definieras som "att ta läkemedel på eget initiativ eller på en annan persons förslag, som inte är en certifierad läkare", och det har identifierats som en av de främsta orsakerna till utvecklingen av antimikrobiell resistens. [31] I ett försök att hantera sin egen sjukdom tar patienterna råd från falska mediakällor, vänner och familj som får dem att ta antimikrobiella medel i onödan eller i överskott. Många människor tar till detta av nödvändighet, när de har en begränsad summa pengar för att träffa en läkare, eller i många utvecklingsländer är en dåligt utvecklad ekonomi och brist på läkare orsaken till självmedicinering. I dessa utvecklingsländer tillgriper regeringar att tillåta försäljning av antimikrobiella medel som receptfria läkemedel så att människor kan få tillgång till dem utan att behöva hitta eller betala för att träffa en läkare. [32] Denna ökade tillgång gör det extremt enkelt att skaffa antimikrobiella medel utan råd från en läkare, och som ett resultat av detta tas många antimikrobiella medel felaktigt, vilket leder till resistenta mikrobiella stammar. Ett stort exempel på en plats som står inför dessa utmaningar är Indien, där i delstaten Punjab 73 % av befolkningen tog till behandling av sina mindre hälsoproblem och kroniska sjukdomar genom självmedicinering. [31]

Det stora problemet med självmedicinering är bristen på kunskap hos allmänheten om de farliga effekterna av antimikrobiell resistens, och hur de kan bidra till det genom att misshandla eller feldiagnostisera sig själva. För att fastställa allmänhetens kunskap och förutfattade meningar om antibiotikaresistens, en stor typ av antimikrobiell resistens, gjordes en screening av 3537 artiklar publicerade i Europa, Asien och Nordamerika. Av de totalt 55 225 personer som undersöktes hade 70% hört talas om antibiotikaresistens tidigare, men 88% av dessa människor trodde att det hänvisade till någon typ av fysisk förändring i kroppen. [31] Med så många människor runt om i världen med förmågan att självmedicinera med antibiotika, och en stor majoritet omedvetna om vad antimikrobiell resistens är, gör det en ökning av antimikrobiell resistens mycket mer sannolikt.

Kliniskt missbruk Redigera

Kliniskt missbruk av vårdpersonal är en annan orsak som leder till ökad antimikrobiell resistens. Studier gjorda av CDC visar att indikationen för behandling av antibiotika, val av medel och behandlingstiden var felaktig i upp till 50 % av de studerade fallen. I en annan studie gjord på en intensivvårdsavdelning på ett stort sjukhus i Frankrike visade det sig att 30 % till 60 % av de ordinerade antibiotika var onödiga. [33] Dessa olämpliga användningar av antimikrobiella medel främjar utvecklingen av antimikrobiell resistens genom att stödja bakterierna i att utveckla genetiska förändringar som leder till resistens. [34] I en studie gjord av American Journal of Infection Control som syftade till att utvärdera läkares attityder och kunskap om antimikrobiell resistens i ambulatoriska miljöer, rapporterade endast 63 % av de tillfrågade antibiotikaresistens som ett problem i sin lokala praxis, medan 23 % rapporterade aggressiv ordination av antibiotika som är nödvändig för att undvika att misslyckas med att tillhandahålla adekvat vård. [35] Detta visar hur en majoritet av läkare underskattar effekten som deras egna förskrivningsvanor har på antimikrobiell resistens som helhet. Det bekräftar också att vissa läkare kan vara överdrivet försiktiga när det gäller att förskriva antibiotika av både medicinska eller juridiska skäl, även när indikation för användning för dessa läkemedel inte alltid bekräftas. Detta kan leda till onödig antimikrobiell användning.

Studier har visat att vanliga missuppfattningar om effektiviteten och nödvändigheten av antibiotika för att behandla vanliga lindriga sjukdomar bidrar till deras överanvändning. [36] [37]

Miljöföroreningar Redigera

Obehandlat avlopp från läkemedelstillverkningsindustrin, [38] sjukhus och kliniker och olämpligt bortskaffande av oanvänd eller utgången medicin kan exponera mikrober i miljön för antibiotika och utlösa resistensutveckling.

Livsmedelsproduktion Edit

Livestock Edit

Den antimikrobiella resistenskrisen sträcker sig också till livsmedelsindustrin, särskilt med livsmedelsproducerande djur. Antibiotika matas till boskap för att fungera som tillväxttillskott och en förebyggande åtgärd för att minska sannolikheten för infektioner. Detta resulterar i överföring av resistenta bakteriestammar till maten som människor äter, vilket orsakar potentiellt dödlig överföring av sjukdomar. Även om denna praxis resulterar i bättre avkastning och köttprodukter, är det en viktig fråga när det gäller att förhindra antimikrobiell resistens. [39] Även om bevisen som kopplar antimikrobiell användning i boskap till antimikrobiell resistens är begränsad, rekommenderade Världshälsoorganisationens rådgivande grupp för integrerad övervakning av antimikrobiell resistens starkt en minskning av användningen av medicinskt viktiga antimikrobiella medel i boskap. Dessutom uttalade den rådgivande gruppen att sådana antimikrobiella medel uttryckligen bör förbjudas för både tillväxtfrämjande och sjukdomsförebyggande syfte. [40]

I en studie publicerad av National Academy of Sciences kartläggning av antimikrobiell konsumtion i boskap globalt, förutspåddes det att i de 228 studerade länderna skulle det finnas en total 67% ökning av konsumtionen av antibiotika av boskap till 2030. I vissa länder som Brasilien , Ryssland, Indien, Kina och Sydafrika förutspås det att en ökning med 99 % kommer att ske. [30] Flera länder har begränsat användningen av antibiotika i boskap, inklusive Kanada, Kina, Japan och USA. Dessa restriktioner är ibland förknippade med en minskning av förekomsten av antimikrobiell resistens hos människor. [40]

Bekämpningsmedel Redigera

De flesta bekämpningsmedel skyddar grödor mot insekter och växter, men i vissa fall används antimikrobiella bekämpningsmedel för att skydda mot olika mikroorganismer som bakterier, virus, svampar, alger och protozoer. Överanvändningen av många bekämpningsmedel i ett försök att få en högre avkastning av grödor har resulterat i att många av dessa mikrober utvecklat en tolerans mot dessa antimikrobiella medel. För närvarande finns det över 4000 antimikrobiella bekämpningsmedel registrerade hos EPA och säljs till marknaden, vilket visar den utbredda användningen av dessa medel. [41] Det uppskattas att för varje enskild måltid en person konsumerar används 0,3 g bekämpningsmedel, eftersom 90 % av all bekämpningsmedelsanvändning används inom jordbruket. En majoritet av dessa produkter används för att skydda mot spridning av infektionssjukdomar och förhoppningsvis skydda folkhälsan. Men av den stora mängden bekämpningsmedel som används, uppskattas det också att mindre än 0,1 % av dessa antimikrobiella medel faktiskt når sina mål. Det lämnar över 99% av alla bekämpningsmedel som används tillgängliga för att förorena andra resurser. [42] I jord, luft och vatten kan dessa antimikrobiella medel spridas, kommer i kontakt med fler mikroorganismer och leder till att dessa mikrober utvecklar mekanismer för att tolerera och ytterligare motstå bekämpningsmedel.

Det har funnits ökande offentliga uppmaningar till globala kollektiva åtgärder för att ta itu med hotet, inklusive ett förslag till internationellt fördrag om antimikrobiell resistens. Ytterligare detaljer och uppmärksamhet behövs fortfarande för att känna igen och mäta trender i motstånd på internationell nivå. Idén om ett globalt spårningssystem har föreslagits men implementering har ännu inte skett. Ett system av detta slag skulle ge insikt i områden med hög resistens samt information som behövs för att utvärdera program och andra förändringar som gjorts för att bekämpa eller vända antibiotikaresistens.

Antibiotikas varaktighet Redigera

Antibiotikabehandlingens varaktighet bör baseras på infektionen och andra hälsoproblem en person kan ha. [7] För många infektioner när en person har förbättrats finns det få bevis för att ett avbrytande av behandlingen orsakar mer motstånd. [7] Vissa anser därför att det i vissa fall kan vara rimligt att sluta tidigt. [7] Andra infektioner kräver dock långa förlopp oavsett om en person mår bättre. [7]

Övervakning och kartläggning Redigera

ResistanceOpen är en global onlinekarta över antimikrobiell resistens utvecklad av HealthMap som visar aggregerade data om antimikrobiell resistens från allmänt tillgängliga och användarinlämnade data. [44] [45] Webbplatsen kan visa data för en radie på 25 mil från en plats. Användare kan lämna in data från antibiogram för enskilda sjukhus eller laboratorier. Europeiska data kommer från EARS-Net (European Antimicrobial Resistance Surveillance Network), en del av ECDC.

ResistanceMap är en webbplats från Center for Disease Dynamics, Economics & Policy och tillhandahåller data om antimikrobiell resistens på global nivå. [46]

Begränsning av antibiotikaanvändning Redigera

Antibiotikaförvaltningsprogram verkar användbara för att minska frekvensen av antibiotikaresistens. [47] Antibiotikaförvaltningsprogrammet kommer också att ge farmaceuter kunskapen att utbilda patienter att antibiotika inte kommer att fungera för ett virus. [48]

Överdriven antibiotikaanvändning har blivit en av de främsta bidragsgivarna till utvecklingen av antibiotikaresistens. Sedan början av antibiotikaeran har antibiotika använts för att behandla ett brett spektrum av sjukdomar. [49] Överanvändning av antibiotika har blivit den främsta orsaken till stigande nivåer av antibiotikaresistens. Det största problemet är att läkare är villiga att skriva ut antibiotika till dåligt informerade individer som tror att antibiotika kan bota nästan alla sjukdomar, inklusive virusinfektioner som förkylning. I en analys av läkemedelsförskrivningar fick 36 % av individer med en förkylning eller en övre luftvägsinfektion (båda viralt ursprung) recept på antibiotika. [50] Dessa recept åstadkom inget annat än att öka risken för ytterligare utveckling av antibiotikaresistenta bakterier. [51]

På sjukhusnivå Edit

Antimikrobiella förvaltningsteam på sjukhus uppmuntrar optimal användning av antimikrobiella medel. [52] Målen med antimikrobiell förvaltning är att hjälpa utövare att välja rätt läkemedel vid rätt dos och behandlingslängd samtidigt som man förhindrar missbruk och minimerar utvecklingen av resistens. Stewardship kan minska vistelsetiden med i genomsnitt något över 1 dag utan att öka risken för dödsfall. [53]

På jordbruksnivå Redigera

Det är fastställt att användningen av antibiotika i djurhållningen kan ge upphov till AMR-resistens hos bakterier som finns hos djur i foder mot de antibiotika som administreras (genom injektioner eller läkemedelsfoder). [54] Av denna anledning används endast antimikrobiella medel som bedöms som "icke-kliniskt relevanta" i dessa metoder.

Nyligen genomförda studier har visat att profylaktisk användning av "oprioriterade" eller "icke-kliniskt relevanta" antimikrobiella medel i foder potentiellt, under vissa förutsättningar, kan leda till samval av miljömässiga AMR-bakterier med resistens mot medicinskt viktiga antibiotika. [55] Möjligheten till samval av AMR-resistens i livsmedelskedjans pipeline kan få långtgående konsekvenser för människors hälsa. [55] [56]

På nivån GP Edit

Med tanke på mängden vård som ges inom primärvården (allmänmedicin) har de senaste strategierna fokuserat på att minska onödig antibiotikaförskrivning i denna miljö. Enkla ingrepp, såsom skriftlig information som förklarar hur meningslöst antibiotika är för vanliga infektioner såsom övre luftvägsinfektioner, har visat sig minska antibiotikaförskrivningen. [57]

Förskrivaren bör noga följa de fem rättigheterna för läkemedelsadministration: rätt patient, rätt läkemedel, rätt dos, rätt väg och rätt tidpunkt. [58]

Odlingar bör tas före behandling när det är indicerat och behandlingen potentiellt ändras baserat på känslighetsrapporten. [9] [59]

Ungefär en tredjedel av antibiotikarecept som skrevs i öppenvårdsmiljöer i USA var inte lämpliga under 2010 och 2011. Läkare i USA skrev 506 årliga antibiotikaskript för varje 1 000 personer, varav 353 var medicinskt nödvändiga. [60]

Hälsopersonal och farmaceuter kan hjälpa till att ta itu med resistens genom att: förbättra infektionsförebyggande och kontroll genom att endast förskriva och dispensera antibiotika när de verkligen behövs, förskriva och dispensera rätt(a) antibiotika för att behandla sjukdomen. [24]

På individnivå Redigera

Människor kan hjälpa till att bekämpa resistens genom att använda antibiotika endast när de ordinerats av en läkare som fyller i hela receptet, även om de mår bättre av att aldrig dela antibiotika med andra eller använda överblivna recept. [24]

Landsexempel Redigera

  • Nederländerna har den lägsta andelen antibiotikaförskrivningar i OECD, med en hastighet av 11,4 definierade dagliga doser (DDD) per 1 000 personer per dag 2011. och Sverige har också lägre förskrivningsfrekvens, där Sveriges andel har sjunkit sedan 2007. , Frankrike och Belgien har höga förskrivningsfrekvenser på mer än 28 DDD. [61]

Vatten, sanitet, hygien Redigera

Kontroll av infektionssjukdomar genom förbättrad infrastruktur för vatten, sanitet och hygien (WASH) måste inkluderas i agendan för antimikrobiell resistens (AMR). "Interagency Coordination Group on Antimicrobial Resistance" uttalade 2018 att "spridningen av patogener genom osäkert vatten resulterar i en hög börda av gastrointestinala sjukdomar, vilket ytterligare ökar behovet av antibiotikabehandling." [62] Detta är särskilt ett problem i utvecklingsländer där spridningen av infektionssjukdomar orsakade av otillräckliga WASH-standarder är en viktig drivkraft för efterfrågan på antibiotika. [63] Ökande användning av antibiotika tillsammans med ihållande nivåer av infektionssjukdomar har lett till en farlig cykel där beroendet av antimikrobiella medel ökar samtidigt som läkemedels effektivitet minskar. [63] Korrekt användning av infrastruktur för vatten, sanitet och hygien (WASH) kan resultera i en minskning med 47–72 procent av diarréfall som behandlas med antibiotika beroende på typen av intervention och dess effektivitet. [63] En minskning av diarrésjukdomsbördan genom förbättrad infrastruktur skulle resultera i stora minskningar av antalet diarréfall som behandlas med antibiotika. Detta uppskattades variera från 5 miljoner i Brasilien till upp till 590 miljoner i Indien år 2030. [63] Det starka sambandet mellan ökad konsumtion och resistens indikerar att detta direkt kommer att mildra den accelererande spridningen av AMR. [63] Sanitet och vatten för alla till 2030 är mål nummer 6 i målen för hållbar utveckling.

En ökad handtvätt av sjukhuspersonalen resulterar i minskade andelar av resistenta organismer. [64]

Infrastruktur för vattenförsörjning och sanitet i hälsoanläggningar erbjuder betydande bifördelar för att bekämpa AMR, och investeringarna bör ökas. [62] Det finns mycket utrymme för förbättringar: WHO och UNICEF uppskattade 2015 att 38 % av hälsoinrättningarna globalt inte hade någon vattenkälla, nästan 19 % hade inga toaletter och 35 % hade inget vatten och tvål eller alkoholbaserad hand gnugga för handtvätt. [65]

Industriell avloppsrening Redigera

Tillverkare av antimikrobiella medel måste förbättra reningen av sitt avloppsvatten (genom att använda industriella processer för rening av avloppsvatten) för att minska utsläppet av rester i miljön. [62]

Hantering i djuranvändning Redigera

Europa Redigera

År 1997 röstade EU:s hälsoministrar för att förbjuda avoparcin och ytterligare fyra antibiotika som användes för att främja djurens tillväxt 1999. [66] År 2006 blev ett förbud mot användning av antibiotika i europeiskt foder, med undantag av två antibiotika i fjäderfäfoder. effektiv. [67] I Skandinavien finns det bevis för att förbudet har lett till en lägre förekomst av antibiotikaresistens i (icke-farliga) djurbakteriepopulationer. [68] Från och med 2004 etablerade flera europeiska länder en minskning av antimikrobiell resistens hos människor genom att begränsa användningen av antimikrobiella medel i jordbruket och livsmedelsindustrin utan att äventyra djurhälsan eller ekonomiska kostnader. [69]

USA Redigera

United States Department of Agriculture (USDA) och Food and Drug Administration (FDA) samlar in data om antibiotikaanvändning hos människor och på ett mer begränsat sätt hos djur. [70] FDA fastställde först 1977 att det finns bevis för uppkomsten av antibiotikaresistenta bakteriestammar i boskap. Den sedan länge etablerade praxisen att tillåta OTC-försäljning av antibiotika (inklusive penicillin och andra droger) för lekande djurägare för administrering till sina egna djur fortsatte ändå i alla stater. År 2000 tillkännagav FDA sin avsikt att återkalla godkännandet av fluorokinolonanvändning i fjäderfäproduktion på grund av betydande bevis som kopplade det till uppkomsten av fluorokinolonresistenta Campylobacter infektioner hos människor. Rättsliga utmaningar från livsmedelsdjurs- och läkemedelsindustrin fördröjde det slutliga beslutet att göra det till 2006. [71] Flurokinoloner har förbjudits från extra-etikettanvändning i livsmedelsdjur i USA sedan 2007. De används dock fortfarande i stor utsträckning i sällskapsdjur och exotiska djur.

Globala handlingsplaner och medvetenhet Redigera

Den ökande sammanlänkningen av världen och det faktum att nya klasser av antibiotika inte har utvecklats och godkänts på mer än 25 år visar i vilken utsträckning antimikrobiell resistens är en global hälsoutmaning. [72] En global handlingsplan för att ta itu med det växande problemet med resistens mot antibiotika och andra antimikrobiella läkemedel godkändes vid den sextioåttonde världshälsoförsamlingen i maj 2015. [73] Ett av planens huvudmål är att förbättra medvetenheten och förståelse för antimikrobiell resistens genom effektiv kommunikation, utbildning och träning. Denna globala handlingsplan utvecklad av Världshälsoorganisationen skapades för att bekämpa frågan om antimikrobiell resistens och vägleddes av råd från länder och nyckelintressenter. WHO:s globala handlingsplan är sammansatt av fem nyckelmål som kan nås på olika sätt, och representerar länder som går samman för att lösa ett stort problem som kan få framtida hälsokonsekvenser. [30] Dessa mål är följande:

  • förbättra medvetenheten om och förståelsen för antimikrobiell resistens genom effektiv kommunikation, utbildning och träning.
  • stärka kunskaps- och evidensbasen genom övervakning och forskning.
  • minska förekomsten av infektioner genom effektiv sanitet, hygien och infektionsförebyggande åtgärder.
  • optimera användningen av antimikrobiella läkemedel för människors och djurs hälsa.
  • utveckla de ekonomiska argumenten för hållbara investeringar som tar hänsyn till alla länders behov och att öka investeringarna i nya läkemedel, diagnostiska verktyg, vacciner och andra insatser.

Steg mot framsteg

  • React baserat i Sverige har tagit fram informativt material om AMR för allmänheten. [74]
  • Videor produceras för allmänheten för att skapa intresse och medvetenhet. [75][76]
  • Det irländska hälsodepartementet publicerade en nationell handlingsplan för antimikrobiell resistens i oktober 2017. [77] Strategin för kontroll av antimikrobiell resistens i Irland (SARI), som lanserades 2001, utvecklade riktlinjer för antimikrobiell förvaltning på sjukhus i Irland [78] i Dessa publicerades i samarbete med Health Protection Surveillance Centre 2009. Efter publiceringen av dem lanserades en offentlig informationskampanj "Action on Antibiotics [79]" för att belysa behovet av en förändring av antibiotikaförskrivningen. Trots detta förblir antibiotikaförskrivningen hög med variation i efterlevnaden av riktlinjerna. [80]

Antibiotikamedvetenhetsveckan Edit

Världshälsoorganisationen har främjat den första World Antibiotic Awareness Week som pågår från 16 till 22 november 2015. Syftet med veckan är att öka den globala medvetenheten om antibiotikaresistens. Den vill också främja korrekt användning av antibiotika inom alla områden för att förhindra ytterligare fall av antibiotikaresistens. [81]

World Antibiotic Awareness Week har hållits varje november sedan 2015. För 2017 uppmanar FN:s livsmedels- och jordbruksorganisation (FAO), Världshälsoorganisationen (WHO) och Världsorganisationen för djurhälsa (OIE) tillsammans ansvariga användning av antibiotika hos människor och djur för att minska uppkomsten av antibiotikaresistens. [82]

2016 sammankallade FN:s generalsekreterare Interagency Coordination Group (IACG) för antimikrobiell resistens. [83] IACG arbetade med internationella organisationer och experter inom människors, djurs och växters hälsa för att skapa en plan för att bekämpa antimikrobiell resistens. [83] Deras rapport som släpptes i april 2019 belyser allvaret av antimikrobiell resistens och det hot det utgör mot världens hälsa. Den föreslår fem rekommendationer för medlemsstaterna att följa för att hantera detta ökande hot. IACG:s rekommendationer är följande:

  • Påskynda framstegen i länder
  • Innovera för att säkra framtiden
  • Samarbeta för effektivare åtgärder
  • Investera för ett hållbart svar
  • Stärk ansvarighet och global styrning

Bakterier Redigera

De fem huvudmekanismerna genom vilka bakterier uppvisar resistens mot antibiotika är:

  1. Läkemedelsinaktivering eller modifiering: till exempel enzymatisk deaktivering av penicillin G i vissa penicillinresistenta bakterier genom produktion av β-laktamaser. Vanligast är att de skyddande enzymer som produceras av bakteriecellen lägger till en acetyl- eller fosfatgrupp till ett specifikt ställe på antibiotikan, vilket kommer att minska dess förmåga att binda till de bakteriella ribosomerna och störa proteinsyntesen. [84]
  2. Förändring av mål- eller bindningsställe: till exempel förändring av PBP – penicilliners bindningsmål – i MRSA och andra penicillinresistenta bakterier. En annan skyddsmekanism som finns bland bakteriearter är ribosomala skyddsproteiner. Dessa proteiner skyddar bakteriecellen från antibiotika som riktar sig mot cellens ribosomer för att hämma proteinsyntesen. Mekanismen innebär att de ribosomala skyddsproteinerna binds till bakteriecellens ribosomer, vilket i sin tur ändrar sin konformationsform. Detta gör att ribosomerna kan fortsätta att syntetisera proteiner som är väsentliga för cellen samtidigt som det förhindrar antibiotika från att binda till ribosomen för att hämma proteinsyntesen. [85]
  3. Förändring av metabolisk väg: till exempel kräver vissa sulfonamidresistenta bakterier inte para-aminobensoesyra (PABA), en viktig prekursor för syntesen av folsyra och nukleinsyror i bakterier som hämmas av sulfonamider, istället, som däggdjursceller, blir de att använda förformad folsyra. [86]
  4. Minskad läkemedelsackumulering: genom att minska läkemedelspermeabiliteten eller öka aktivt utflöde (utpumpning) av läkemedlen över cellytan [87] Dessa pumpar inuti cellmembranet hos vissa bakteriearter används för att pumpa ut antibiotika ur cellen innan de kan göra någon skada. De aktiveras ofta av ett specifikt substrat associerat med ett antibiotikum, [88] som vid fluorokinolonresistens. [89]
  5. Ribosomsplittring och -återvinning: till exempel läkemedelsmedierad avstängning av ribosomen av lincomycin och erytromycin som avbröts av ett värmechockprotein som finns i Listeria monocytogenes, som är en homolog av HflX från andra bakterier. Frigöring av ribosomen från läkemedlet tillåter ytterligare translation och därav följande resistens mot läkemedlet. [90]

Det finns flera olika typer av bakterier som har utvecklat en resistens över tid. Till exempel Penicillinas-producerande Neisseria gonorrhoeae utvecklade resistens mot penicillin 1976. Ett annat exempel är Azitromycin-resistent Neisseria gonorrhoeae, som utvecklade resistens mot azitromycin 2011. [91]

I gramnegativa bakterier producerar plasmidmedierade resistensgener proteiner som kan binda till DNA-gyras, vilket skyddar det från kinoloner. Slutligen kan mutationer på nyckelställen i DNA-gyras eller topoisomeras IV minska deras bindningsaffinitet till kinoloner, vilket minskar läkemedlets effektivitet. [92]

Vissa bakterier är naturligt resistenta mot vissa antibiotika till exempel, gramnegativa bakterier är resistenta mot de flesta β-laktamantibiotika på grund av närvaron av β-laktamas. Antibiotikaresistens kan också förvärvas som ett resultat av antingen genetisk mutation eller horisontell genöverföring. [93] Även om mutationer är sällsynta, med spontana mutationer i patogengenomet som förekommer i en hastighet av cirka 1 på 10 5 till 1 på 10 8 per kromosomal replikering, [94] möjliggör det faktum att bakterier förökar sig i hög hastighet för effekten att vara betydande. Med tanke på att livslängder och produktion av nya generationer kan vara på en tidsskala av bara timmar, kan en ny (de novo) mutation i en föräldercell snabbt bli en ärftlig mutation med utbredd förekomst, vilket resulterar i mikroevolutionen av en helt resistent koloni. Men kromosomala mutationer ger också en kostnad för fitness. Till exempel kan en ribosomal mutation skydda en bakteriecell genom att ändra bindningsstället för ett antibiotikum men kommer också att bromsa proteinsyntesen. [84] visar sig i långsammare tillväxttakt. [95] Dessutom kan vissa adaptiva mutationer föröka sig inte bara genom nedärvning utan också genom horisontell genöverföring. Den vanligaste mekanismen för horisontell genöverföring är överföringen av plasmider som bär antibiotikaresistensgener mellan bakterier av samma eller olika arter via konjugering. Men bakterier kan också förvärva resistens genom transformation, som i Streptococcus pneumoniae upptag av nakna fragment av extracellulärt DNA som innehåller antibiotikaresistensgener mot streptomycin, [96] genom transduktion, som i bakteriofagmedierad överföring av tetracyklinresistensgener mellan stammar av S. pyogenes, [97] eller genom genöverföringsmedel, som är partiklar som produceras av värdcellen som liknar bakteriofagstrukturer och som kan överföra DNA. [98]

Antibiotikaresistens kan introduceras artificiellt i en mikroorganism genom laboratorieprotokoll, ibland användas som en valbar markör för att undersöka mekanismerna för genöverföring eller för att identifiera individer som absorberade en bit av DNA som inkluderade resistensgenen och en annan gen av intresse. [99]

Nya fynd visar att det inte är nödvändigt med stora populationer av bakterier för uppkomsten av antibiotikaresistens. Små populationer av Escherichia coli i en antibiotikagradient kan bli resistenta. Vilken heterogen miljö som helst med avseende på närings- och antibiotikagradienter kan underlätta antibiotikaresistens i små bakteriepopulationer. Forskare antar att mekanismen för resistensutveckling är baserad på fyra SNP-mutationer i genomet av E coli produceras av gradienten av antibiotika. [100]

I en studie, som har implikationer för rymdmikrobiologi, en icke-patogen stam E coli MG1655 exponerades för spårnivåer av bredspektrumantibiotikumet kloramfenikol under simulerad mikrogravitation (LSMMG, eller Low Shear Modeled Microgravity) över 1000 generationer. Den anpassade stammen fick resistens mot inte bara kloramfenikol utan även korsresistens mot andra antibiotika [101] detta var i motsats till observationen på samma stam, som anpassades till över 1000 generationer under LSMMG, men utan någon antibiotikaexponering stammen i detta fall inte fått något sådant motstånd. [102] Sålunda, oavsett var de används, skulle användningen av ett antibiotikum sannolikt resultera i ihållande resistens mot det antibiotikumet, såväl som korsresistens mot andra antimikrobiella medel.

Under de senaste åren har uppkomsten och spridningen av β-laktamaser som kallas karbapenemaser blivit en stor hälsokris. [103] Ett sådant karbapenemas är New Delhi metallo-beta-laktamas 1 (NDM-1), [104] ett enzym som gör bakterier resistenta mot ett brett spektrum av betalaktamantibiotika. De vanligaste bakterierna som gör detta enzym är gramnegativa som t.ex E coli och Klebsiella pneumoniae, men genen för NDM-1 kan spridas från en bakteriestam till en annan genom horisontell genöverföring. [105]

Virus Redigera

Specifika antivirala läkemedel används för att behandla vissa virusinfektioner. Dessa läkemedel förhindrar virus från att föröka sig genom att hämma viktiga stadier av virusets replikationscykel i infekterade celler. Antivirala medel används för att behandla HIV, hepatit B, hepatit C, influensa, herpesvirus inklusive varicella zoster-virus, cytomegalovirus och Epstein-Barr-virus. Med varje virus har vissa stammar blivit resistenta mot de administrerade läkemedlen. [106]

Antivirala läkemedel riktar sig vanligtvis till nyckelkomponenter i viral reproduktion, till exempel, oseltamivir riktar sig mot influensaneuraminidas, medan guanosinanaloger hämmar viralt DNA-polymeras. Resistens mot antivirala medel förvärvas alltså genom mutationer i de gener som kodar för läkemedlens proteinmål.

Resistens mot HIV-antivirala läkemedel är problematiskt, och även multi-läkemedelsresistenta stammar har utvecklats. [107] En källa till resistens är att många nuvarande HIV-läkemedel, inklusive NRTI och NNRTI, riktar sig mot omvänt transkriptas, men HIV-1 omvänt transkriptas är mycket felbenäget och därför uppstår mutationer som ger resistens snabbt. [108] Resistenta stammar av HIV-viruset uppstår snabbt om bara ett antiviralt läkemedel används. [109] Att använda tre eller fler läkemedel tillsammans, så kallad kombinationsterapi, har hjälpt till att kontrollera detta problem, men nya läkemedel behövs på grund av den fortsatta uppkomsten av läkemedelsresistenta HIV-stammar. [110]

Svampar Redigera

Infektioner av svampar är en orsak till hög sjuklighet och dödlighet hos personer med nedsatt immunförsvar, såsom de med hiv/aids, tuberkulos eller som får kemoterapi. [111] Svampen candida, Cryptococcus neoformans och Aspergillus fumigatus orsakar de flesta av dessa infektioner och antimykotisk resistens förekommer hos dem alla. [112] Multiläkemedelsresistens hos svampar ökar på grund av den utbredda användningen av svampdödande läkemedel för att behandla infektioner hos immunförsvagade individer. [113]

Särskilt anmärkningsvärt har flukonazol-resistenta Candida-arter lyfts fram som ett växande problem av CDC. [43] Mer än 20 arter av Candida kan orsaka Candidiasis-infektion, varav den vanligaste är Candida albicans. Candidasvampar bebor normalt huden och slemhinnorna utan att orsaka infektion. Men överväxt av Candida kan leda till Candidiasis. Vissa Candida-stammar blir resistenta mot antimykotika från första och andra linjen som azoler och echinocandiner. [43]

Parasiter Redigera

De protozoiska parasiterna som orsakar sjukdomarna malaria, trypanosomiasis, toxoplasmos, kryptosporidios och leishmaniasis är viktiga mänskliga patogener. [114]

Malarialparasiter som är resistenta mot de läkemedel som idag finns tillgängliga mot infektioner är vanliga och det har lett till ökade ansträngningar att utveckla nya läkemedel. [115] Resistens mot nyligen utvecklade läkemedel som artemisinin har också rapporterats. Problemet med läkemedelsresistens vid malaria har drivit ansträngningarna att utveckla vacciner. [116]

Trypanosomer är parasitiska protozoer som orsakar afrikansk trypanosomiasis och Chagas sjukdom (amerikansk trypanosomiasis). [117] [118] Det finns inga vacciner för att förhindra dessa infektioner så läkemedel som pentamidin och suramin, bensnidazol och nifurtimox används för att behandla infektioner. Dessa läkemedel är effektiva men infektioner orsakade av resistenta parasiter har rapporterats. [114]

Leishmaniasis orsakas av protozoer och är ett viktigt folkhälsoproblem över hela världen, särskilt i subtropiska och tropiska länder. Läkemedelsresistens har "blivit ett stort problem". [119]

1950-talet till 1970-talen representerade guldåldern för upptäckten av antibiotika, där otaliga nya klasser av antibiotika upptäcktes för att behandla tidigare obotliga sjukdomar som tuberkulos och syfilis. [120] Men sedan dess har upptäckten av nya klasser av antibiotika varit nästan obefintlig, och representerar en situation som är särskilt problematisk med tanke på motståndskraften hos bakterier [121] som har visat sig över tiden och den fortsatta missbruk och överanvändning av antibiotika i behandling. [122]

Fenomenet antimikrobiell resistens orsakat av överanvändning av antibiotika förutspåddes redan 1945 av Alexander Fleming som sa "Den tid kan komma när penicillin kan köpas av vem som helst i butikerna. Då finns det risken att den okunnige mannen lätt kan under- dosera sig själv och genom att utsätta sina mikrober för icke-dödliga mängder av läkemedlet göra dem resistenta." [123] [124] Utan skapandet av nya och starkare antibiotika är en era där vanliga infektioner och mindre skador kan döda, och där komplexa procedurer som kirurgi och kemoterapi blir för riskabla, en mycket verklig möjlighet. [125] Antimikrobiell resistens hotar världen som vi känner den, och kan leda till epidemier av enorma proportioner om inte förebyggande åtgärder vidtas. I våra dagar leder nuvarande antimikrobiell resistens till längre sjukhusvistelser, högre medicinska kostnader och ökad dödlighet. [122]

Sedan mitten av 1980-talet har läkemedelsföretag investerat i mediciner mot cancer eller kroniska sjukdomar som har större potential att tjäna pengar och har "vikit ned eller minskat utvecklingen av antibiotika". [126] Den 20 januari 2016 vid World Economic Forum i Davos, Schweiz, efterlyste mer än "80 läkemedels- och diagnostikföretag" från hela världen "transformationella kommersiella modeller" på global nivå för att stimulera forskning och utveckling om antibiotika och på den "förbättrade användningen av diagnostiska tester som snabbt kan identifiera den infekterande organismen". [126]

Juridiska ramar Redigera

Vissa globala hälsoforskare har hävdat att en global, rättslig ram behövs för att förebygga och kontrollera antimikrobiell resistens. [127] [128] [20] [129] Till exempel skulle bindande globala policyer kunna användas för att skapa antimikrobiella användningsstandarder, reglera marknadsföring av antibiotika och stärka globala övervakningssystem. [20] [127] Det är en utmaning att säkerställa att de berörda parterna följs. [20] Global antimikrobiell resistenspolitik skulle kunna dra lärdomar från miljösektorn genom att anta strategier som har gjort internationella miljöavtal framgångsrika tidigare, såsom: sanktioner för bristande efterlevnad, assistans för genomförande, beslutsfattande med majoritetsbeslut, en oberoende vetenskaplig panel och specifika åtaganden. [130]

USA Redigera

För USA:s budget för 2016 föreslog USA:s president Barack Obama att nästan fördubbla mängden federal finansiering för att "bekämpa och förhindra" antibiotikaresistens till mer än 1,2 miljarder dollar. [131] Många internationella finansieringsorgan som USAID, DFID, SIDA och Bill & Melinda Gates Foundation har lovat pengar för att utveckla strategier för att motverka antimikrobiell resistens.

Den 27 mars 2015 släppte Vita huset en omfattande plan för att ta itu med det ökande behovet av myndigheter för att bekämpa uppkomsten av antibiotikaresistenta bakterier. Arbetsgruppen för att bekämpa antibiotikaresistenta bakterier utvecklades Nationell handlingsplan för bekämpning av antibiotikaresistenta bakterier med avsikten att tillhandahålla en färdplan för att vägleda USA i utmaningen med antibiotikaresistens och med hopp om att rädda många liv. Denna plan beskriver de åtgärder som den federala regeringen har vidtagit under de kommande fem åren som behövs för att förhindra och begränsa utbrott av antibiotikaresistenta infektioner för att bibehålla effektiviteten hos antibiotika som redan finns på marknaden och för att hjälpa till att utveckla framtida diagnostik, antibiotika och vacciner. [132]

Handlingsplanen utvecklades kring fem mål med fokus på att stärka hälso- och sjukvården, folkhälsa veterinärmedicin, jordbruk, livsmedelssäkerhet och forskning samt tillverkning. Dessa mål, som listats av Vita huset, är följande:

  • Sakta uppkomsten av resistenta bakterier och förhindra spridning av resistenta infektioner
  • Stärka den nationella övervakningen av en hälsa för att bekämpa motstånd
  • Avancerad utveckling och användning av snabba och innovativa diagnostiska tester för identifiering och karakterisering av resistenta bakterier
  • Accelerera grundläggande och tillämpad forskning och utveckling för nya antibiotika, andra terapier och vacciner
  • Förbättra internationellt samarbete och kapacitet för förebyggande av antibiotikaresistens, övervakning, kontroll och forskning och utveckling av antibiotika

Följande mål är satta att nå 2020: [132]

  • Etablering av antimikrobiella program inom akutvårdssjukhus
  • Minskning av olämplig antibiotikaförskrivning och användning med minst 50 % i öppenvård och 20 % slutenvård
  • Etablering av statliga antibiotikaresistens (AR) förebyggande program i alla 50 stater
  • Eliminering av användningen av medicinskt viktiga antibiotika för tillväxtfrämjande åtgärder hos livsmedelsproducerande djur.

Storbritannien Redigera

Public Health England rapporterade att det totala antalet antibiotikaresistenta infektioner i England ökade med 9 % från 55 812 2017 till 60 788 2018, men antibiotikakonsumtionen hade minskat med 9 % från 20,0 till 18,2 definierade dagliga doser per 1 000 invånare 14 per dag och mellan 2 000 invånare och dag. 2018. [133]

Policyer Redigera

Enligt Världshälsoorganisationen kan beslutsfattare hjälpa till att tackla resistens genom att stärka resistensspårning och laboratoriekapacitet och genom att reglera och främja lämplig användning av läkemedel. [24] Politiker och industrin kan hjälpa till att ta itu med motstånd genom att: främja innovation och forskning och utveckling av nya verktyg och främja samarbete och informationsutbyte mellan alla intressenter. [24]

Snabb virustestning Redigera

Klinisk undersökning för att utesluta bakterieinfektioner görs ofta för patienter med akuta luftvägsinfektioner hos barn. För närvarande är det oklart om snabb viral testning påverkar antibiotikaanvändning hos barn. [134]

Vacciner Redigera

Mikroorganismer utvecklar inte resistens mot vacciner eftersom ett vaccin stärker kroppens immunförsvar, medan ett antibiotikum verkar separat från kroppens normala försvar. Vidare, om användningen av vacciner ökar, finns det bevis för att antibiotikaresistenta stammar av patogener kommer att minska behovet av antibiotika naturligt kommer att minska eftersom vacciner förhindrar infektion innan den inträffar. [135] Men nya stammar som undkommer immunitet inducerad av vacciner kan utvecklas till exempel, ett uppdaterat influensavaccin behövs varje år.

Även om det är teoretiskt lovande, har antistafylokockvacciner visat begränsad effekt, på grund av immunologisk variation mellan Stafylokock arter och den begränsade varaktigheten av effektiviteten hos de producerade antikropparna. Utveckling och testning av effektivare vacciner pågår. [136]

Två registreringsstudier har utvärderat vaccinkandidater i aktiva immuniseringsstrategier mot S. aureus infektion. I en fas II-studie testades ett bivalent vaccin av kapsulatprotein 5 & amp 8 på 1804 hemodialyspatienter med primär fistel eller syntetisk transplantat vaskulär tillgång. Efter 40 veckor efter vaccination sågs en skyddande effekt mot S. aureus bakteriemi, men inte 54 veckor efter vaccination. [137] Baserat på dessa resultat genomfördes en andra studie som inte visade effekt. [138]

Merck testade V710, ett vaccin riktat mot IsdB, i en blindad randomiserad studie på patienter som genomgår median sternotomi. Rättegången avslutades efter att en högre frekvens av dödsfall relaterade till multiorgansystem konstaterades hos V710-mottagarna. Vaccintagare som utvecklats S. aureus infektion hade 5 gånger större risk att dö än kontrollmottagare som utvecklades S. aureus infektion. [139]

Många utredare har föreslagit att ett vaccin mot flera antigener skulle vara mer effektivt, men bristen på biomarkörer som definierar mänsklig skyddsimmunitet håller dessa förslag på den logiska, men strikt hypotetiska arenan. [138]

Alternerande terapi Redigera

Alternerande terapi är en föreslagen metod där två eller tre antibiotika tas i en rotation jämfört med att ta bara ett antibiotikum så att bakterier som är resistenta mot ett antibiotikum dödas när nästa antibiotika tas. Studier har funnit att denna metod minskar hastigheten med vilken antibiotikaresistenta bakterier dyker upp in vitro i förhållande till ett enda läkemedel under hela varaktigheten. [140]

Studier har visat att bakterier som utvecklar antibiotikaresistens mot en grupp antibiotika kan bli känsligare för andra. [141] Detta fenomen kan användas för att selektera mot resistenta bakterier med ett tillvägagångssätt som kallas collateral sensitivity cycling, [142] som nyligen har visat sig vara relevant för att utveckla behandlingsstrategier för kroniska infektioner orsakade av Pseudomonas aeruginosa. [143]

Utveckling av nya läkemedel Edit

Sedan upptäckten av antibiotika har forsknings- och utvecklingsinsatser (FoU) gett nya läkemedel i tid för att behandla bakterier som blivit resistenta mot äldre antibiotika, men på 2000-talet har det funnits oro för att utvecklingen har bromsat så mycket att svårt sjuka människor kan ta slut. behandlingsalternativ. [144] [145] En annan oro är att läkare kan bli ovilliga att utföra rutinoperationer på grund av den ökade risken för skadlig infektion. [146] Reservbehandlingar kan ha allvarliga biverkningar, till exempel kan behandling av multiresistent tuberkulos orsaka dövhet eller psykisk funktionsnedsättning. [147] Den potentiella krisen är resultatet av en markant minskning av industrins FoU. [148] Dåliga ekonomiska investeringar i antibiotikaforskning har förvärrat situationen. [149] [148] Läkemedelsindustrin har små incitament att investera i antibiotika på grund av den höga risken och eftersom den potentiella ekonomiska avkastningen är mindre sannolikt att täcka utvecklingskostnaderna än för andra läkemedel. [150] Under 2011 lade Pfizer, ett av de sista stora läkemedelsföretagen som utvecklar nya antibiotika, ned sin primära forskningssatsning, med hänvisning till dålig aktieägaravkastning i förhållande till läkemedel för kroniska sjukdomar. [151] Små och medelstora läkemedelsföretag är dock fortfarande aktiva inom antibiotikaläkemedelsforskning.

I USA hade läkemedelsföretag och president Barack Obamas administration föreslagit att de standarder enligt vilka FDA godkänner antibiotika riktade mot resistenta organismer skulle ändras. [146] [152]

Den 18 september 2014 undertecknade Obama en verkställande order [153] för att implementera rekommendationerna som föreslagits i en rapport [154] av presidentens råd för vetenskap och teknik (PCAST) som beskriver strategier för att effektivisera kliniska prövningar och påskynda FoU av nya antibiotika. Bland förslagen:

  • Skapa ett "robust, stående nationellt nätverk för kliniska prövningar för antibiotikatester" som omedelbart kommer att registrera patienter när de väl identifierats lida av farliga bakterieinfektioner. Nätverket kommer att tillåta att testa flera nya medel från olika företag samtidigt för deras säkerhet och effektivitet.
  • Upprätta en "Special Medical Use (SMU)"-väg för FDA för att godkänna nya antimikrobiella medel för användning i begränsade patientpopulationer, förkorta godkännandetidslinjen för nya läkemedel så att patienter med allvarliga infektioner kan dra nytta av det så snabbt som möjligt.
  • Tillhandahålla ekonomiska incitament, särskilt för utveckling av nya klasser av antibiotika, för att kompensera för de höga FoU-kostnaderna som driver bort industrin att utveckla antibiotika.

Biomaterial Redigera

Användning av antibiotikafria alternativ vid beninfektionsbehandling kan bidra till att minska användningen av antibiotika och därmed antimikrobiell resistens. [155] Benregenereringsmaterialet bioaktivt glas S53P4 har visat sig effektivt hämma bakterietillväxten av upp till 50 kliniskt relevanta bakterier inklusive MRSA och MRSE. [156] [157] [158]

Under de senaste decennierna har nanomaterial av koppar och silver visat tilltalande egenskaper för utvecklingen av en ny familj av antimikrobiella medel. [159]

Återupptäckt av antika behandlingar Redigera

I likhet med situationen inom malariaterapi, där framgångsrika behandlingar baserade på gamla recept har hittats, [160] har det redan varit en viss framgång med att hitta och testa uråldriga läkemedel och andra behandlingar som är effektiva mot AMR-bakterier. [161]

Snabb diagnostik Redigera

Att skilja infektioner som kräver antibiotika från självbegränsande är kliniskt utmanande. För att vägleda lämplig användning av antibiotika och förhindra utvecklingen och spridningen av antimikrobiell resistens, behövs diagnostiska tester som ger kliniker snabba, genomförbara resultat.

Akut febersjukdom är en vanlig orsak till att söka medicinsk vård över hela världen och en viktig orsak till sjuklighet och dödlighet. I områden med minskande malariaincidens behandlas många febrila patienter olämpligt för malaria, och i avsaknad av ett enkelt diagnostiskt test för att identifiera alternativa orsaker till feber, antar läkare att en icke-malaria febril sjukdom med största sannolikhet är en bakteriell infektion, vilket leder till olämplig användning av antibiotika. Flera studier har visat att användningen av snabbdiagnostiska malariatester utan tillförlitliga verktyg för att särskilja andra feberorsaker har resulterat i ökad antibiotikaanvändning. [162]

Antimikrobiell känslighetstestning (AST) kan hjälpa utövare att undvika att skriva ut onödiga antibiotika i stil med precisionsmedicin, [163] och hjälpa dem att ordinera effektiva antibiotika, men med den traditionella metoden kan det ta 12 till 48 timmar. [164] Snabbtestning, möjlig från innovationer inom molekylär diagnostik, definieras som "att vara genomförbart inom ett 8-timmars arbetsskift". [164] Framstegen har gått långsamt på grund av en rad olika orsaker, inklusive kostnader och reglering. [165]

Fagterapi Edit

Fagterapi är den terapeutiska användningen av bakteriofager för att behandla patogena bakterieinfektioner. [166] Fagterapi har många potentiella tillämpningar inom humanmedicin såväl som tandvård, veterinärvetenskap och jordbruk. [167]

Fagterapi bygger på användningen av naturligt förekommande bakteriofager för att infektera och lysera bakterier vid infektionsstället i en värd. På grund av nuvarande framsteg inom genetik och bioteknik kan dessa bakteriofager möjligen tillverkas för att behandla specifika infektioner. [168] Fager kan biokonstrueras för att rikta in sig på multiresistenta bakterieinfektioner, och deras användning innebär den extra fördelen att förhindra eliminering av nyttiga bakterier i människokroppen. [31] Fager förstör bakteriecellsväggar och membran genom användningen av lytiska proteiner som dödar bakterier genom att göra många hål inifrån och ut. [169] Bakteriofager kan till och med ha förmågan att smälta biofilmen som många bakterier utvecklar som skyddar dem från antibiotika för att effektivt infektera och döda bakterier. Bioteknik kan spela en roll för att skapa framgångsrika bakteriofager. [169]

Att förstå de ömsesidiga interaktionerna och utvecklingen av bakterie- och fagpopulationer i miljön hos en människo- eller djurkropp är avgörande för rationell fagterapi. [170]

Bakteriofagiker används mot antibiotikaresistenta bakterier i Georgien (George Eliava Institute) och på ett institut i Wrocław, Polen. [171] [172] Bakteriofagcocktails är vanliga läkemedel som säljs receptfritt på apotek i östländer. [173] [174] I Belgien fick fyra patienter med svåra muskel- och skelettinfektioner bakteriofagbehandling med samtidig antibiotika. Efter en enda kur av fagterapi inträffade inget återfall av infektion och inga allvarliga biverkningar relaterade till terapin upptäcktes. [175]