数学模型可预测抗生素疗法成败
特拉维夫,1月15日(记者李茂)——几天前,一组以色列生物物理学家和医生表示,他们已经开发出一种数学模型,可以预测某些抗生素疗法的成败,从而帮助医生根据患者的病情准确选择抗生素,提高患者的治愈率和存活率。相关研究发表在最近的《科学》杂志上。
耶路撒冷希伯来大学的纳塔利·巴拉班教授和耶路撒冷沙尔泽·德克医疗中心的马斯吉德·巴-迈耶博士已经证明,被认为具有耐药性的细菌可以通过合理选择或组合现有抗生素来治疗。巴拉班说,他们可以预测抗生素组合在处理不同细菌方面的效果,并帮助医生为病人选择治疗方案。
细菌能够产生防御能力来应对生活环境中的有害因素。其常见策略是“耐受”,即在抗生素治疗期间处于休眠状态。因为抗生素只能找到并杀死生长中的目标,细菌可以通过休眠存活,并最终产生耐药性。
巴拉班和艾里斯·莱文·雷斯曼博士在实验室研究了受控细菌,并开发了数学模型,可以描述、测量和预测细菌何时对特定抗生素产生耐受性。同时,他们观察到,当细菌对抗生素产生耐药性时,它们更有可能产生耐药性。
随后,巴拉班与巴迈耶合作,对医疗中心感染耐甲氧西林金黄色葡萄球菌患者的细菌样本进行了分析。人们发现病人的模式与他们实验室中发现的非常相似,即细菌首先产生耐药性,然后产生耐药性,最后抗生素治疗失败。
细菌从耐受到产生耐药性的“抗生素耐受”的中间阶段只持续几天,不能在标准医学实验室中检测到,但它们在巴拉班的数学模型可以被检测到。巴拉班说,她希望在其他医院和足够多的病人身上重复这个实验,以证明这个数学模型的有效性。与此同时,她鼓励更多的医疗中心采用他们团队开发的检测方法,以便在管理前快速、方便地检测患者的细菌是否对计划的抗生素治疗产生耐药性。根据患者的细菌特征,医生可以选择杀灭患者体内细菌可能性较高的抗生素。
从长远来看,balaban认为,研究细菌抗生素耐受性和耐药性的演变过程可能在癌症治疗中发挥作用,并可用于指导癌症治疗,因为肿瘤细胞可能首先对化疗产生耐受性和耐药性,然后对其他抗癌药物产生耐药性。