人體在遭受細菌感染后出現(xiàn)感染癥狀，需要應(yīng)用抗生素來抵抗細菌的侵襲，選擇與細菌病原體相匹配的敏感抗生素尤為重要，然而即使是敏感的抗生素也可能由于多次應(yīng)用后使細菌病原體產(chǎn)生耐藥性，從而導致抗感染治療失敗。

近日，來自以色列理工學院的研究團隊設(shè)計出基于人工智能的個性化抗生素治療策略，相關(guān)研究成果發(fā)表在《Science》上，題為“Minimizing treatment-induced emergence of antibiotic resistance in bacterial infections”。

研究人員將1113種治療前和治療后的細菌分離株與對140349例泌尿系感染和7365例傷口感染的全基因組測序進行分析，研究發(fā)現(xiàn)在大多數(shù)感染的患者中，耐藥性不是通過隨機突變獲得的，而是由于患者自身微生物群中已有的耐藥菌再次感染而出現(xiàn)的。因此，在選擇敏感抗生素時，不僅需要與目前感染的細菌敏感度匹配，還需要與患者自身原有的微生物群中反復感染的細菌相匹配。研究人員將這些數(shù)據(jù)通過機器計算學習，可以有效利用患者既往感染病史以及抗生素應(yīng)用史推薦出個性化抗生素應(yīng)用方案。

這項研究為合理化使用抗生素，減少抗生素產(chǎn)生耐藥性提供了一定的設(shè)計構(gòu)想和理論基礎(chǔ)。

論文鏈接：https://www.science.org/doi/10.1126/science.abg9868

注：此研究成果摘自《Science》，文章內(nèi)容不代表本網(wǎng)站觀點和立場，僅供參考。
免責聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章，目的在于弘揚科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，宣傳國家科技政策，展示國家科技形象，增強國家科技軟實力，參與國際科技輿論競爭，提高國際科技話語權(quán)，并不代表本網(wǎng)贊同其觀點和對其真實性負責，在此我們謹向原作者和原媒體致以崇高敬意。如果您認為本網(wǎng)文章及圖片侵犯了您的版權(quán)，請與我們聯(lián)系，我們將第一時間刪除。