Antibiotikaresistens är ett ökande globalt problem. För att snabbare kunna bestämma vilken bakterie eller virus som orsakar sjukdom och övervaka resistens utvecklas nya gensekvenseringsbaserade analyser och verktyg inom GMS-Mikro.
Antibiotikaresistens är en eskalerande global utmaning enligt Världshälsoorganisationen, WHO. Den ökande resistensen mot antibiotika hotar vår förmåga att bekämpa infektioner effektivt, vilket i sin tur kan leda till ökad sjuklighet, längre vårdtider och ökad dödlighet.
Christian Giske. Foto: Fredrik Persson
– Påvisande av antibiotikaresistens är viktigt både för att kunna bredda antibiotikabehandlingen och i andra situationer för att kunna ge en riktad behandling som ger färre biverkningar och mindre skada på tarmfloran, säger Christian Giske, professor och överläkare, Klinisk mikrobiologi vid Karolinska universitetssjukhuset, Karolinska Institutet och koordineringsansvarig för arbetet med antibiotikaresistens inom GMS-Mikro.
Snabbhet är nyckeln vid resistensbestämning
Vid en misstänkt sjukdomsorsakande bakterieinfektion tas prov från patienten och därefter odlas bakterier fram så att de kan identifieras och för att bestämma eventuell resistens. Det här är ett tidskrävande moment och i vissa fall är tidsfaktorn helt avgörande för att patienten ska få rätt behandling i rätt tid.
Målet med antibiotikaresistensarbetet inom GMS-Mikro är därför att utveckla teknologier där analysen kan göras direkt i patientprovet utan att först behöva odla fram ett stort antal kopior av bakterien. Metoden som används kallas metagenomisk analys, vilket syftar till att med hjälp av så kallad massiv parallell gensekvensering kartlägga patogena mikroorganismer i ett prov utan att i förväg bestämma vilken bakterie, virus eller annan mikroorganism som analysen riktar sig mot.
– Vissa långsamväxande bakterier som Mycobacterium tuberculosis tar i nuläget lång tid att resistensbestämma och nya metoder som inte baserar sig på odling kan förkorta svarstiderna avsevärt. Målet på sikt är att vi ska kunna göra resistensbestämning i prover som är svåra att odla med hjälp av metagenomik, säger Christian Giske.
Känsligheten i analysen är idag inte tillräckligt hög för att man i de flesta fall ska kunna göra gensekvensering direkt i ett prov. Därför fokuserar arbetet i ett första steg på att jämföra odlingsbaserad (fenotypiska) sekvenseringsdata med sekvenseringsdata som sker direkt i provet (genotypisk) där antalet kopior ofta är avsevärt lägre.
I arbete används MRSA, Meticillinresistent Staphylococcus aureus, som modellbakterie då det är en bakterie som går bra att odla och där det finns mycket sekvenseringsdata att jämföra med. En annan modellbakterie som används är mykobakterier. Sekvensering av MRSA sker vid alla Genomic Medicine Centers, GMC, som GMS har etablerat runt om i landet, i samarbete med SciLifeLab Clinical Genomics.
Samarbete skapar samsyn för resistensbestämning över landet
Det nationella samarbete som koordineras av GMS-Mikro, tillsammans med Folkhälsomyndigheten och kliniska mikrobiologiska laboratorier runt om i landet, medför att samma analysverktyg och resistensdatabaser används över hela landet. Det spelar stor roll för hur resultat kan jämföras och tolkas mellan regionerna. Samarbetet innebär också att analysverktyg och data kan delas via den Nationella Genomikplattformen, NGP, som GMS byggt upp. Det är en fördel vid utbrottsutredningar, men även för att snabbt kunna identifiera nya varianter och ovanliga resistensmönster som uppkommer.
I arbetet har också ett nytt bioinformatiskt analysflöde, den bioinformatiska pipelinen JASEN, utvecklats som på ett enkelt sätt kan visa på likheter mellan bakterier samt identifiera resistensmönster.
Isak Sylvin. Foto: Göteborgs universitet
– Genom att samarbeta mellan GMS alla noder så har vi haft kapacitet att ta fram en bra och enkel lösning som alla kan använda över hela landet. Vi gör kontinuerlig utveckling av JASEN baserat på nodernas behov. Nu fokuserar vi till exempel på tuberkulos, säger Isak Sylvin, koordineringsansvarig för GMS-Mikro bioinformatik och systemingenjör vid Göteborgs universitet.
AI, maskininlärning och RNA-sekvensering i resistensövervakning
Tillsammans med schweiziska Swiss Pathogen Surveillance Platform startar nu också ett samarbete inom antimikrobiell resistens(AMR)-övervakning där MRSA-isolat med ovanliga resistensmönster kommer att delas mellan laboratorierna. Samarbetet med Schweiz kommer även att fokusera på artificiell intelligens (AI) och maskininlärning för att bland annat identifiera resistensmekanismer som i sin tur kan avgöra grad av smittspridningsrisk.
Paula Mölling. Foto: Maria Bergman
– Det är inte bara bakterier som kan orsaka resistens, så nästa steg för oss blir att jobba vidare med resistensövervakning av virus och svampar. Vi tittar också på andra kompletterande tekniker som RNA-sekvensering, så kallad transkriptomik, där vi kan få ett ännu bättre påvisande av resistens genom att titta på uttrycket av generna, avslutar Paula Mölling, nationell projektledare och co-chair för GMS Mikro och forskare vid Laboratoriemedicinska kliniken vid Universitetssjukhuset i Örebro och Institutionen för medicinska vetenskaper vid Örebro universitet.
Bild: iStock photos och Pixabay