在与抗生素的斗争中，细菌正在获得优势，对抗菌攻击的耐药性越来越强。但一篇发表在《PLOS Biology》上的新论文表明，计算机模型可以有助于制造更具针对性的抗生素，并降低增加细菌抗生素耐药性的风险。
该论文的作者表示，一旦这些“激光般”的抗生素被创造出来，它们就可以靶向我们身体特定部位的特定细菌，从而限制细菌适应抗生素药物威胁的机会。
“许多生物医学挑战极其复杂，计算机模型正成为解决这些问题的一种强大工具，”研究作者、弗吉尼亚大学生物医学工程学教授 Jason Papin 在一份新闻稿中表示。“我们希望这些关于细菌分子网络的计算机模型能帮助我们开发新的感染治疗策略。”
抗生素适应性
当我们服用抗生素时，我们就为体内细菌适应并产生抗生素耐药性创造了机会。由于现代医学中抗生素药物的广泛使用，危险细菌的耐药性正日益增强，这削弱了这些药物抵御疾病的能力。
为了解决这个问题，一个研究团队创建了一系列危险细菌的计算机模型，然后对这些模型进行了分析，识别出它们共同的代谢特征。他们的分析揭示了一系列特征，可以用来制造可定制的抗生素，从而靶向特定身体部位的特定细菌，而不是针对全身的细菌。
这些靶向性治疗可以减少我们与抗生素的总体接触，并遏制抗生素耐药性的威胁，它们可以取代传统的非靶向药物，这些药物会攻击广谱的细菌。
广谱细菌治疗的替代方案
通过应用一种名为基因组尺度代谢网络重建 (GENRE) 的计算机模型，研究人员发现，某些细菌，例如肠道细菌，具有共同的代谢特征。
“利用我们的计算机模型，我们发现生活在肠道中的细菌具有独特的特性，”研究作者、弗吉尼亚大学生物医学工程学学生 Emma Glass 在新闻稿中说道。“这些特性可以用来指导靶向抗生素的设计，希望有一天能够减缓耐药性感染的出现。”
通过在实验室中测试这种方法，研究作者表明，靶向抗生素可以阻止肠道细菌的生存和传播，表明其作为一种精准医疗疗法的潜力。
“我们在测试这些想法是否适用于其他细菌和感染类型方面还有很多工作要做，” Papin 在新闻稿中说。“但这项工作表明，数据科学和计算机建模在解决生物医学研究中一些最重要的问题方面具有巨大潜力。”
文章来源
我们的Discovermagazine.com作家在文章中采用同行评审研究和高质量来源，我们的编辑会审阅科学准确性和编辑标准。请查看本文使用的以下来源
PLOS Biology. 利基特异性代谢表型可用于识别病原体的抗菌靶标
CDC. 关于抗菌耐药性
