Вчера мы обсудили наши свежие исследования и на этот раз возвращаемся к открытым проектам. Ранее мы говорили об инструменте для сравнительного анализа метагеномных данных MetaFast. Сегодня на очереди MetaCherchant — еще одно программное средство от коллектива МНЦ «Компьютерные технологии» Университета ИТМО для поиска генов устойчивости к антибиотикам.
Зачем это нужно
Супербактерии, не поддающиеся воздействию большей части лекарственных средств, — одна из ключевых проблем в медицине. К их широкому распространению приводит неконтролируемый прием антибиотиков, позволяющий сформировать у ряда бактерий устойчивость к целым классам лекарств. Она передается через гены антибиотикорезистентности, их можно находить, отслеживать пути передачи и анализировать процесс возникновения устойчивости к антибиотикам. В перспективе — точнее подбирать медикаменты в зависимости от состояния пациента.
Такими задачами занимаются исследователи-медики. На основе моделей распространения устойчивости к антибиотикам в различных микробных сообществах они могут предлагать не только эффективные схемы лечения различных заболеваний, но и выявлять альтернативные пути передачи устойчивости. Например, в бытовой среде через воду, в технических сооружениях и окружающей среде.
Что предлагают ученые
Разработанный алгоритм MetaCherchant обеспечивает поиск генов устойчивости к антибиотикам в микробных сообществах кишечника человека, а также позволяет отслеживать пути передачи генов от одной бактерии к другой. Например, в ответ на прием антибиотиков или из окружения при нахождении в лечебных учреждениях. На основе результатов такого анализа можно корректировать схему лечения или менять конфигурацию самих лекарственных средств.
MetaCherchant наследует кодовую базу MetaFast и направлен на поиск гена антибиотикорезистентности в метагеномном образце. Он позволяет работать с локальным геномным окружением и выделять участок метагенома, в котором формируется ген устойчивости. Это — основная отличительная черта алгоритма. MetaCherchant решает эти задачи без ресурсоёмкой процедуры метагеномной сборки и предоставляет возможность сравнивать два метагенома. Например, посмотреть, какие гены антибиотикорезистентности накапливаются в ходе приема антибиотиков и сопоставить состояние с исходным — до начала приема лекарственных средств.
Данный пример использования алгоритма разработчики впервые описали в научной статье «MetaCherchant: analyzing genomic context of antibiotic resistance genes in gut microbiota». Она вышла в журнале Международного общества вычислительной биологии (ISCB) Bioinformatics несколько лет назад. Тогда этот алгоритм применили для анализа микробиоты кишечника пациентов, инфицированных Helicobacter pylori, до и после лечения антибиотиками. В итоге — смогли выделить несколько генов антибиотикорезистентности и показали пример возможного горизонтального переноса гена антибиотикорезистентности в микробиоме кишечника.
Работа над проектом велась в сотрудничестве с коллегами из Центра физико-химической медицины, курирующими биологическую часть исследования. После публикации — продолжилось сотрудничество по метагеномным проектам. MetaCherchant расширили для возможности сравнительного анализа временных серий метагеномов [например, при трансплантации микробиоты]. Так удалось получить алгоритм RECAST, позволяющий отслеживать не только гены антибиотикорезистентности, но и определять источники изменений в микробиоте кишечника. Результаты были недавно опубликованы в журнале mSystems.
Как развивают проект
На основе MetaCherchant группа научных специалистов МНЦ «Компьютерные технологии» Университета ИТМО разрабатывает инструмент для отслеживания динамики изменения микробиома кишечника в целом. Оно может происходить не только в рамках приема лекарственных средств, но и после коррекции диеты или более сложных процедур вроде фекальной трансплантации микробиоты.
Исследования и практическая реализация алгоритмов в этой нише позволят уточнить принципы перестройки микробных сообществ и помогут разработать методы точечного изменения микробиома. Разрабатываемые алгоритмы строятся на анализе графов, которые могут иметь миллиарды вершин из-за сложности метагеномных сообществ. Поэтому ИТ-специалисты с умениями работы с графами и реализации эффективных алгоритмов востребованы в данной области.
Дополнительное чтение в нашем блоге на Хабре:
Перовскиты и паста из наночастиц: подборка исследований ИТМО
Открытый инструмент для анализа метагеномных данных MetaFast
Открытые проекты лаборатории мультиагентных систем в умных городах
Открытый инструмент для аналитики бизнес-процессов и Process Mining’а
