به نقل از «رکنا»

کاهش مصرف آنتی بیوتیک تاثیری در باکتری های مقاوم ندارد

تاریخ انتشار: ۳ آذر ۱۳۹۶ | کد خبر: ۱۵۷۷۵۸۵۶

رکنا:محققان در تحقیقات اخیرشان به این مسئله پی بردند که چنانچه مصرف آنتی بیوتیک را کاهش دهند با این روش نمی توانند باکتری های مقاوم را شکست دهند.

محققان دانشگاه "دوک" دریافتند که کاهش مصرف آنتی‌بیوتیک برای مقابله با گسترش مقاومت برخی از انواع باکتری­‌ها، به تنهایی نمی‌تواند راهکار مناسبی باشد.

به گزارش فیز، علاوه­ بر ارتباط ژن‌­هایی که مقاومت آنتی‌بیوتیکی را به ژن­‌های دیگر منتقل می­‌کنند، بسیاری از باکتری­‌ها طی فرایندی موسوم به "هم­ یوغی باکتریایی" (مکانیسم مبادله مواد ژنتیکی بین باکتری ‌ها) ژن­‌های را میان خود مبادله می­‌کنند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

موضوع مورد بحث این است که آیا سرعت فرایند هم­‌یوغی به قدری است که بتواند قبل از آن که باکتری­‌ها تحت تاثیرآنتی­بیوتیک­ قرار گیرند، مقاومت آنتی­بیوتیکی را به سایر ژن­‌ها منتقل کند یا خیر.

محققان دانشگاه "دوک"(Duke) معتقدند که در مطالعه­ جدید خود پاسخ قطعی این پرسش را یافته‌اند. این محققان طی مجموعه­‌ای از آزمایش‌ها روی باکتری­‌های قادر به هم­یوغی نشان دادند که تمام باکتری­‌های مورد آزمایش ژن­ها را با سرعت کافی با هم تبادل می­‌کنند به نحوی که مقاومت آن­ها در مقابل آنتی‌بیوتیک حفظ می­‌شود. با این حال نشان دادند که روش‌­های برای ایجاد اختلال در این فرایند و معکوس کردن روند مقاومت نسبت به آنتی‌بیوتیکی وجود دارد.

"لینگ­چونگ یو"( Lingchong You) استاد دانشگاه دوک و نویسنده مسئول این مقاله در این باره می‌گوید: وقتی اولین بار داده‌ها را مشاهده کردم، نتایج بدست آمده بسیار تعجب‌برانگیز بود. برای تمام باکتری­‌های که مورد آزمایش قرار دادیم، میزان هم­یوغی سرعت کافی داشت به طور­ی که اگر آنتی‌بیوتیک استفاده نمی­‌شد مقاومت ژنی حفظ می­‌شد، حتی اگر ژن­‌ها هزینه بالایی داشته باشند.

بیشتر مقاومت­ آنتی‌بیوتیک از طریق انتخاب طبیعی افزایش و گسترش می­‌یابد. اگر یک باکتری ژن­های مقاوم به آنتی­بیوتیک داشته باشد، این ویژگی به سرعت به نسل بعدی ژن­‌ها منتقل می­شود.

پرفسور "یو" افزود: برخی مطالعات به چگونگی حفظ مقاومت آنتی ­بیوتیکی از طریق هم­یوغی علیرغم هزینه­ بر بودن آن پرداختند، اما متاسفانه تاکنون آزمایش‌های دقیقی برای رسیدن به یک جواب قطعی صورت نگرفته است.

"آلیسون لپاتکین"( Allison Lopatkin)، دانشجوی دکترای دانشگاه دوک و نویسنده اول مقاله، میزان هم­یوغی و مقاومت آنتی‌بیوتیکی در پاتوژن­‌ها را بیش از یک ماه مورد بررسی دقیق قرار داد. در پروژه دیگر که در مرکز سلامت دوک انجام شد سویه‌های (یاخته‌هایی که در کشت خالص از یک یاخته به‌دست آمده‌اند) بدست آمد و با استفاده از آن­ها پرفسور "یو" به بررسی میزان شیوع هم­یوغی در میان پاتوژن­‌ها پرداخت.

بنا به نتایج این تحقیق حدود 30 درصد از پاتوژن­‌های باکتریایی که توسط پرفسور یو مورد آزمایش قرار گرفتند مقاومت را از طریق هم­یوغی گسترش می­‌دهند. و از این تعداد 9 مورد برای بررسی بیشتر توسط لپاتکین انتخاب شدند تا میزان حفظ مقاومت آن­ها در غیاب آنتی­بیوتیک­‌ها بررسی شود.

نتایج نشان می­دهد که دست کم برای باکتری­‌های که مقاومت ژنی را منتقل می­‌کنند، صرفا تغییر میزان آنتی‌بیوتیک مصرفی نمی‌تواند به روشن شدن مسئله گسترش مقاومت آنتی‌بیوتیکی کمکی کند.

بنا به گفته پرفسور "یو" و لپاتکین برای رسیدن به هر نوع پیشرفتی در این زمینه لازم است که داروهای آنتی ­بیوتیکی هم بتوانند فرایند انتقال ژنی را متوقف کنند و هم میزان انتقال آن­ها از طریق تکثیر کاهش یابد. خوشبختانه چنین داروهایی در حال حاضر وجود دارند و لازم نیست منتظر کشف آنها شویم.

لپاتکین در ادامه خاطرنشان کرد: ما آزمایش‌های یکسانی را هم با دارویی که فرایند هم­یوغی را متوقف می­‌کند و هم دارویی که باعث از بین رفتن مقاومت ژنی می­‌شود انجام دادیم. در نتیجه بدون حضور آنتیبیوتیک توانستیم مقاومت باکتریایی رادر 4 پاتوژن مورد آزمایش معکوس کرده و از انتقال آن به بقیه ژن­ها جلوگیری کنیم.

یکی از داروهای مورد آزمایش داروی طبیعی خوش خیمی و دیگری داروی ضد روان­ محققان پریشی مورد تایید سازمان غذا و داروی امریکا بود.تیم تحقیقاتی می­‌توانند این ترکیب تازه را که می­‌تواند مقاومت آنتی‌بیوتیکی را معکوس کند، به ثبت برساند اما امیدوارند که تحقیقات بیشتر در آینده راهکارهای بهتری را در این زمینه پیش رو بگذارد.نتایج مربوط به این تحقیق به صورت آنلاین در مجله Nature Communications قرار گرفت.

منبع: رکنا

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.rokna.net دریافت کرده‌است، لذا منبع این خبر، وبسایت «رکنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۱۵۷۷۵۸۵۶ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

هوش مصنوعی زندگی‌ها را نجات می‌دهد/ کاهش ۹۰ درصدی مرگ و میر بیماران قلبی

به گزارش خبرگزاری علم و فناوری آنا به نقل از نیوساینتیس، یک سیستم هوش مصنوعی اثبات کرده است که می‌تواند با هشدار دادن به پزشکان برای بررسی بیمارانی که نتایج آزمایش قلب به خطر مرگ اشاره دارد، جان آن‌ها را نجات دهد. در یک آزمایش بالینی تصادفی با تقریباً ۱۶ هزار بیمار در دو بیمارستان، هوش مصنوعی میزان مرگ و میر بیماران پرخطر را به میزان ۳۱ درصد کاهش داد.

اریک توپول از مؤسسه تحقیقاتی اسکریپس در کالیفرنیا، که در این تحقیق شرکت نداشت، می‌گوید: این واقعاً فوق‌العاده است. بسیار نادر است که یک دارو ۳۱ درصد مرگ و میر را کاهش دهد، و حتی این مورد برای موارد غیردارویی نادرتر است درحالی که این فقط نظارت بر افراد با هوش مصنوعی است.

چین لین در مرکز پزشکی دفاع ملی تایوان و همکارانش ابتدا هوش مصنوعی خود را بر روی بیش از ۴۵۰ هزار آزمایش الکتروکاردیوگرام (ECG) که فعالیت الکتریکی قلب را به همراه داده‌های بقای افراد اندازه گیری می‌کند، آموزش دادند. هوش مصنوعی یاد گرفت که خطر مرگ هر بیمار را با یک امتیاز درصدی نشان دهد. بر این اساس افرادی که حداقل ۹۵ درصد را کسب می‌کنند، به عنوان خطر بالا در نظر گرفته می‌شوند.

سپس محققان سیستم هشدار هوش مصنوعی را با ۳۹ پزشک در دو بیمارستان مختلف آزمایش کردند. هنگامی که پرستاران نتایج آزمایش‌های الکتروکاردیوگرام هر بیمار جدید را به یک سرور کامپیوتری بارگذاری می‌کردند، سیستم هوش مصنوعی نتایج را تجزیه و تحلیل می‌کرد و در صورتی که بیمار را پرخطر تشخیص می‌داد، سریعاً به پزشکان هشدار می‌داد.

سیستم هوش مصنوعی علاوه بر کاهش خطر مرگ به دلایل مختلف، مرگ و میر بیماران پرخطر ناشی از مشکلات قلبی را تا بیش از ۹۰ درصد کاهش داد.

لین و همکارانش حدس زدند که پیش‌بینی‌های هوش مصنوعی ممکن است به تمرکز روی گروه‌های پرخطر کمک کند. پزشکان معمولاً هشدار‌ها را با آزمایش‌های تشخیصی بیشتر و درمان‌های اضافی دنبال می‌کنند.

سیستم هشدار هوش مصنوعی در حال حاضر در ۱۴ بیمارستان نظامی در تایوان استفاده می‌شود.

توپول می‌گوید: این را می‌توان در هر بیمارستانی در سراسر جهان اجرا کرد از این رو نباید گران باشد.

انتهای پیام/