Metody wysokoprzepustowe wykorzystujące robotykę i widzenie komputerowe do opracowywania terapeutycznych koktajli fagowych

Dlaczego ma to znaczenie dla codziennych infekcji

Oporność na antybiotyki zamienia kiedyś rutynowe infekcje, takie jak zakażenia dróg moczowych (ZUM), w uporczywe, a czasem zagrażające życiu problemy. W badaniu opisano, jak naukowcy wykorzystują roboty, kamery i analizę danych do tworzenia leków opartych na wirusach, zwanych koktajlami fagowymi, które mogą celować w wielolekooporne bakterie wywołujące ZUM. Praca pokazuje, jak zautomatyzowane laboratorium o przemysłowym charakterze może przesiewać ogromne liczby par wirus–bakteria, by zaprojektować gotowy, uniwersalny preparat skuteczny dla większości pacjentów.

Przekształcenie powszechnej infekcji w studium przypadku

ZUM są jednymi z najczęstszych przyczyn stosowania antybiotyków, zwłaszcza u kobiet, z których wiele doświadcza nawrotów. Głównym winowajcą jest forma E. coli, która staje się coraz bardziej odporna na standardowe leki. Tradycyjne antybiotyki działają szeroko i mogą zaburzać korzystną mikroflorę organizmu, jednocześnie wymuszając ewolucję oporności u bakterii. Fagi — wirusy atakujące bakterie — oferują bardziej ukierunkowaną alternatywę, ale każdy fag zwykle atakuje tylko określone szczepy bakterii. Wyzwanie polega na znalezieniu właściwej mieszanki fagów, która łącznie poradzi sobie z rzeczywistą różnorodnością szczepów E. coli powodujących ZUM.

Budowa realistycznej biblioteki problematycznych bakterii

Zespół najpierw zgromadził dużą i zróżnicowaną pulę szczepów E. coli powodujących ZUM, odzwierciedlającą to, co obserwuje się w klinikach. Z około 1 700 izolátów zebranych od pacjentów i źródeł komercyjnych oraz na podstawie danych genetycznych z około 10 000 publicznie dostępnych genomów E. coli, wybrano 356 szczepów do "Panelu Klinicznego". Szczepy te obejmowały główne linie genetyczne, pochodziły od pacjentów z 39 stanów USA i zawierały wiele szczepów opornych na kilka klas antybiotyków. Każdy szczep był starannie hodowany, porcjowany, znakowany kodami kreskowymi i przechowywany w zautomatyzowanych zamrażarkach, dzięki czemu roboty mogły wielokrotnie i niezawodnie pobierać je do testów.

Roboty i kamery polują na najlepszą mieszankę wirusów

Następnie badacze zajęli się drugą stroną równania: fagami. Zebrali ponad tysiąc próbek środowiskowych, głównie ze ścieków, i wykorzystali Panel Kliniczny do wyizolowania 1 143 fagów ukierunkowanych na E. coli, z których 421 stało się głównymi narzędziami pracy. Specjalna platforma robotyczna używała pipet wielokanałowych, inkubatorów i czytników płytek do mieszania bakterii, fagów i pożywek w maleńkich dołkach oraz śledzenia wzrostu bakterii przez 20 godzin. Porównując wzrost dobrze traktowanych fagami z nieleczonymi kontrolami, system mierzył, jak skutecznie każdy fag — lub kombinacja fagów — tłumi wzrost bakterii. Z czasem wygenerowano około 1,5 miliona krzywych wzrostu i ponad 3,8 miliona rekordów reakcji fag–bakteria, które zasiliły model przewidywania koktajli sugerujący nowe obiecujące kombinacje do testowania.

Pozwolenie widzeniu komputerowemu policzyć ocalałych

Pomiary optyczne pokazują ogólną mętność, ale trudno dzięki nim wykryć sytuacje, gdy pozostaje jedynie niewielka liczba bakterii. Aby zmierzyć głębokie zabijanie, zespół dodał drugie zautomatyzowane badanie. Roboty rozcieńczały próbki, wykropkowywały je na płytach z agarem i inkubowały, aby pojedyncze ocalałe bakterie utworzyły widoczne kolonie. Kamery o wysokiej rozdzielczości następnie fotografowały płytki. Autorski pipeline analizy obrazów używał trzech różnych algorytmów do zliczania kolonii i przejaśnień wywołanych przez fagi, wzajemnie weryfikując wyniki i oznaczając rozbieżności do przeglądu przez człowieka. W ponad dwóch milionach punktów system zautomatyzowany dorównywał lub przewyższał dokładność wyszkolonych analityków, działając na znacznie większą skalę i dostarczając wiarygodnych danych o liczbie żywych bakterii i cząstek fagowych.

Od milionów testów do jednego potężnego koktajlu

Wykorzystując te wysokoprzepustowe testy i narzędzia predykcyjne, badacze zawęzili tysiące możliwości do sześciofagowego koktajlu LBP-EC01. Wyprodukowany w warunkach farmaceutycznych, koktajl wykazał aktywność in vitro wobec 96,4% z 356 szczepów Panelu Klinicznego i w większości przypadków zmniejszał liczbę bakterii co najmniej 100 000-krotnie. Gdy zespół przetestował izoláty E. coli pochodzące z pierwszej części trwającego badania klinicznego fazy 2 u kobiet z ostrymi ZUM, 97% unikalnych szczepów było wrażliwych na koktajl, a wzorzec eliminacji dobrze odpowiadał temu, co obserwowano w wcześniej zbudowanym panelu. Co ważne, nie zaobserwowano dowodów na to, że bakterie pacjentów rozwinęły genetyczną oporność na fagi w monitorowanym okresie.

Co to oznacza dla przyszłych terapii

Mówiąc wprost, praca ta pokazuje, że starannie zaprojektowana automatyzacja i obrazowanie mogą zredukować element przypuszczeń w terapii fagowej. Łącząc realistyczne zbiory bakterii pacjentów z robotycznym testowaniem i widzeniem komputerowym, badacze stworzyli szeroko działający koktajl fagowy, który pozostaje skuteczny wobec izolátów klinicznych z rzeczywistej praktyki. Choć potrzebne są większe badania, by potwierdzić korzyści kliniczne, podejście to stanowi plan działania dla opracowywania stałych, skalowalnych leków fagowych do zwalczania infekcji wielolekoopornych i zmniejszania zależności od tradycyjnych antybiotyków.

Cytowanie: Penke, T.J.R., Hammack, A.T., McMillan, L.J. et al. High-throughput methods leveraging robotics and computer vision for the development of therapeutic phage cocktails. Nat Commun 17, 2192 (2026). https://doi.org/10.1038/s41467-026-68684-x

Słowa kluczowe: terapia fagowa, infekcja dróg moczowych, oporność na antybiotyki, automatyzacja laboratoryjna, widzenie komputerowe