Högeffektiv metodik med robotik och datorseende för utveckling av terapeutiska fagecocktails

Varför detta spelar roll för vardagliga infektioner

Antibiotikaresistens förvandlar förr rutinmässiga infektioner, som urinvägsinfektioner (UVI), till envisa och ibland livshotande problem. Denna studie beskriver hur forskare använder robotar, kameror och dataanalys för att bygga virusbaserade läkemedel, så kallade fagecocktails, som specifikt kan angripa läkemedelsresistenta bakterier som orsakar UVI. Arbetet visar hur ett industriellt, automatiserat laboratorium kan sålla igenom stora mängder virus–bakterie‑kombinationer för att konstruera en enda, färdigbehandlad produkt som fungerar för de flesta patienter.

Att göra en vanlig infektion till ett testfall

UVI är en av de vanligaste orsakerna till att människor får antibiotika, särskilt kvinnor, varav många drabbas av upprepade infektioner. Huvudorsaken är en form av E. coli som blivit alltmer resistent mot standardläkemedel. Traditionella antibiotika verkar brett och kan störa kroppens nyttiga mikrober samtidigt som de driver fram resistensutveckling hos bakterier. Fager—virus som infekterar bakterier—erbjuder ett mer målinriktat alternativ, men varje fag angriper ofta endast vissa bakteriestammar. Utmaningen är att hitta rätt blandning av fager som tillsammans kan hantera den verkliga variationen av UVI‑framkallande E. coli.

Att bygga ett realistiskt bibliotek av problematiska bakterier

Forskarna satte först ihop en stor och mångsidig panel av UVI‑orsakande E. coli-stammar för att spegla vad som ses i kliniken. Från omkring 1 700 isolat insamlade från patienter och kommersiella källor, och väglett av genetiska data från ungefär 10 000 publikt tillgängliga E. coli-genom, valde de 356 stammar till en ”Klinisk Panel”. Dessa stammar fångade upp huvudlinjer i den genetiska mångfalden, kom från patienter i 39 amerikanska delstater och inkluderade många som var resistenta mot flera antibiotikaklasser. Varje stam odlades noggrant, portionerades, försågs med streckkod och lagrades i automatiserade frysar så att robotar upprepade gånger och tillförlitligt kunde hämta dem för testning.

Robotar och kameror jagar den bästa virusblandningen

Därefter vände sig forskarna till den andra sidan av ekvationen: fagerna. De samlade in över tusen miljöprover, främst från avloppsvatten, och använde sin Kliniska Panel för att fiska fram 1 143 E. coli

Låt datorseende räkna överlevarna

Optiska mätningar visar total grumlighet men kan inte lätt upptäcka när endast ett litet antal bakterier återstår. För att kvantifiera djup avdödning lade teamet till en andra automatiserad analys. Robotar spädde prover, prickade ut dem på agarmedium och inkuberade dem så att individuella bakteriella överlevare bildade synliga kolonier. Högupplösta kameror fotograferade sedan plattorna. En skräddarsydd bildanalys­pipeline använde tre olika algoritmer för att räkna kolonier och fagframkallade klarzoner, korskontrollerade resultaten och flaggade avvikelser för mänsklig granskning. Över mer än två miljoner prickar motsvarade eller överträffade det automatiserade systemet noggrannheten hos utbildade analytiker samtidigt som det arbetade i mycket större skala, och levererade tillförlitliga räkningar av levande bakterier och fagpartiklar.

Från miljontals tester till en kraftfull cocktail

Med dessa högeffektiviserade analyser och prediktionsverktyg begränsade forskarna tusentals möjligheter till en sexfagscocktail, LBP‑EC01. Tillverkad under farmaceutiska villkor visade denna cocktail aktivitet i laboratoriet mot 96,4 % av de 356 stammarna i den Kliniska Panelen och minskade bakterieantalet med minst 100 000‑faldigt i majoriteten av fallen. När teamet testade E. coli-isolat från den första delen av en pågående fas‑2‑klinisk studie hos kvinnor med akuta UVI var 97 % av unika stammar känsliga för cocktailen, och dödlighetsmönstret överensstämde väl med det som observerats i den förbyggda panelen. Viktigt är att de inte såg något bevis för att patienternas bakterier utvecklade genetisk resistens mot fagerna under den övervakade perioden.

Vad detta innebär för framtida behandlingar

Enkelt uttryckt visar detta arbete att noggrant utformad automation och bildanalys kan eliminera mycket av gissningsarbetet inom fagterapi. Genom att para ihop realistiska samlingar av patientbakterier med robotiserad testning och datorseende skapade forskarna en brett verksamt fagecocktail som förblir effektiv mot kliniska isolat från verkliga världen. Även om större studier krävs för att bekräfta kliniska fördelar erbjuder tillvägagångssättet en modell för att utveckla fasta, skalbara fagläkemedel för att hantera multiresistenta infektioner och minska beroendet av traditionella antibiotika.