Terapi faj kokteyllerinin geliştirilmesi için robotik ve bilgisayarlı görmeyi kullanan yüksek verimli yöntemler

Günlük enfeksiyonlar için neden önemli

Antibiyotik direnci, bir zamanlar rutin olan enfeksiyonları —örneğin idrar yolu enfeksiyonları (İYE)— inatçı ve bazen yaşamı tehdit eden sorunlara dönüştürüyor. Bu çalışma, bilim insanlarının robotlar, kameralar ve veri analizinden yararlanarak, İYE’ye neden olan ilaçlara dirençli bakterileri hedefleyebilen virüs tabanlı ilaçlar olan faj kokteyllerini nasıl geliştirdiklerini anlatıyor. Çalışma, endüstriyel düzeyde otomatik bir laboratuvarın çok sayıda faj–bakteri eşleşmesini eleerek çoğu hasta için işe yarayacak tek bir hazır tedaviyi nasıl tasarlayabildiğini gösteriyor.

Yaygın bir enfeksiyonu test vakasına dönüştürmek

İYE’ler, özellikle kadınlarda, insanların antibiyotik almasının en sık nedenleri arasındadır; birçok kadın tekrarlayan enfeksiyonlar yaşar. Başlıca suçlu, standart ilaçlara giderek daha dirençli hale gelen bir E. coli formudur. Geleneksel antibiyotikler geniş etkilidir ve vücudun yararlı mikrobiyotası üzerinde bozulmaya yol açabilirken bakterileri direnç geliştirmeye zorlar. Bakterileri enfekte eden virüsler olan fajlar daha hedeflenmiş bir seçenek sunar, ancak her faj genellikle yalnızca belirli bakteri suşlarını hedef alır. Zorluk, gerçek dünyadaki İYE’ye neden olan E. coli çeşitliliğini birlikte ele alabilecek doğru faj karışımını bulmaktır.

Sorunlu bakterilerden gerçekçi bir kütüphane oluşturmak

Araştırma ekibi önce kliniklerde görüleni yansıtmak için büyük ve çeşitli bir İYE kaynaklı E. coli paneli topladı. Hastalardan ve ticari kaynaklardan toplanan yaklaşık 1.700 izolat ile ve ~10.000 halka açık E. coli genomundan elde edilen genetik veriler rehberliğinde, 356 suş “Klinik Panel” için seçildi. Bu suşlar önemli genetik hatları kapsıyor, 39 ABD eyaletindeki hastalardan geliyordu ve çoklu antibiyotik sınıflarına dirençli birçok suşu içeriyordu. Her suş dikkatle büyütüldü, paylaştırıldı, barkodlandı ve robotların test için tekrar tekrar ve güvenilir şekilde çekebilmesi için otomatik dondurucularda saklandı.

Robotlar ve kameralar en iyi virüs karışımını arıyor

Daha sonra araştırmacılar diğer tarafa, yani fajlara yöneldi. Büyük ölçüde atık su kaynaklı olan binin üzerinde çevresel örnek topladılar ve Klinik Panel’i kullanarak 1.143 E. coli hedefli fajjı izole ettiler; bunlardan 421’i ana iş görenler oldu. Özel bir robotik platform, çok kanallı pipetler, inkübatörler ve plaka okuyucular kullanarak bakterileri, fajları ve büyüme ortamını küçük kuyucuklarda karıştırdı ve bakterilerin 20 saat içindeki büyümesini izledi. Faj ile muamele edilen kuyucukların büyümesini muamele görmeyen kontrollerle karşılaştırarak sistem her bir fajın —veya faj kombinasyonunun— bakteriyel büyümeyi ne kadar etkili bastırdığını ölçtü. Zaman içinde bu yaklaşım yaklaşık 1,5 milyon büyüme eğrisi ve 3,8 milyondan fazla faj–bakteri reaksiyon kaydı üretti; bu veriler yeni ve umut verici kombinasyonlar öneren bir kokteyl tahmin modeline beslendi.

Hayatta kalanları sayması için bilgisayarlı görmeyi kullanmak

Optik okumalar genel bulanıklığı gösterir ancak sadece çok az sayıda bakteri kaldığında bunu kolayca tespit edemez. Derin öldürmeyi nicelleştirmek için ekip ikinci bir otomatik tayin ekledi. Robotlar örnekleri seyreltti, agar plakalarına damlattı ve bireysel hayatta kalan bakterilerin görünür koloniler oluşturması için inkübe etti. Yüksek çözünürlüklü kameralar daha sonra plakaları görüntüledi. Özel bir görüntü analiz hattı kolonileri ve faj kaynaklı berrak bölgeleri saymak için üç farklı algoritma kullandı, sonuçları çapraz kontrol etti ve uyuşmazlıkları insan incelemesine işaretledi. İki milyondan fazla nokta boyunca otomatik sistem, eğitimli analistlerin doğruluğuna eşit veya üstün performans gösterirken çok daha yüksek ölçekte çalıştı ve canlı bakteri ve faj parçacıklarının güvenilir sayılarını sağladı.

Milyonlarca testten tek güçlü bir kokteyle

Bu yüksek verimli tayinler ve tahmin araçlarını kullanarak araştırmacılar binlerce olasılığı altı fajlı bir kokteyl olan LBP-EC01’e daralttı. Farmasötik kalite koşulları altında üretilen bu kokteyl, Klinik Panel’deki 356 suşun %96,4’üne karşı laboratuvar aktiviteleri gösterdi ve vakaların çoğunda bakteri sayısını en az 100.000 kat azalttı. Ekip, akut İYE’li kadınlarda devam eden Faz 2 klinik çalışmasının ilk kısmından elde edilen E. coli izolatlarını test ettiğinde, benzersiz suşların %97’si kokteyle duyarlı çıktı ve öldürme desenleri önceden oluşturulmuş panelde görülenlerle yakından eşleşti. Önemli olarak, izlenen dönemde hastaların bakterilerinin fajlara karşı genetik direnç geliştirdiğine dair bir kanıt gözlemlenmedi.

Gelecekteki tedaviler için anlamı

Kısacası, bu çalışma dikkatle tasarlanmış otomasyon ve görüntülemenin faj terapisiyle ilgili belirsizliği ortadan kaldırabileceğini gösteriyor. Gerçekçi hasta bakteri koleksiyonlarını robotik testler ve bilgisayarlı görme ile eşleştirerek araştırmacılar gerçek dünya klinik izolatlarına karşı etkili geniş spektrumlu bir faj kokteyli yarattı. Daha büyük çalışmalar klinik faydaları doğrulamak için gerekli olsa da, bu yaklaşım çoklu ilaç direncine sahip enfeksiyonlarla mücadele etmek ve geleneksel antibiyotiklere bağımlılığı azaltmak için sabit, ölçeklenebilir faj ilaçları geliştirmeye yönelik bir kılavuz sunuyor.

Atıf: 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

Anahtar kelimeler: faj terapisi, idrar yolu enfeksiyonu, antibiyotik direnci, laboratuvar otomasyonu, bilgisayarlı görme