抗菌薬耐性:増え続ける健康の懸念
AMRは世界の健康と治療選択肢に深刻なリスクをもたらしている。
― 1 分で読む
目次
抗菌薬耐性(AMR)ってのは、バイ菌やウイルスが時間と共に変わって、抗生物質に対して生き残る能力が上がることだよ。これは世界の健康にとって大きな問題で、感染症の治療が難しくなっちゃう。世界保健機関(WHO)もAMRを主要な脅威としてリストアップしてて、みんなにその影響について警告してる。
どうやって耐性ができるの?
耐性は、バイ菌が自分を守るために、薬が効かないように適応することで起こるんだ。こういったバイ菌は、他の生物、例えば別のバイ菌やウイルス、または植物にある抗生物質みたいな自然の物質からプレッシャーを受けることがある。抗生物質を使いすぎたり、使わなさすぎたり、正しく使わなかったりすると、バイ菌がそれに対抗する方法を作り出すことがあるんだよ。時間が経つにつれて、バイ菌は抗性遺伝子を獲得して、薬に対抗できるようになっていく。
耐性は主に2つの方法で生じる:
- 水平遺伝子移転(HGT):これは、バイ菌同士が耐性遺伝子を共有すること。
- 突然変異:時には、バイ菌のDNAのランダムな変化が新しい耐性をもたらすこともある。
耐性遺伝子は色々なタイプがあって、一部は他のバイ菌から獲得されたり、他は元々バイ菌にあったりする。完全に効果がないプロト耐性遺伝子や、耐性の兆候が見えないサイレント耐性遺伝子もあって、これらは後から発現する可能性がある。
データベースとツールの重要性
耐性遺伝子を追跡するために、研究者たちはこれらの遺伝子に関する情報を保存するデータベースを使ってる。色んなソフトウェアやデータベースがあって、科学者たちがこれらの遺伝子を見つけたり分析したりするのを助けてくれるんだ。DNA配列の中の耐性遺伝子を特定、予測、カタログ化できるよ。耐性遺伝子を検出するための注目すべきツールにはAMR++、CARD RGI、ResFinderなんかがある。こういったツールは、DNA配列を知られているデータベースと比較することで、耐性遺伝子を正確に特定することができるんだ。
古いサンプル:何がわかるの?
考古学的な発見からのDNAみたいな古いサンプルは、抗生物質の広まりが始まる前にどうやって耐性遺伝子が存在したかを示す貴重な情報を提供してくれる。この古代データは、耐性が時間と共にどのように増えたかを示すことができる。ただ、古いDNAを扱うのは、質が悪かったり、汚染があったりと複雑な問題があるんだ。
汚染は大きな懸念で、古いサンプルは周囲のDNAを吸収しちゃうことがあるから、結果を曇らせることになる。データを誤解しないためにも、サンプルを適切に清掃してから分析するのが大事で、研究者たちはサンプルの整合性を保つためにコントロールを使うことが多い。
古代DNAのダメージの役割
古代DNAは、環境条件によって時間と共に劣化していく。このダメージが遺伝物質の構造を変えちゃうから、分析が難しくなる。DNAが劣化するに従って、研究者たちは特定のツールや方法を使ってこれらの問題に対処して、正確なデータを得る必要がある。
汚染の影響を調べる
汚染が耐性遺伝子にどのように影響するかを理解するために、研究者たちは現代のサンプルと古代のサンプルを比較してる。きれいにされたサンプルとそうでないサンプルの耐性遺伝子の存在を分析して、研究を進める中で、汚染が観察される耐性遺伝子の数を大きく増やすことがあるってわかったんだ。
古代と現代の耐性遺伝子の違い
研究によれば、耐性遺伝子は時間と共にかなり変わってきたことがわかってる。例えば、テトラサイクリンに対する耐性遺伝子は、古代のサンプルよりも現代のサンプルでずっと多く見られるんだ。この変化は、抗生物質の使用と発展がバイ菌の耐性の新しいパターンを生み出したことを示してる。
産業前と現代の歯科サンプルを比較すると、現代のサンプルはテトラサイクリンに対する耐性遺伝子が多い一方で、古代のサンプルには他の抗生物質に関連する遺伝子が多いことがわかる。
生活スタイルと耐性遺伝子の関係
人々の生活様式は、私たちの体内や外部に住むバイ菌のコミュニティ、つまりマイクロバイオームに大きな影響を与えてる。食事、衛生状態、抗生物質への曝露なんかが、私たちの口腔マイクロバイオームに変化をもたらす要因なんだ。
例えば、工業化の時代には、生活様式に多くの変化があったし、汚染の増加もその一つだよ。特定の金属への曝露が増えたり、人々の食事が変わったりしたことで、口の中に存在する耐性パターンにも影響があったと思われる。
時間をかけた耐性遺伝子の変化を追跡
古代の歯石(化石化したプラーク)を研究することで、特定の耐性遺伝子がどのように進化したかを見ることができる。古代の集団には、自然の抗生物質に反応して発展した耐性遺伝子があったことがわかった。一方で、現代の集団は合成あるいは人間が作った抗生物質に関連した耐性が見られる。
汚染が耐性に与える影響
工業化が進むにつれて、汚染物質への曝露も増えてきたし、重金属なんかも耐性に寄与してるかもしれない。環境が汚染されると、耐性遺伝子の出現が増えるのは普通のことだろう。こうした外的要因が耐性遺伝子にどのように関与しているかを理解することは、今のAMRの問題を解決するために大事なんだ。
正確なテストと分析の重要性
研究者たちは、耐性遺伝子を調査する際の正確なテスト方法の必要性を強調してる。これは汚染をフィルターで取り除いたり、データを分析する際に適切なしきい値を使ったりすることを含むよ。
高品質で正確な研究結果はすごく大事で、誤解を招く情報は耐性遺伝子の存在や普及についての間違った結論を導いちゃうかもしれない。
結論
抗菌薬耐性は、今日の私たちの世界で切実な問題で、健康に大きな影響を与えてる。特に古代のサンプルを研究することで、耐性がどう発展するかを理解すれば、AMRに対処するためのより良い戦略を作ることができる。私たちの生活スタイル、環境、マイクロバイオームとの関係をもっと学ぶことで、公共の健康を改善し、抗菌薬耐性の脅威に立ち向かうことができると思う。
注意深い研究と分析を通じて、過去についての洞察を得て、それが現在と未来の健康リスクの管理に役立つかもしれない。耐性の複雑さを解き明かし、効果的な対策を開発するために、引き続き研究を進めることが必要で、みんなのために健康的な未来を確保することができるんだ。
タイトル: Identifying ancient antibiotic resistance genes in archaeological dental calculus
概要: Research on ancient antimicrobial resistance is limited, and appropriate screening criteria for identifying antibiotic (ARGs) and metal resistance genes (MRGs) in archaeological samples are unclear. We assessed the impact of DNA damage and contamination on ARG and MRG detection in ancient metagenomic sequences. Starting from a set of modern oral metagenomic samples, we simulated diagenetic DNA damage as expected in ancient oral metagenomic samples. Then we estimated the impact of this damage on ARG and MRG prediction at different identity thresholds. We also examined 25 post-industrial (ca. 1850 - 1901) dental calculus samples before and after decontamination to study the rates of false positive (FP) and negative (FN) ARG and MRG predictions introduced by sample contamination. The tests showed that diagenetic damage does not significantly affect resistance gene detection, but contamination does. Furthermore, while high thresholds are advisable when feasible, overall identity thresholds do not significantly affect the rates of FPs and FNs. Additionally, comparing post-industrial and modern dental calculus revealed Tetracycline ARGs as dominant in both contaminated ancient samples and modern samples, and MLS (Macrolide, Lincosamide, and Streptogramins) ARGs as prevalent in historical samples before widespread antibiotic use. Data summaryThe simulated data were generated from 182 human oral biofilm samples, retrieved from the European Nucleotide Archive (ENA project: PRJNA817430) (Anderson et al., 2023). Additionally, real ancient (PRJEB1716 and PRJEB12831) and modern (PRJEB1716) metagenomic sequences were selected from metagenomic datasets published by Standeven et al. (2024). Impact statementAntimicrobial resistance (AMR) is a global health crisis. Studying the adaptability of microorganisms over centuries allows us to understand key factors that contribute to the survival and spread of antibiotic-resistant bacteria today. We know that antibiotic abuse is a key driver of AMR; however, further study into specific environmental niches that promote the evolution of antibiotic-resistant bacteria is important. For example, the extent to which the oral microbiome facilitates the increase of certain antibiotic-resistant genes and the impact of metal pollution on the spread of AMR. To investigate these key areas, it is essential to examine oral microbiomes across time, providing a complete perspective on the evolution of AMR. However, ancient metagenomics poses problems for the screening of antibiotic and metal-resistant genes in ancient bacterial DNA due to nucleotide base damage and short-read data. Through thorough threshold experimentation to establish optimal screening criteria for ancient resistance gene identification, and by addressing gaps in knowledge of ancient resistance genes, this research offers clinical significance to existing research and contributes to the development of strategies aimed at easing the impact of AMR on public health.
著者: Conor J Meehan, F. J. Standeven, G. Dahlquist-Axe, C. Speller, A. Tedder
最終更新: 2024-09-26 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.09.23.614435
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.09.23.614435.full.pdf
ライセンス: https://creativecommons.org/licenses/by-nc/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。