Импедансная цитометрия для быстрого тестирования чувствительности к антибиотикам
Устойчивые к антибиотикам бактерии становятся все более распространенными, и последствия этого для здравоохранения будут значительными. Рутинные хирургические процедуры могут быть сопряжены с риском, а простые инфекции могут перерасти в более серьезные проблемы без каких-либо доступных лекарств для борьбы с ними. Однако, к счастью, мы еще не достигли этой стадии, и у нас еще есть время, чтобы продлить полезность существующего арсенала антибиотиков. В этом контексте использование правильного антибиотического препарата важно для достижения желаемого результата лечения, а также для снижения вероятности дальнейшего развития резистентности.
Получение данных о чувствительности к антибиотикам бактерий, вызывающих проблемы у конкретного пациента, лучше всего проводить быстро, чтобы пациент мог как можно скорее получить правильное лечение. Однако современные подходы к решению этой задачи могут занять слишком много времени.
Ученые из Института науки и технологии Нара в Японии разработали метод быстрого определения чувствительности к антибиотикам образца бактерий, например, из незаживающей инфицированной раны пациента. Метод основан на импедансной цитометрии, которая предполагает высокопроизводительный анализ одноклеточных бактериальных клеток. Импедансная система измеряет диэлектрические свойства клеток, когда они проходят через устройство, и может оценивать до 1000 клеток в минуту.
Использование машинного обучения для определения различий в диэлектрических свойствах между образцами, обработанными антибиотиками, и необработанными образцами позволило исследователям определить восприимчивость бактерий к данному антибиотику уже через два часа после обработки.
Информацию о своем исследовании японские ученые опубликовали в журнале Sensors and Actuators: B. Chemical.
Новая технология предполагает использование импедансной цитометрии для измерения диэлектрических свойств бактерий. Эти свойства довольно быстро изменяются при контакте с антибиотиком, к которому чувствительны бактерии. Исследователи делят образец бактерий на две части и обрабатывают одну из них антибиотиком, после чего отдельно анализируют обработанные бактерии и необработанные контрольные микроорганизмы. Затем алгоритм машинного обучения изучает характеристики необработанных бактерий и определяет, отличается ли что-то от обработанных клеток.
В исследованиях в течение 2 часов после обработки антибиотиком наблюдалась четкая дискриминация между восприимчивыми и устойчивыми клетками. При этом ошибка идентификации составляла менее 10%.
