Veröffentlicht am: September 2019

Geschrieben von: Conan Y. Zhao, Quantitative BioSciences Student, Georgia Tech und Sam P. Brown, PhD, Associate Professor, Georgia Tech, und Alison Laufer Halpin, PhD, Associate Director, Office of Scientific Innovation and Integration, CDC

Gesundheitsdienstleister können sich zwei wachsenden Krisen stellen, die ihre Fähigkeit zur Behandlung bakterieller Infektionen beeinträchtigen: Antibiotikaresistenz und chronische (lang anhaltende) Infektionen.Eine schwierige Kombination für Gesundheitsdienstleister und Patienten sind chronische Infektionen durch antibiotikaresistente Keime.Durch ein Projekt mit CDC entwickelte das Brown Lab an der Georgia Tech neue Ansätze zur Untersuchung der Lungenmikrobiome von Patienten mit Mukoviszidose (CF), die häufig chronische Infektionen bekommen. Diese Arbeit wird dazu beitragen, die Behandlung dieser Patienten zu verbessern.Chronische Infektionen sind persistierende Krankheiten, die lange behandelt werden müssen, bevor sich die Infektion auflöst.

Patienten mit Mukoviszidose (CF) haben ein besonderes Risiko für chronische Infektionen. Eines der Merkmale von CF ist der Aufbau einer dicken Schleimschicht, die das Innere der Lunge bedeckt, Sputum genannt. Viele Arten von kommensalen (nicht krankheitsverursachenden) und schädlichen Bakterien können in dieser Umgebung überleben und Patienten mit CF kontinuierlich einem Risiko für Lungeninfektionen aussetzen. Aufgrund dieser Infektionen sind CF-Patienten mehr Antibiotika ausgesetzt.

Beurteilung des Lungenmikrobioms

Das Mikrobiom ist eine Gemeinschaft natürlich vorkommender Keime. Antibiotika können Mikrobiome stören (aus dem Gleichgewicht bringen), indem sie die natürliche Zusammensetzung von kommensalen und schädlichen Bakterien verändern. Mit einem gestörten Mikrobiom können antibiotikaresistente, krankheitsverursachende Bakterien die Kontrolle übernehmen und Infektionen verursachen.Eine Reihe von Studien haben Zusammenhänge zwischen der Mikrobiomstruktur der Lunge und der Lungenfunktion (d. H. Wie gut die Lunge funktioniert) gefunden. Zum Beispiel ist das Vorhandensein von pathogenen (krankheitsverursachenden) Keimen mit einer schlechteren Gesundheit verbunden.

Diese Studien weisen auf die zentrale Rolle hin, die nicht pathogene (nicht krankheitsverursachende) Keime bei der Aufrechterhaltung der Lungenfunktion spielen können. Sie müssen jedoch noch beantworten, ob diese Keime — meist kommensale orale Keime in Mund, Nase oder Rachen — Indikatoren für eine bessere Gesundheit sind oder aktiv dazu beitragen, pathogene Keime im Ökosystem des Lungenmikrobioms in Schach zu halten.

Um diese Schlüsselfrage zu beantworten, baute das Brown Lab ein experimentelles Modellexternes Symbol des CF-Lungeninfektions-Mikrobioms. Ein „synthetisches Sputum“ Rezept imitiert Sputum in der Lunge von Patienten mit CF gefunden. Das Labor fügt dem Modell definierte Kombinationen von bis zu 12 Bakterienarten hinzu.

Zusammen machen diese 12 Bakterienarten mehr als 90% der Bakteriengemeinschaft in der Lunge von Menschen mit CF aus. Die Hälfte dieser Keime sind häufig pathogene (krankheitsverursachende) Keime (z. B. Staphylococcus aureus, Pseudomonas aeruginosa). Der Rest der Bakterien sind meist nicht-pathogene orale Keime oft in der Lunge von Menschen mit CF gefunden.

Die Ergebnisse des Modells stützen die Idee, dass spezifische orale Keime das Wachstum von krankheitserregenden Keimen in der CF-Lunge verlangsamen können. Wenn wir jedoch Antibiotika hinzufügen, die üblicherweise zur Behandlung von Patienten mit CF verwendet werden, werden diese „schützenden“ oralen Keime schnell ausgelöscht. Dadurch können alle vorhandenen, krankheitsverursachenden Keime, die gegen die Antibiotika resistent sind, wachsen, übernehmen und Krankheiten verursachen.

Personalisierte Behandlungen

Die Verbesserung der Verschreibung und Anwendung von Antibiotika ist entscheidend, um Infektionen wirksam zu behandeln, Patienten vor Schäden durch unnötigen Antibiotikaeinsatz zu schützen und Antibiotikaresistenzen zu bekämpfen.Mithilfe von Mikrobiomdaten und mathematischen Modellen des CF-Lungenmikrobioms lernt das Brown Lab mehr darüber, wie sich jede Bakterienart gegenseitig beeinflusst und wie sie Antibiotika widerstehen kann. Bewaffnet mit diesen Informationen macht das Labor Vorhersagen und testet sie mit dem Ziel, die Auswahl und Behandlung von Antibiotika zu verbessern.Von dort aus kann das Labor neue, personalisierte Behandlungsstrategien entwickeln, die Antibiotika und möglicherweise Probiotika (lebende, nicht krankheitsverursachende Bakterien, die allgemein als sicher anerkannt sind ) kombinieren, die auf das Infektions- und Mikrobiomprofil des Individuums zugeschnitten sind.