Химик РУДН разработал новый способ побороть устойчивость микробов к антибиотикам
Бактерии, которые защищены биопленкой, обладают более высокой резистентностью к антибиотикам и другим негативным факторам среды. При этом современные темпы разработки новых препаратов не успевают за формированием резистентности к ним у бактерий. Среди таких бактерий следует отметить сальмонеллу, которая вредит пищевой промышленности и системе здравоохранения. Поэтому ведется поиск новых подходов, к которым бы у бактерий не формировалась устойчивость.
«Наша стратегия уже доказала свою эффективность в борьбе с образованием биопленок на титановых имплантатах. В настоящее время мы работаем над применением в промышленном и пищевом производстве. Механизм действия уже частично выяснен и мы предвидели революционный потенциал нашей технологии в борьбе с биопленочными инфекциями. Наши дальнейшие исследования принесут большую пользу борьбе с инфекциями, поскольку развитие резистентности угрожает эффективности противомикробных препаратов», — прокомментировал профессор Эрик В. Ван дер Эйкен руководитель Объединенного института химических исследований РУДН.
Стратегия основана на ингибировании образования бактериальных пленок. Химики смешали два штамма сальмонеллы, которые способны образовывать и не образовывать биопленки, и сравнили их скорость роста. Аналогично в среде с ингибитором 5-арил-2-аминоимидазолом, который подавляет образование пленок, они сравнили скорость роста смеси обычных бактерий сальмонеллы со штаммом с резистентностью к нему. Оказалось, что штаммы бактерий, которые сами не образуют биопленки, интенсивнее размножаются и вытесняют нормальные штаммы.
Химики обнаружили, что у бактерий сальмонеллы не формируется резистентность к ингибиторам, подавляющим образование биопленок. Сами биопленки играют роль «общественного блага» для бактерий — клетки, которые их перестают производить и расходовать на них ресурсы, начинают более активно делиться. Если в среде появляются бактерии с резистентностью к ингибитору, то они делятся медленнее и со временем вытесняются из культуры, а производимые ими пленки паразитически используются окружающими бактериями.
По данным исследования в течение 16 дней после инкубации смеси резистентных к ингибитору и нерезистентных штаммов с ингибитором содержание резистентных штаммов упало с 12% до 1%. Таким образом, из культуры вытесняются резистентные бактерии, и общая резистентность к ингибитору путем естественного отбора не закрепляется.
Ингибирование роста биопленок снижает способности клеток к прикреплению на поверхностях и уменьшает устойчивость к противомикробным препаратам. Например, штаммы сальмонеллы образуют биопленки снаружи и внутри хозяина, что помогает клеткам прикрепляться и защищает от удаления с помощью механической очистки, дезинфицирующих средств, антибиотиков и иммунной системы хозяина. Предложенный химиками РУДН подход позволяет не только повысить эффективность мер по борьбе с патогенными микроорганизмами, но и избежать появления резистентности.
Разработка повысит эффективность антибактериальной терапии и позволит бороться с распространенными биопленочными инфекциями в медицине, пищевой и фармацевтической промышленности, а также сельском хозяйстве.
Статья опубликована в журнале Nature Communications.
Исследователи РУДН разработали инновационную систему «Челомер» для создания высокоточных трёхмерных моделей лица за считанные секунды. Проект, поддержанный акселератором RUDN.VC, уже вышел на стадию ранних продаж.
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.