– Vi skal bruke matematiske modeller og statistiske metoder til ? forst? hvorfor og hvordan de livsfarlige, resistente sykehusbakteriene oppst?r og sprer seg, forteller professor Jukka Corander p? universitetets nye senter for innovasjon, Big Insight, ved UiO. Innovasjonssenteret ble startet for to ?r siden av professor Arnoldo Frigessi for ? kunne knuse enorme datamengder med helt nye, statistiske metoder.
Ved ? studere hele genomet til bakteriene, er det n? ?pnet helt nye muligheter til ? avsl?re bakterienes indre liv. Det er nettopp denne genkunnskapen som forskerne bruker til ? forst? bakterieepidemier.
Ett enkelt genom er satt sammen av flere milliarder byggesteiner. Hver av byggesteinene kan enten v?re Adenin, Tymin, Guanin eller Cytosin, med de popul?re forkortelsene A, T, G og C. I hvilken rekkef?lge de er satt sammen, er selve oppskriften p? genomet.
Det holder ikke ? sjekke genene til én enkelt bakterie. Forskerne m? sjekke genene til tusenvis av bakterier for ? skj?nne hva de enkelte genene gj?r. Datamaterialet blir raskt s? enormt at det ikke er mulig ? tolke med vanlige regneoperasjoner.
For ? avsl?re bakterienes hemmeligheter, utvikler statistikere n? helt nye, matematiske metoder for ? beskrive evolusjonen til bakterier, hvordan genomet endrer seg over tid og hva som p?virker disse genene.
D?delige bakterier
Det finnes en rekke d?delige sykehusbakterier. Den mest kjente sykehusbakterien er en type gule stafylokokker som kalles MRSA. Den fryktede bakterien tar ?rlig livet av 25 000 europeere.
Siden 1990-tallet har visse enterokokker for?rsaket en rekke alvorlige epidemier p? mange sykehus over hele verden. D?deligheten kan v?re h?y. Enterokokker er en naturlig del av tarmfloraen, men finnes dessverre ogs? i sv?rt farlige varianter. I likhet med andre lumske bakterier kan de, via blodoml?pet, forflytte seg fra tarmen og infisere hjerteklaffen.
B?de MRSA og enterokokker er multiresistente mot antibiotika og derfor sv?rt vanskelig ? drepe.
Bakterier har uheldigvis den fryktede egenskapen at de kan advare artsfrendene sine ved ? overf?re gener til dem n?r de blir utsatt for antibiotikaangrep. Dette kalles horisontal genoverf?ring og gj?r at sykehusbakteriene blir enda vanskeligere ? f? has p?. Bakteriene kan med andre ord l?ne gener av hverandre. Denne mekanismen gir bakteriene ekstra styrke mot antibiotikabehandling.
I 2013 fant Jukka Corander ut, mens han var professor ved Universitetet i Helsinki, at sykehusenterokokkene lignet mer p? bakterier hos dyr enn bakteriene inne i mennesketarmen. Antibiotika brukes mye i veterin?rmedisin, og i mange land er det fortsatt tillatt ? f?re dyr med antibiotika for ? ?ke muskelmassen. Da kan b?ndene bringe smitten fra dyrene til sykehusene.
– Slik har enkelte epidemier startet i land med intensivt jordbruk, som Nederland og Danmark, p?peker Jukka Corander.
Han har brukt de matematiske metodene sine til ? analysere hvorfor disse bakteriene ble farligere og mer smittsomme ved ? dele arvemassen sin med andre bakterier.
Tuberkulosebakterier
For to ?r siden publiserte Jukka Corander en stort studie i Nature Genetics om de genetiske endringene til tuberkulosebakterier. ?rlig d?r halvannen million mennesker av den skumle lungesykdommen. Hvert tredje menneske i verden er b?rer av smitten. I de gamle Sovjet-landene er andelen s? h?y som halvparten. Men det er f?rst n?r sykdommen bryter ut, at b?reren selv blir smittsom.
Forskerne gentestet bakteriene fra hostepr?ver til tusen tuberkulosepasienter. Statistikerne kunne da forklare hvorfor tuberkuloseepidemien spredte seg s? fort i Russland. Grunnet mutasjoner i bakterien ble den ekstra resistent.
– Vanligvis er det en ekstra evolusjonskostnad for bakteriene ? bli motstandsdyktige mot antibiotika. Bakteriene vokser da b?de langsommere og deler seg d?rligere. Vi oppdaget at visse mutasjoner hos bakteriene motvirker dette, slik at de b?de kunne v?re resistente og vokse like bra. Det er en enorm fordel for bakteriene. Da kan de spre seg mye fortere, poengterer Corander.
Poenget med forskningen hans er ? optimere behandlingen for pasienter som blir smittet av farlige sykehusbakterier. Mange typer antibiotika har kraftige bivirkninger og m? derfor bare brukes n?r de absolutt trengs. Noen ganger fungerer ingen typer antibiotika.
– Det finnes minst sytten ulike antibiotika mot tuberkulose. Behandlingen er gjerne en kombinasjon av to til tre ulike preparater – og kan ta to ?r. Vi vet hvilke bakteriegener som f?rer til hvilken resistens. Med gentest kan sykehusene droppe antibiotika som likevel ikke virker.
Farlige bakterier i flyktningleir
Jukka Corander har f?rst og fremst unders?kt hvor fort bakteriene blir resistente og hvor de ulike typene tuberkulosebakterier finnes.
En av studiene er fra en flyktningleir for Karenfolket mellom Burma og Thailand. Der har han oppdaget enorme variasjoner i de antibiotikaresistente bakteriene. Corander sammenlignet genomene til 3000 bakterier, og fant 20 prosent variasjon av genomet hos den enkelte bakterieart. Det er en enorm forskjell. Til sammenligning er den genetiske forskjellen mellom mennesker og sjimpanser bare én prosent.
– Dette viser hvor fort bakterieevolusjonen foreg?r. Brorparten av de evolusjon?re endringene skyldes at bakteriene l?ner gener av hverandre. Her har bakteriene ulike strategier. Noen av bakteriene har enorm kapasitet til ? l?ne gener av hverandre og gi genene videre til andre n?r de blir utsatt for et selektivt trykk som antibiotika.
Ved ? kombinere kunnskapen om bakteriegenene med n?r og hvilke typer antibiotika som ble utskrevet, kunne Jukka Corander bruke matematiske modeller til ? beregne seg tilbake i tid – som til b?de ett og til tjue ?r siden. Da kan han finne ut av n?r og hvilke gener bakteriene l?nte av hverandre og beregne hvilke typer antibiotika som har f?rt til hvilken type resistens.
Datamengden var s? enorm at statistikerne brukte en tungregnemaskin med to tusen parallelle beregninger i samfulle to m?neder f?r de kom i m?l. P? en vanlig PC ville beregningene ha tatt 330 ?r.
Det enorme behovet for beregninger skremmer ikke Jukka Corander. N? er han i gang med ? studere et ti ganger st?rre datasett om bakterien pneumokokker. Dette er et 澳门葡京手机版app下载 med Sangerinstituttet n?r Cambridge, som er verdensledende i forskning p? bakterier. Spesialet deres er hvordan bakteriene sprer seg og hvordan de utvikler seg til ? bli enda farligere.
– I 2015 fantes det 100 000 genomsekvenser av bakterier. I ?r er antallet én million. Datamengden eksploderer. Om tre ?r blir datamengden ytterlige hundre ganger st?rre. Om fem til ti ?r kanskje tusen ganger st?rre. Vi kan ikke hvile. Vi har ikke gode nok algoritmer for fremtiden. Dagens er altfor langsomme. For ? l?se denne enorme datamengden, m? vi utvikle langt kjappere algoritmer.
Hvis ikke risikerer forskerne at beregningene kan ta ?revis, eller kanskje ti tusen ?r, f?r svarene er klare.
– Om noen ?r h?per vi ? ha laget s? raske algoritmer at vi kan advare n?r det er en ny epidemi p? gang, i stedet for, slik som i dag, ? kunne si hvordan en epidemi har utviklet seg, p?peker Jukka Corander.
For ? kunne lage enda bedre analyser i fremtiden, m? ogs? datagrunnlaget bli bedre.
– Hver gang en pasient legges inn p? sykehus i England, tas det i dag genetiske pr?ver p? ulike sykehusbakterier. Hvis pasienten er smittet, sekvenseres hele sykehusbakterien. Da vil man senere kunne beregne hva som var den mest sannsynlige ?rsaken til smitte og hvor smitten opprinnelig kom fra. Vi vil ogs? umiddelbart kunne bruke en enkel gensjekk til ? sl? fast hvilke typer resistente bakterier pasienten er smittet med. I dag tar det flere dager ? f? svar. Med kjappere svar kan pasienten f? rett behandling mye raskere.
De nye matematiske og statistiske metodene legges p? nett og vil v?re tilgjengelige for alle.
– Bakterier f?rer til flere milliarder infeksjoner hvert ?r. Det er ofte den samme type bakterier som dreper og invalidiserer. Poenget v?rt er ? f? ned sykdomsbyrden til vanlige mennesker, minske spredningen av smitte og f? f?rre sykdommer i verden, poengterer professor Jukka Corander p? det nye forskningssenteret Big Insight, som fysisk holder til p? Det medisinske fakultet ved Universitetet i Oslo.