數學模型可預測抗生素療法成敗

一個由以色列生物物理學家和醫生組成的團隊表示，他們開發出一種數學模型，能預測某些抗生素療法的成功或失敗，從而幫助醫生準確選擇針對患者病情的抗生素，提高患者的治愈率和生存率。相關研究發表在《科學》雜志上。

耶路撒冷希伯來大學娜塔莉·巴拉班教授和耶路撒冷夏阿爾澤德克醫療中心瑪斯基德·巴-梅爾博士證明，通過合理選擇或組合現有的抗生素，可以治療被認為具有耐藥性的細菌。巴拉班表示，她們能預測抗生素組合應對不同細菌的有效性，幫助醫生為患者選擇治療方案。

細菌可產生防御能力以應對其生存環境中的有害因素，其常見的策略是“耐受”，即在抗生素治療期間處于休眠狀態，由于抗生素只能發現并殺死正在生長的靶標，因而細菌通過休眠得以生存，并最終具有耐藥性。

巴拉班和博士研究生艾瑞特·萊文-瑞斯曼曾對實驗室內受控細菌進行研究，并開發出能夠描述、測量和預測細菌何時會對特定抗生素產生耐受性的數學模型。同時，她們觀察到，當細菌對一種抗生素產生耐受性時，更有可能產生耐藥性。

隨后，巴拉班與巴-梅爾開展合作，對醫療中心感染耐甲氧西林金黃色葡萄球菌的患者的細菌樣本進行了分析，發現病人的模式與他們的實驗室發現非常相似，即細菌首先產生耐受性，然后產生抵抗力，最終抗生素治療失敗。

細菌從耐受性到產生抵抗力的“抗生素耐受性”中間階段僅持續幾天，在標準醫學實驗室中無法檢測到，但巴拉班她們的數學模型可以檢測到。巴拉班說，她希望在其他醫院和足夠多的患者中重復這項實驗，以證明數學模型的有效性。她同時鼓勵更多的醫療中心采用其團隊開發的測試，以便快速、輕松地檢測出患者的細菌是否對計劃中的抗生素治療具有耐受性，然后再進行管理。根據患者的細菌特征，醫生可以選擇殺滅患者體內細菌幾率更大的抗生素。

從長遠來看，巴拉班認為，研究細菌的抗生素耐受性和耐藥性發展進化過程，可能在癌癥治療中發揮作用，并用于指導癌癥治療，因為腫瘤細胞可能首先對化療具有耐受性和耐藥性，然后對其他抗癌藥物具有抵抗力。