মাইক্রোবায়োম জার্নালে একটি গবেষণা প্রকাশিত হয়েছে, যেখানে এআরজি-পাস (ARG-PASS) নামক একটি পদ্ধতি বর্ণনা করা হয়েছে। এটি এমন একটি যন্ত্র যা প্রোটিনের সংরক্ষিত সিকোয়েন্স এবং কাঠামোগত বৈশিষ্ট্যগুলি ব্যবহার করে মানব মাইক্রোবায়োমে পূর্বে অজানা অ্যান্টিবায়োটিক প্রতিরোধের জিন (এআরজি) খুঁজে বের করতে সক্ষম।
অ্যান্টিমাইক্রোবিয়াল রেজিস্ট্যান্স (এএমআর) জনস্বাস্থ্যের জন্য অন্যতম প্রধান হুমকি হিসেবে রয়ে গেছে। মানব মাইক্রোবায়োম এই ধরনের জিনের একটি বিশাল ভান্ডার হিসেবে কাজ করলেও, পরিচিত এআরজি-এর সাথে কম সাদৃশ্যের কারণে ঐতিহ্যবাহী পদ্ধতি ব্যবহার করে এদের অনেককেই খুঁজে বের করা কঠিন। গবেষকরা প্রোটিনের কার্যকরী গুরুত্বপূর্ণ অংশগুলির উপর মনোযোগ দিয়েছেন, যেখানে মূল কাঠামোগত বৈশিষ্ট্যগুলি সংরক্ষিত থাকে।
এআরজি-পাস (ARG-PASS) যন্ত্রটি ওয়ান-ক্লাস সাপোর্ট ভেক্টর পদ্ধতি ব্যবহার করে এবং এআরজি দ্বারা এনকোড করা প্রোটিনের সংরক্ষিত অঞ্চলে প্রাথমিক ও তৃতীয় কাঠামোর জোরালো বিতরণে প্রশিক্ষিত হয়। এটি হিউম্যান মাইক্রোবায়োম প্রজেক্টের ছয়টি রেফারেন্স স্ট্যামে প্রয়োগ করা হয়েছিল এবং পরীক্ষামূলক যাচাইয়ের জন্য নয়টি প্রার্থীকে নির্বাচন করা হয়েছিল। ই. কোলাইতে প্রকাশিত এই নয়টি জিনই কার্যকরী কার্যকলাপ নিশ্চিত করেছে এবং এপিএইচ, ডিএফআর, বি ও সি শ্রেণীর বিটা-ল্যাকটামেজ এবং পেনিসিলিন-বাইন্ডিং প্রোটিনের বিভাগে অন্তর্ভুক্ত করা হয়েছে।
অতিরিক্তভাবে, এই পদ্ধতিটি সরাসরি আলফাফোল্ড (AlphaFold) কাঠামোর ডেটাবেসে প্রয়োগ করা হয়েছিল। এভাবেই মেটালো-বিটা-ল্যাকটামেজ প্রকারের phnP জিনটি শনাক্ত করা হয়েছিল। এটি পরিচিত বিটা-ল্যাকটামেজগুলির সাথে কম সাদৃশ্য দেখায়, তবে অ্যামপিসিলিনের প্রতি পরিবেশ-নির্ভর প্রতিরোধ ক্ষমতা প্রদর্শন করে। পরীক্ষা করা জিনগুলির মধ্যে ৮০% সিএলএসআই (CLSI) থ্রেশহোল্ড স্তরে প্রতিরোধ ক্ষমতা নিশ্চিত করে, বাকিগুলি "প্রি-রেজিস্ট্যান্ট" হিসাবে শ্রেণীবদ্ধ করা হয়েছে—এগুলির কার্যকলাপ আছে, তবে ন্যূনতম ইনহিবিটরি ঘনত্ব এখনও ক্লিনিক্যালি উল্লেখযোগ্য স্তরে পৌঁছায়নি।
গবেষকরা উল্লেখ করেছেন যে, প্রি-রেজিস্ট্যান্ট জিনগুলি ভবিষ্যতে ক্লিনিক্যালি গুরুত্বপূর্ণ প্রতিরোধের নির্ধারক হিসাবে বিকশিত হওয়ার সম্ভাবনা বেশি। এআরজি-পাস (ARG-PASS) শুধুমাত্র সিকোয়েন্সের সাদৃশ্যের উপর ভিত্তি করে তৈরি পদ্ধতিগুলি এড়িয়ে যাওয়া অনন্য এআরজি (ARGs) শনাক্ত করতে সাহায্য করে।
লেখকদের মতে, এই পদ্ধতি প্রতিরোধের নিরীক্ষণের নির্ভুলতা বাড়ায় এবং অ্যান্টিবায়োটিকের আরও যুক্তিযুক্ত ব্যবহারে অবদান রাখতে পারে। এই পদ্ধতি সিকোয়েন্স এবং কাঠামোগত তথ্যকে একত্রিত করে মাইক্রোবায়োমের পূর্বে লুকানো উপাদানগুলিতে প্রবেশাধিকার উন্মুক্ত করে।
