Jurnal Microbiome telah menerbitkan sebuah penelitian yang menjelaskan metode ARG-PASS, sebuah alat yang mampu menemukan gen resistensi antibiotik (ARG) yang sebelumnya tidak diketahui dalam mikrobioma manusia berdasarkan ciri konservatif dari urutan dan struktur protein.
Masalah resistensi antimikroba (AMR) tetap menjadi salah satu ancaman utama bagi kesehatan masyarakat. Mikrobioma manusia berfungsi sebagai reservoir gen yang luas, namun banyak di antaranya sulit dideteksi dengan metode tradisional karena homologi yang rendah dengan ARG yang sudah dikenal. Para peneliti memfokuskan pada bagian protein yang secara fungsional penting, tempat karakteristik struktural utama dipertahankan.
ARG-PASS menggunakan metode support vector machine satu kelas dan dilatih berdasarkan distribusi berpasangan dari struktur primer dan tersier di daerah konservatif protein yang dikodekan oleh ARG. Metode ini kemudian diterapkan pada enam strain referensi dari proyek Human Microbiome Project, dan sembilan kandidat dipilih untuk verifikasi eksperimental. Kesembilan gen ini, yang diekspresikan dalam E. coli, mengkonfirmasi aktivitas fungsional dan diklasifikasikan ke dalam kategori APH, dfr, beta-laktamase kelas B dan C, serta protein pengikat penisilin.
Selain itu, metode ini diterapkan langsung pada database struktur AlphaFold. Hal ini mengidentifikasi gen phnP, yang termasuk dalam jenis metallo-beta-laktamase.
Gen ini menunjukkan homologi rendah dengan beta-laktamase yang dikenal, tetapi menunjukkan aktivitas resistensi terhadap ampisilin yang bergantung pada lingkungan. Dari semua gen yang diuji, 80% menyediakan resistensi pada tingkat ambang batas CLSI, sementara sisanya diklasifikasikan sebagai "pra-resisten" — gen-gen ini memiliki aktivitas, namun konsentrasi hambat minimumnya belum mencapai tingkat yang signifikan secara klinis.
Para peneliti mencatat bahwa gen pra-resisten kemungkinan besar dapat berevolusi menjadi determinan resistensi yang sepenuhnya signifikan secara klinis di kemudian hari. ARG-PASS memungkinkan identifikasi ARG unik yang lolos dari metode yang hanya didasarkan pada homologi urutan.
Menurut para penulis, pendekatan ini meningkatkan akurasi pemantauan resistensi dan dapat berkontribusi pada penggunaan antibiotik yang lebih rasional. Metode ini mengintegrasikan informasi urutan dan struktur, membuka akses ke elemen mikrobioma yang sebelumnya tersembunyi.
