In het tijdschrift Microbiome is een onderzoek gepubliceerd dat de methode ARG-PASS beschrijft. Dit is een tool die in staat is om voorheen onbekende antibioticaresistentiegenen (ARGs) in het menselijk microbioom te vinden, gebaseerd op conservatieve sequentie- en structuurkenmerken van eiwitten.
Het probleem van antimicrobiële resistentie (AMR) blijft een van de grootste bedreigingen voor de volksgezondheid. Het menselijk microbioom dient als een uitgebreid reservoir voor dergelijke genen, maar veel daarvan zijn moeilijk te detecteren met traditionele methoden vanwege de lage homologie met reeds bekende ARGs. De auteurs richtten zich daarom op functioneel belangrijke delen van eiwitten, waar cruciale structurele kenmerken behouden blijven.
De ARG-PASS-tool maakt gebruik van de one-class support vector machine-methode en wordt getraind op gepaarde distributies van primaire en tertiaire structuren in conservatieve gebieden van eiwitten die door ARGs worden gecodeerd. Deze methode werd toegepast op zes referentiestammen van het Human Microbiome Project, waarna negen kandidaten werden geselecteerd voor experimentele verificatie.
Alle negen genen, tot expressie gebracht in E. coli, bevestigden hun functionele activiteit. Ze werden ingedeeld in de categorieën APH, dfr, β-lactamase klassen B en C, en penicillinebindende eiwitten.
Bovendien werd de methode rechtstreeks toegepast op de AlphaFold-structuurdatabase. Hierdoor werd het gen phnP geïdentificeerd, dat behoort tot het type metallo-β-lactamase. Dit gen vertoont een lage homologie met bekende β-lactamases, maar toont een omgevingsafhankelijke resistentieactiviteit tegen ampicilline.
Van alle geteste genen zorgde 80% voor resistentie op het niveau van de CLSI-drempelwaarden. De overige genen werden geclassificeerd als 'pre-resistent'; deze bezitten activiteit, maar de minimale remmende concentratie bereikt nog geen klinisch significant niveau.
De onderzoekers merken op dat pre-resistente genen een grotere kans hebben om in de toekomst te evolueren tot volwaardige, klinisch significante resistentiedeterminanten. ARG-PASS maakt het mogelijk om unieke ARGs te identificeren die ontsnappen aan methoden die uitsluitend gebaseerd zijn op sequentiehomologie. Volgens de auteurs verhoogt deze aanpak de nauwkeurigheid van resistentiemonitoring en kan het bijdragen aan een meer onderbouwd gebruik van antibiotica. De methode integreert informatie over sequentie en structuur, waardoor toegang wordt verkregen tot voorheen verborgen elementen van het microbioom.
