В журнале Microbiome опубликовано исследование, в котором описан метод ARG-PASS — инструмент, способный находить ранее неизвестные гены устойчивости к антибиотикам (ARGs) в человеческом микробиоме по консервативным признакам последовательности и структуры белков.
Проблема антимикробной резистентности (AMR) остаётся одной из главных угроз общественному здоровью. Микробиом человека служит обширным резервуаром таких генов, однако многие из них трудно обнаружить традиционными методами из-за низкой гомологии с уже известными ARGs. Авторы сосредоточились на функционально важных участках белков, где сохраняются ключевые структурные особенности.
Инструмент ARG-PASS использует метод опорных векторов одного класса и обучается на парных распределениях первичной и третичной структуры в консервативных регионах белков, кодируемых ARGs. Его применили к шести эталонным штаммам проекта Human Microbiome Project и отобрали девять кандидатов для экспериментальной проверки. Все девять генов, экспрессированные в E. coli, подтвердили функциональную активность и отнесены к категориям APH, dfr, β-лактамаз классов B и C, а также пенициллинсвязывающих белков.
Дополнительно метод применили напрямую к базе структур AlphaFold. Так был выявлен ген phnP, относящийся к типу металло-β-лактамаз. Он демонстрирует низкую гомологию с известными β-лактамазами, но проявляет зависимую от среды активность устойчивости к ампициллину. Из всех проверенных генов 80 % обеспечивают резистентность на уровне порогов CLSI, остальные отнесены к «предрезистентным» — они обладают активностью, однако минимальная ингибирующая концентрация пока не достигает клинически значимого уровня.
Исследователи отмечают, что предрезистентные гены с большей вероятностью могут в дальнейшем эволюционировать в полноценные клинически значимые детерминанты устойчивости. ARG-PASS позволяет выявлять уникальные ARGs, которые ускользают от методов, основанных только на гомологии последовательностей.
По данным авторов, такой подход повышает точность мониторинга резистентности и может способствовать более обоснованному использованию антибиотиков. Метод интегрирует информацию о последовательности и структуре, открывая доступ к ранее скрытым элементам микробиома.
