У журналі Microbiome опубліковано дослідження, в якому описано метод ARG-PASS — інструмент, здатний виявляти раніше невідомі гени антибіотикорезистентності (ARGs) у мікробіомі людини за консервативними ознаками послідовності та структури білків.
Проблема антимікробної резистентності (AMR) залишається однією з головних загроз громадському здоров'ю. Мікробіом людини служить великим резервуаром таких генів, проте багато з них важко виявити традиційними методами через низьку гомологію з уже відомими ARGs. Автори зосередилися на функціонально важливих ділянках білків, де зберігаються ключові структурні особливості.
Інструмент ARG-PASS використовує метод опорних векторів одного класу та навчається на парних розподілах первинної та третинної структури в консервативних регіонах білків, що кодуються ARGs. Його застосували до шести еталонних штамів проєкту Human Microbiome Project і відібрали дев'ять кандидатів для експериментальної перевірки. Усі дев'ять генів, експресовані в E. coli, підтвердили функціональну активність і були віднесені до категорій APH, dfr, β-лактамаз класів B і C, а також пеніцилінзв'язуючих білків.
Додатково метод застосували безпосередньо до бази структур AlphaFold. Таким чином було виявлено ген phnP, що належить до типу метало-β-лактамаз.
Він демонструє низьку гомологію з відомими β-лактамазами, але виявляє залежну від середовища активність стійкості до ампіциліну. З усіх перевірених генів 80 % забезпечують резистентність на рівні порогових значень CLSI, решта віднесені до «предрезистентних» — вони мають активність, проте мінімальна інгібуюча концентрація поки що не досягає клінічно значущого рівня.
Дослідники зазначають, що предрезистентні гени з більшою ймовірністю можуть надалі еволюціонувати у повноцінні клінічно значущі детермінанти стійкості. ARG-PASS дозволяє виявляти унікальні ARGs, які вислизають від методів, заснованих лише на гомології послідовностей.
За даними авторів, такий підхід підвищує точність моніторингу резистентності та може сприяти більш обґрунтованому використанню антибіотиків. Метод інтегрує інформацію про послідовність та структуру, відкриваючи доступ до раніше прихованих елементів мікробіому.
