Nghiên cứu toàn cầu về lao lớn nhất từ trước đến nay xác định nguyên nhân di truyền của tính kháng thuốc

Các nhà nghiên cứu tại Đại học Oxford đã sử dụng các kỹ thuật giải trình tự gen tiên tiến để xác định hầu hết các biến thể gen gây ra tình trạng kháng lại 13 loại thuốc phổ biến nhất trong điều trị bệnh lao.

Dự án  “Dự báo Tính kháng thuốc Toàn diện cho Hiệp hội Bệnh Lao Quốc tế (CRyPTIC)” đã thu thập bộ dữ liệu các mẫu vi khuẩn lao trong nghiên cứu lâm sàng lớn nhất từ trước đến nay từ khắp nơi trên thế giới, gồm 15.211 mẫu từ 27 quốc gia trên năm châu lục.

Bằng cách sử dụng hai tiến bộ quan trọng là xét nghiệm định lượng mới về tính kháng thuốc và cách tiếp cận mới giúp xác định tất cả thay đổi về di truyền trong mẫu vi khuẩn lao kháng thuốc, các nhà nghiên cứu đã tạo ra bộ dữ liệu đặc biệt để định lượng cách những thay đổi trong mã gen của vi khuẩn lao làm giảm khả năng tiêu diệt các vi khuẩn gây bệnh lao của các loại thuốc khác nhau. Cùng với các công trình đang được hiện trong lĩnh vực, những đổi mới này hứa hẹn sẽ mang lại cải thiện cho cách điều trị bệnh lao trong tương lai.

Bệnh lao gây tử vong ở người cao hơn bất kỳ loại vi khuẩn, vi-rút hoặc ký sinh trùng nào khác gây ra, ngoại trừ SARS-CoV-2. Mặc dù bệnh có thể điều trị được, tính kháng thuốc đã trở thành một vấn đề lớn trong suốt ba thập kỷ qua. Việc xác định các đột biến trong bộ gen của vi khuẩn lao để xác định loại thuốc nào sẽ mang lại cơ hội chữa khỏi tốt nhất cho bệnh nhân là cách thực tế nhất để kiểm tra tính kháng thuốc cho bệnh nhân.

Tiến sĩ Timothy Walker, là Wellcome Fellow tại Đơn vị Nghiên cứu Lâm sàng Đại học Oxford (OUCRU) đồng thời cũng là  Phó Giáo sư tại Đại học Oxford, cho biết: “Dự án này là công trình quốc tế lớn được thực hiện trong hơn 5 năm qua và sẽ mang lại lợi ích cho bệnh nhân và cộng đồng khi dữ liệu được sử dụng để chẩn đoán và quản lý lao kháng thuốc một cách hiệu quả và làm giảm sự lây truyền”.

Trong chín bản thảo mới chưa được bình duyệt, với mỗi bản ghi lại một khía cạnh tiến bộ khác nhau mà dự án CRyPTIC đã mang lại cho lĩnh vực, các nhà nghiên cứu trình bày về:

• Cách diá»…n giải các xét nghiệm kháng thuốc má»›i [1] và cách má»™t dá»± án khoa học cá»™ng đồng vá»›i số mẫu lá»›n đã giúp giải quyết vấn đề này [2]
• Cách tiếp cận má»›i về phát hiện và mô tả những thay đổi di truyền trong toàn bá»™ trình tá»± gen của lao đã cải thiện cách thức phát hiện những thay đổi di truyền dẫn đến tình trạng kháng thuốc nhÆ° thế nào [3]
• Cách sá»­ dụng những dữ liệu này để quét trình tá»± bá»™ gen lao để tìm những thay đổi là nguyên nhân gây ra kháng thuốc mà trÆ°á»›c đây chÆ°a được biết đến [4]
• Cách các Ä‘á»™t biến Ä‘Æ¡n và tổ hợp các Ä‘á»™t biến có thể liên quan không chỉ đến việc xác định tính ‘kháng thuốc’ hoặc tính ‘nhạy thuốc’, mà còn đến những thay đổi nhỏ trong cách kháng sinh tiêu diệt vi khuẩn lao, từ đó làm giảm hiệu quả Ä‘iều trị [5], đặc biệt  là hai loại kháng sinh má»›i Ä‘ang được sá»­ dụng để Ä‘iều trị bệnh lao [6]
• Cách các thuật toán trí tuệ nhân tạo có thể dá»± Ä‘oán tính kháng thuốc từ các dấu hiệu trong bá»™ gen vi khuẩn lao [7]
• Cách những dữ liệu này [8] đã góp phần vào danh sách Ä‘á»™t biến kháng thuốc trên bá»™ gen vi khuẩn lao đầu tiên được Tổ chức Y tế Thế giá»›i công nhận cho sá»­ dụng trên toàn cầu [9].

Kết quả của nghiên cứu nhằm mục đích cải thiện việc kiểm soát bệnh lao và tạo điều kiện cho việc thực hiện chiến lược chấm dứt bệnh lao của Tổ chức Y tế Thế giới, thông qua điều trị lao kháng thuốc tốt hơn, nhanh hơn và có mục tiêu hơn bằng dự báo tính kháng thuốc bằng kiểu di truyền, mở đường cho việc xét nghiệm tính nhạy  thuốc trên toàn cầu.

“Những công trình hợp tác quốc tế đang được thực hiện như nghiên cứu này là rất cần thiết trong việc thúc đẩy hiểu biết về các bệnh truyền nhiễm và cách điều trị chúng. Những tiến bộ này mang lại lợi ích cho tất cả mọi người, như chúng ta đã biết từ kinh nghiệm với COVID-19”, Tiến sĩ Walker nhấn mạnh.

Dữ liệu hiện được cung cấp miễn phí, và cộng đồng khoa học có thể sử dụng dữ liệu để nâng cao hiểu biết về tình trạng kháng thuốc ở bệnh lao và cách điều trị tốt nhất cho căn bệnh này.

Dự án được tài trợ bởi Quỹ MRC Newton, Wellcome, và Quỹ Bill & Melinda Gates. Đội ngũ các nhà khoa học dẫn dắt bởi Tiến sĩ Walker hiện đang làm việc tại Thành phố Hồ Chí Minh, Việt Nam tại Đơn vị Nghiên cứu Lâm sàng Đại học Oxford (OUCRU), một trong năm Chương trình Châu Á-Châu Phi của Quỹ Wellcome.

Để biết thêm thông tin, vui lòng liên hệ với Nhóm Truyền thông của Đơn vị Nghiên cứu Lâm sàng Đại học Oxford (OUCRU) theo địa chỉ communications@oucru.org.

Các bản thảo:

1. Epidemiological cutoff values for a 96-well broth microdilution plate for high-throughput research antibiotic susceptibility testing of  tuberculosis. The CRyPTIC Consortium (2021) medRxiv preprint. https://doi.org/10.1101/2021.02.24.21252386
2. BashTheBug: a crowd of volunteers reproducibly and accurately measure the minimum inhibitory concentrations of 13 antitubercular drugs from photographs of 96-well broth microdilution plates. Fowler PW et al. (2021) biorXiv preprint. https://doi.org/10.1101/2021.07.20.453060
3. Minos: variant adjudication and joint genotyping of cohorts of bacterial genomes. Hunt M et al. (2021). bioRxiv preprint. https://doi.org/10.1101/2021.09.15.460475
4. Genome-wide association studies of global Mycobacterium tuberculosis resistance to thirteen antimicrobials in 10,228 genomes. The CRyPTIC Consortium (2021). bioRxiv preprint. https://doi.org/10.1101/2021.09.14.460272
5. Quantitative measurement of antibiotic resistance in tuberculosis reveals genetic determinants of resistance and susceptibility in a target gene approach. The CRyPTIC Consortium (2021). bioRxiv preprint. https://doi.org/10.1101/2021.09.14.460353
6. Deciphering Bedaquiline and Clofazimine Resistance in Tuberculosis: An Evolutionary Medicine Approach. Sonnenkalb L et al. (2021) biorXiv preprint. https://doi.org/10.1101/2021.03.19.436148
7. A generalisable approach to drug susceptibility prediction for tuberculosis using machine learning and whole-genome sequencing. The CRyPTIC Consortium (2021). bioRxiv preprint. https://doi.org/10.1101/2021.09.14.458035
8. A data compendium of Mycobacterium tuberculosis antibiotic resistance. The CRyPTIC Consortium (2021) bioRxiv preprint. https://doi.org/10.1101/2021.09.14.460274
9. The 2021 WHO catalogue of tuberculosis complex mutations associated with drug resistance: A new global standard for molecular diagnostics. Walker et al. (2021) Lancet preprint.https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3923444 http://www.crypticproject.org/wp-content/uploads/2021/09/CRyPTIC9-WHO-preprint.pdf

Vui lòng lưu ý rằng những bản thảo này là bản chưa được bình duyệt (preprint).