KI sagt Ausbreitung von Antibiotikaresistenzen in Bakterien durch Gentransfer voraus

Ein KI-Modell, das mit umfangreichen genetischen Daten trainiert wurde, kann nun die Entwicklung von Antibiotikaresistenzen in Bakterien vorhersagen. Eine Studie der Technischen Universität Chalmers zeigt, dass Antibiotikaresistenzen leichter zwischen genetisch ähnlichen Bakterien übertragen werden, insbesondere in Kläranlagen und im menschlichen Körper. Erik Kristiansson, Professor an der Technischen Universität Chalmers und der Universität Göteborg, erklärt: „Bakterien, die für den Menschen schädlich sind, haben viele Resistenzgene angesammelt... Unsere Forschung untersucht diesen komplexen evolutionären Prozess, um zu lernen, wie diese Gene auf pathogene Bakterien übertragen werden. Dies ermöglicht die Vorhersage, wie zukünftige Bakterien Resistenzen entwickeln werden.“ Das in *Nature Communications* detailliert beschriebene KI-Modell analysierte historische Gentransfers anhand von bakterieller DNA, Struktur- und Habitatdaten. Das Modell wurde mit fast einer Million bakterieller Genome trainiert. David Lund, Doktorand in Chalmers und an der Universität Göteborg, merkt an: „Wir sehen, dass Bakterien, die in Menschen und Wasseraufbereitungsanlagen vorkommen, eine höhere Wahrscheinlichkeit haben, durch Gentransfer resistent zu werden… Ein weiterer wichtiger Faktor, der die Wahrscheinlichkeit erhöht, dass Resistenzgene von einem Bakterium zum anderen 'springen', ist die genetische Ähnlichkeit der Bakterien.“ Die Genauigkeit des Modells wurde anhand bekannter Resistenzgentransfers getestet. In vier von fünf Fällen sagte das Modell den Transfer korrekt voraus. Die Forscher hoffen, das Modell für den Einsatz in der Diagnostik und Überwachung zu verfeinern, um möglicherweise die Erkennung multiresistenter Bakterien zu verbessern und Umgebungen zu überwachen, in denen Antibiotika vorhanden sind.