Data integratie om de kloof te dichten bij de voorspelling van MTB-geneesmiddelresistentiemutaties

Verbeterde diagnose en behandeling zijn aangewezen prioriteiten van de Wereldgezondheidsorganisatie en de Centers for Disease Control om het probleem van de antimicrobiële resistentie aan te pakken. Deze maatregelen zijn afhankelijk van een beter inzicht in de mechanismen van resistentieverwerving bij bacteriën. Vooral voor nieuwe geneesmiddelen tegen tuberculose voorspellen de bekende genetische mutaties slecht de fenotypische resistentietests, maar in de meest getroffen endemische gebieden zijn real time resistentietests in wezen onmogelijk. Bij M. tuberculosis wordt resistentie tegen geneesmiddelen (DR) veroorzaakt door eiwitmodificerende mutaties in geneesmiddelen of in pro-drug naar geneesmiddel omzettende enzymen. De mogelijkheid dat genregulatie een belangrijke rol speelt bij antimicrobiële resistentie is echter nog niet systematisch bestudeerd.
Hoewel de meeste mutaties geen invloed hebben op de gevoeligheid voor geneesmiddelen, is het van essentieel belang die gemuteerde genen te onderscheiden die de oorzaak zijn van DR bij een patiënt om een doeltreffend behandelingsschema toe te wijzen, dat meestal 5 of meer geneesmiddelen gedurende meer dan 9 maanden omvat. Kennis van genen en pathways waarop DR-mutaties werken kan ook de discordantie tussen genotypische en fenotypische geneesmiddelengevoeligheidstests oplossen en belooft eindelijk de trage, duurdere en biogevaarlijke assaygevoeligheidstests te vervangen.

Project type:PhD project