Genome-guided prioritization of rifabutin MIC testing among rifampicin high-MIC Mycobacterium tuberculosis isolates: a retrospective development and internal evaluation study

Tuberkulose ist ein uralter Feind, der nach wie vor über eine Million Menschenleben pro Jahr fordert, hauptsächlich deshalb, weil die sie verursachenden Bakterien in der Lage sind, sich so zu entwickeln, dass sie die gegen sie gerichteten Medikamente ignorieren. Wenn die Infektion eines Patienten gegen das primäre Antibiotikum, Rifampicin, resistent ist, müssen Ärzte schnell entscheiden, ob ein zweites Medikament, Rifabutin, noch wirksam sein wird. Diese Entscheidung ist entscheidend für die Wahl der richtigen Behandlung, aber das Testen jeder einzelnen Bakterienprobe auf Rifabutin-Resistenz ist langsam, teuer und für Labore mit begrenzten Ressourcen oft unmöglich. Wissenschaftler wissen schon lange, dass der genetische Code der Bakterien Hinweise darauf enthält, welche Medikamente versagen werden, aber die Beziehung zwischen einer spezifischen genetischen Veränderung und der Wirksamkeit des Medikaments ist komplex. Einige genetische Mutationen machen die Bakterien gegen beide Medikamente resistent, während andere die Bakterien dazu befähigen, gegen Rifampicin zu überleben, aber gegenüber Rifabutin anfällig zu bleiben. Die Herausforderung für die moderne Medizin besteht nicht nur darin, den genetischen Code zu lesen, sondern herauszufinden, wie man diese Information nutzt, um zu entscheiden, welche spezifischen Proben die Zeit und das Geld erfordern, die für einen vollständigen, präzisen Drogentest nötig sind.

Ein Team von Forschern setzte sich zum Ziel, dieses Sortierproblem zu lösen, indem es tausende von Bakterienproben aus der ganzen Welt untersuchte. Sie begannen mit einer großen Sammlung von Tuberkulosebakterien, von denen bereits bekannt war, dass sie gegen Rifampicin resistent waren. Unter diesen resistenten Proben wollten sie die kleinere Gruppe finden, die gegenüber Rifabutin noch empfindlich war. Anstatt all diese Proben in einer Laborschale zu testen – ein Prozess, der ihre Kapazitäten überfordern würde – nutzten sie die gesamte Gensequenz der Bakterien, um vorherzusagen, welche am wahrscheinlichsten vom sensitiven Typ waren. Sie behandelten die genetischen Daten wie eine Landkarte und suchten nach spezifischen Mustern von Mutationen, die auf eine hohe Wahrscheinlichkeit hindeuteten, dass die Bakterien gegenüber Rifabutin anfällig seien. Das Ziel war es, eine Rangliste oder eine „Arbeitsliste“ zu erstellen, die es einem Labor ermöglichen würde, zuerst nur die besten Kandidaten zu testen, wodurch sie die überwiegende Mehrheit der empfindlichen Fälle erfassen und diejenigen überspringen könnten, die definitiv resistent waren.

Die Forscher analysierten Daten von 3.466 Bakterienproben, die alle gegen Rifampicin resistent waren. Innerhalb dieser Gruppe fanden sie heraus, dass nur etwa 6 Prozent tatsächlich gegenüber Rifabutin sensitiv waren. Wenn ein Labor die Proben zufällig testen würde, müsste es fast jede einzelne untersuchen, um alle sensitiven Fälle zu finden. Als die Forscher jedoch ihr genetisches Rangordnungssystem anwandten, änderten sich die Ergebnisse dramatisch. Indem sie nur die obersten 10 Prozent der Proben auf ihrer Rangliste testeten, konnten sie mehr als 70 Prozent der sensitiven Fälle finden. Das bedeutet, dass ein Labor anstatt hunderte von Proben zu testen, um nur wenige vulnerable Fälle zu finden, eine viel kleinere Gruppe testen könnte und dennoch die Mehrheit der Patienten erfassen würde, die von einer Rifabutin-Behandlung profitieren können. Die Methode funktionierte durch die Gewichtung verschiedener genetischer Veränderungen; zum Beispiel waren bestimmte Mutationen in einem spezifischen Gen stark damit verknüpft, dass die Bakterien gegenüber Rifabutin sensitiv bleiben, während andere Mutationen darauf hindeuteten, dass die Bakterien gegen beide Medikamente resistent sein würden.

Um sicherzustellen, dass ihre Methode robust war, verglichen die Forscher ihr komplexes genetisches Rangordnungssystem mit einfacheren Regeln, die nur einige wenige spezifische Mutationen betrachteten. Sie fanden heraus, dass das komplexe System zwar etwas besser bei der Vorhersage von Ergebnissen war, eine einfachere Version, die sich auf einen spezifischen Satz genetischer Marker konzentrierte, jedoch fast ebenso gut abschnitt. Dieser einfachere Ansatz ist wertvoll, da er für andere Labore leichter zu verstehen und anzuwenden ist. Die Forscher überprüften auch, wie gut ihr System über verschiedene Populationen von Bakterien aus verschiedenen Ländern und genetischen Abstammungslinien hinweg funktionierte. Sie entdeckten, dass das System zwar insgesamt gut funktionierte, seine Leistung jedoch je nach dem spezifischen Typ der Bakterien variierte, was verdeutlicht, dass keine einzelne Regel perfekt auf jede Situation passt. Sie merkten auch an, dass ihre Ergebnisse auf einer spezifischen Definition der Medikamentensensitivität basierten, die in der Forschung verwendet wurde, und dass sich die genauen Zahlen leicht verschieben könnten, wenn ein anderer Standard angewendet würde, aber die allgemeine Strategie, die Genetik zur Priorisierung des Testens zu nutzen, blieb fundiert.

Die Studie kommt zu dem Schluss, dass die Verwendung genetischer Informationen zur Priorisierung dessen, welche Proben getestet werden, eine praktische Möglichkeit ist, die begrenzten Laborressourcen besser zu nutzen. Es ersetzt nicht die Notwendigkeit eines physischen Drogentests, der weiterhin der endgültige Beweis dafür bleibt, ob ein Medikament wirken wird. Stattdessen fungiert es als Filter, der sicherstellt, dass die kostbare Zeit und das Geld, die für physische Tests aufgewendet werden, den Proben zugewandt werden, die am wahrscheinlichsten ein positives Ergebnis liefern. Durch die Konzentration auf die am höchsten bewerteten Kandidaten können Speziallabore die Patienten, die Rifabutin benötigen, viel schneller und effizienter identifizieren als zuvor. Die Forscher haben eine klare, transparente Reihe genetischer Regeln bereitgestellt, die andere Labore als Kandidat für eine unabhängige prospektive Evaluierung nutzen können, um ihre eigenen Testlisten zu verfeinern, und bieten damit einen Weg zur Bewältigung der medikamentenresistenten Tuberkulose in einer Welt, in der die Ressourcen knapp sind.