SELECT 2.0: Refined and open access SELection Endpoints in Communities of bacTeria (SELECT) method to determine concentrations of antibiotics that may select for antimicrobial resistance in the environment

Dit artikel introduceert de verfijnde SELECT 2.0-methode om open access voorspelde geen-effectconcentraties voor resistentie (PNECRs) te genereren voor 32 antibiotica, waarmee een gestandaardiseerde basis wordt gelegd voor het beoordelen van het selectierisico van antimicrobiële resistentie in het milieu.

De kern

De Grootte van het Probleem: Een onzichtbare oorlog

Stel je voor dat bacteriën een enorm leger zijn. Normaal gesproken zijn ze ons vriendelijk gezind, maar als we ze blootstellen aan antibiotica (de medicijnen die we gebruiken om ziektes te genezen), kunnen ze zich aanpassen. Ze worden onzichtbaar voor de medicijnen. Dit noemen we antibiotica-resistentie.

Het probleem is dat we deze medicijnen niet alleen gebruiken in ziekenhuizen, maar dat resten ervan in het riool en de natuur terechtkomen. Zelfs heel kleine hoeveelheden in het water kunnen de bacteriën "trainen" om sterker te worden. Het is alsof je een zwembad met een druppel chloor vult: het is niet genoeg om te doden, maar het is genoeg om de bacteriën te leren hoe ze zich kunnen beschermen.

De Oude Methode: Een ruwe schatting

Vroeger probeerden wetenschappers te bepalen hoeveel medicijn nodig is om deze "training" te starten. Ze gebruikten een methode die ze SELECT 1.0 noemden.

• De analogie: Stel je voor dat je probeert te bepalen hoe hard je moet duwen om een deur open te krijgen. De oude methode was alsof je met grote sprongen duwde: eerst heel zacht, dan een beetje harder, dan heel hard. Als de deur bij "een beetje harder" nog dicht bleef, maar bij "heel hard" wel open ging, zeiden ze: "Oké, de drempel ligt ergens tussen die twee."
• Het nadeel: Dit was niet erg precies. Je wist niet precies waar de deur openging, en het kon zijn dat je de drempel te hoog of te laag inschatte.

De Nieuwe Methode: SELECT 2.0 (De Fijne Instelling)

In dit nieuwe onderzoek hebben de wetenschappers hun methode verfijnd tot SELECT 2.0.

• De analogie: In plaats van met grote sprongen te duwen, gebruiken ze nu een fijngevoelige veer. Ze meten heel precies hoe de bacteriën reageren op elke kleine verandering in de hoeveelheid medicijn. Ze kijken niet alleen of de bacteriën doodgaan, maar of hun groei net ietsje vertraagt.
• Waarom is dit beter? Zelfs als bacteriën maar 1% langzamer groeien door een heel kleine hoeveelheid medicijn, is dat al een signaal dat ze zich aan het aanpassen zijn. SELECT 2.0 pikt deze kleine signalen op. Het is alsof je een weegschaal hebt die niet alleen zware koffers kan wegen, maar ook een veertje.

Wat hebben ze ontdekt?

Ze hebben deze nieuwe methode gebruikt om 32 verschillende antibiotica te testen. Ze hebben een "veiligheidslijst" gemaakt (de PNECR): het maximale niveau van medicijn in het water dat nog veilig is, voordat bacteriën beginnen te trainen.

1. De "Gevaarlijke" Groep: Sommige antibiotica, zoals ciprofloxacine en ceftriaxone, zijn extreem krachtig in het trainen van bacteriën. Zelfs een druppel in een zwembad (heel lage concentraties) is al genoeg om weerstand te creëren. Deze staan hoog op de risicolijst.
2. De "Veiligere" Groep: Andere, zoals vancomycine en penicilline, hebben veel hogere concentraties nodig voordat ze bacteriën gaan trainen. Ze zijn minder snel een probleem in het milieu.

De Risico-Check: Wat zit er in ons riool?

De wetenschappers hebben gekeken naar de concentraties van deze medicijnen in het rioolwater in Engeland en Wales, en wereldwijd.

• Het resultaat: Ze hebben berekend of de hoeveelheid medicijn in het water hoger is dan de "veiligheidsdrempel".
• De bevinding: In het rioolwater van Engeland en Wales is ciprofloxacine een groot probleem. De hoeveelheid in het water is zo hoog dat het bacteriën bijna gegarandeerd aan het trainen is, zelfs na de zuivering. Dit is alsof je in een zwembad zit waar het water al te veel chloor bevat om veilig te zwemmen; de bacteriën worden er sterker van.

Waarom is dit belangrijk voor jou?

Dit onderzoek is als een waarschuwingslampje.

• Het laat zien dat we niet alleen moeten kijken of medicijnen mensen genezen, maar ook wat ze doen met de bacteriën in de natuur.
• Door de nieuwe, precieze methode (SELECT 2.0) kunnen we nu beter zeggen: "Wees voorzichtig met dit medicijn, want zelfs heel kleine hoeveelheden in het riool zijn gevaarlijk."
• Het helpt beleidsmakers om regels te maken zodat we minder antibiotica in het milieu laten lekken. Als we de "training" van bacteriën stoppen in het riool, voorkomen we dat ze terugkomen in ziekenhuizen en ons weer ziek maken met medicijnen die niet meer werken.

Kortom: De wetenschappers hebben een betere "thermometer" ontwikkeld om te meten hoe gevaarlijk medicijnresten in het water zijn. Ze hebben ontdekt dat sommige medicijnen al bij heel lage niveaus bacteriën "opvoeden" tot super-bacteriën, en dat we daar nu echt iets aan moeten doen.

Technische samenvatting

Probleemstelling

Antimicrobiële resistentie (AMR) vormt een groeiende bedreiging voor de volksgezondheid, de economie en de voedselzekerheid. Een cruciaal aspect van AMR is de rol van het milieu, waar antibiotica-verontreiniging kan leiden tot de selectie en verspreiding van resistente bacteriën. Huidige methoden voor milieurisicobeoordeling (ERA) van antibiotica zijn vaak gebaseerd op ecotoxicologische tests die de giftigheid voor organismen meten, maar niet direct de selectie voor resistentie. Deze tests kunnen effectconcentraties genereren die hoger liggen dan de concentraties die daadwerkelijk resistentie selecteren, waardoor het risico op AMR in het milieu mogelijk wordt onderschat.

Er bestaat een behoefte aan gestandaardiseerde, reproduceerbare methoden om de Minimale Selectieve Concentratie (MSC) of de Voorspelde Geen-effect Concentratie voor Resistentie (PNECR) te bepalen. Bestaande methoden variëren sterk in opzet (van enkelvoudige stammen tot complexe gemeenschappen), wat vergelijkingen tussen studies moeilijk maakt. Bovendien zijn er beperkte data beschikbaar voor een breed scala aan antibiotica.

Methodologie: SELECT 2.0

De auteurs hebben de bestaande "SELECT"-methode (SELection Endpoints in Communities of bacTeria) verfijnd tot SELECT 2.0. De kern van de methode is het gebruik van een complexe bacteriegemeenschap afkomstig van afvalwater (sewage) om de interacties in natuurlijke microbiomen te simuleren.

Belangrijkste technische verbeteringen en stappen:

1. Experimenteel Opzet:
   • Afvalwatermonsters werden verdund met Iso-sensitest bouillon en blootgesteld aan een reeks antibioticaconcentraties (tot aan klinische breakpoints of via trial-and-error).
   • De groei van de bacteriegemeenschap werd gemeten via optische dichtheid (OD600) elke 10 minuten gedurende 12 uur (vergeleken met elke uur in de vorige versie), wat gladdere groeicurves oplevert.
2. Statistische Analyse (De kern van de verfijning):
   • SELECT 1.0: Bepaalde de Lowest Observed Effect Concentration (LOEC) op basis van statistische significantie (Dunn's test) op een specifiek tijdstip. Dit was gevoelig voor toevalsfouten en de afstand tussen testconcentraties.
   • SELECT 2.0: Past een vier-parameter log-logistische dosis-responscurve toe op de data. In plaats van een LOEC, wordt de EC1 (Effect Concentration 1%) bepaald: de concentratie waarbij de maximale groeidichtheid met 1% daalt.
   • Reden voor EC1: Omdat bacteriën zeer snel groeien en in enorme aantallen voorkomen, is een 1% daling al significant voor de populatiedynamica. Dit is een meer beschermende (voorzorgs)benadering dan de EC10 die vaak in ecotoxicologie wordt gebruikt.
3. Berekening PNECR: De EC1 wordt gedeeld door een beoordelingsfactor van 10 om de PNECR te verkrijgen.
4. Open Access: Alle code (R-scripts) en tutorials zijn openbaar beschikbaar gemaakt via Zenodo en GitHub om reproduceerbaarheid te waarborgen.

Belangrijkste Bijdragen

• Grootste experimentele dataset: De studie genereerde PNECRs voor 32 antibiotica uit 11 verschillende klassen, wat de grootste dataset is die tot nu toe met één enkele experimentele methode is gegenereerd.
• Methodologische verfijning: De overgang van een binair significantie-model (LOEC) naar een modelleermodel (EC1) maakt de methode robuuster, minder gevoelig voor toeval en beter in staat om zeer lage selectieve concentraties te voorspellen zonder deze experimenteel te hoeven testen.
• Risicoranking: De methode werd toegepast om antibiotica te rangschikken op basis van hun selectierisico in verschillende omgevingen (wereldwijd en specifiek voor Engeland en Wales).

Resultaten

1. Vergelijking SELECT 1.0 vs. 2.0:
   • De Bland-Altman analyse toonde aan dat de resultaten van beide methoden over het algemeen goed overeenkomen (alle punten binnen de limieten van overeenstemming).
   • SELECT 2.0 leverde echter vaak lagere (meer beschermende) PNECRs op dan SELECT 1.0, vooral voor antibiotica zoals ceftriaxone, ciprofloxacine en claritromycine. Dit suggereert dat de oude methode de selectiedrempel voor deze stoffen mogelijk onderschatte.
2. Antibiotica met het hoogste en laagste selectierisico:
   • Hoogst selectief (laagste PNECRs): Beta-lactamen (bijv. ceftriaxone: 0,00003 µg/L) en quinolonen (bijv. ciprofloxacine: 0,005 µg/L).
   • Minst selectief (hoogste PNECRs): Glycopeptiden (vancomycine: 954 µg/L) en penicillines. Dit wordt toegeschreven aan de brede resistentie in de gebruikte gemeenschap en het feit dat deze antibiotica voornamelijk Gram-positieve bacteriën targeten, terwijl de testgemeenschap voornamelijk Gram-negatieven bevat.
3. Milieurisicobeoordeling (ERA):
   • Wereldwijd (UBA database): 12 antibiotica vertoonden een hoog risico (Risico-quotiënt RQ > 1) op het selecteren van resistentie in stedelijk afvalwater, waaronder ciprofloxacine, ofloxacine en ampicilline.
   • Engeland en Wales (CIP3 database): Ciprofloxacine vormt het grootste risico, met hoge RQ-waarden in zowel influent (onbehandeld) als effluent (behandeld) water. Ook claritromycine, erytromycine, sulfamethoxazol en trimethoprim vertoonden risico's.

Betekenis en Conclusie

SELECT 2.0 biedt een snelle, kosteneffectieve en reproduceerbare tool om de selectiedrempels van antibiotica in het milieu te bepalen. De open access aard van de code en tutorials stelt andere laboratoria in staat om deze methode toe te passen, wat essentieel is voor het opbouwen van een gestandaardiseerde databank.

De studie benadrukt dat:

• Huidige milieurisicobeoordelingen mogelijk te optimistisch zijn als ze alleen op ecotoxicologie zijn gebaseerd.
• Quinolonen en beta-lactamen prioriteit moeten krijgen voor verdere monitoring en mitigatie vanwege hun extreem lage selectieve concentraties.
• De methode beperkingen heeft (bijv. gebruik van een specifieke afvalwatergemeenschap en afwezigheid van mengsels van antibiotica), maar de gegenereerde data vormen een cruciale basis voor het opstellen van milieukwaliteitsnormen en het verbeteren van antibioticabeheer (stewardship) om de verspreiding van AMR te beperken.