J-AST: a web-based analysis platform for antimicrobial susceptibility testing
J-AST is een gratis, open-source, webgebaseerd platform dat de analyse van diskdiffusieassays en Etests voor antimicrobiële gevoeligheidstesten automatiseert en verenigt, waarbij het een hoge nauwkeurigheid biedt in resistentiekwantificering en metadata-beheer om zowel onderzoeks- als klinische workflows te ondersteunen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je het menselijk lichaam voor als een bruisende stad, en de microscopische indringers—bacteriën en schimmels—als ongewenste huurders die proberen de gebouwen over te nemen. Decennialang heeft de beveiliging van de stad (artsen en wetenschappers) een standaardmethode gehad om te controleren of deze huurders kunnen worden uitgezet door specifieke beveiligers (antibiotica en antifungale middelen). Ze gebruiken een methode die "gevoeligheidstesten" wordt genoemd. Denk eraan als het plaatsen van een kleine, met medicijnen doordrenkte schijf op een petrischaal bedekt met een gazon van deze kleine indringers. Als het medicijn werkt, blijven de huurders weg van de schijf, waardoor er een heldere, lege cirkel rondom ontstaat, een "inhibitiezone" genoemd. De grootte van deze lege cirkel vertelt de beveiliging hoe sterk het medicijn moet zijn om de invasie te stoppen.
Er ontstaat echter een groeiend probleem: sommige huurders leren de beveiligers te negeren. Ze ontwikkelen "resistentie", wat betekent dat het medicijn hen niet doodt, of "tolerantie", waarbij ze overleven zelfs wanneer het medicijn aanwezig is, zij het door zeer langzaam te groeien. Om terug te vechten, moeten wetenschappers deze lege cirkels en de minuscule beetjes groei daarin met extreme precisie meten. Maar tot nu toe was het doen van deze wiskunde en metingen een beetje alsof je zandkorrels in een storm probeert te tellen met een liniaal en een hoop giswerk. De meeste instrumenten om dit automatisch te doen waren ofwel dure, gesloten "black boxes", of vereisten complexe computervaardigheden die veel onderzoekers niet hadden. Hier komt het verhaal van een nieuwe digitale tool om de hoek kijken.
Het artikel introduceert J-AST, een gratis, open-source webplatform dat is ontworpen als een "supersterke vergrootglas" voor deze medicijntesten. Denk aan J-AST als een slimme, digitale assistent die naar een foto van een petrischaal kan kijken en direct de perfecte lijnen kan trekken, de lege zones kan meten en precies kan berekenen hoeveel de bacteriën of schimmels resistent zijn tegen het medicijn. Het handelt twee hoofdtypen testen af: de klassieke "Disk Diffusion" (waarbij een ronde schijf in het midden zit) en de "Etest" (die een plastic strip gebruikt met een gradiënt van medicijn, wat meer op een liniaal lijkt dan op een cirkel).
De auteurs hebben J- de AST gebouwd om een specifiek hoofdpijndossier op te lossen: hoewel er instrumenten waren voor de ronde schijven, was er bijna geen gratis, gemakkelijke manier om de op strips gebaseerde Etests te analyseren, die cruciaal zijn voor het vinden van de exacte "Minimum Inhibitory Concentration" (MIC)—het precieze kantelpunt waar het medicijn stopt met de groei van de bacterie. J-AST verandert het spel door de snelheid van een robot te combineren met de flexibiliteit van een mens. Het kan automatisch de vormen van de medicijnzones detecteren, zelfs als ze geen perfecte cirkels zijn, en het kan foto's van verschillende tijdstippen vergelijken (zoals 24 uur en 48 uur) om te zien hoe de bacteriën zich in de loop van de tijd gedragen. Dit is essentieel omdat sommige bacteriën er in het begin dood uit kunnen zien, maar later weer kunnen gaan kruipen, een teken van "tolerantie" dat oudere tools vaak misten.
De onderzoekers hebben hun nieuwe tool getest tegen de oude standaard (een tool genaamd diskImageR) en tegen menselijke experts. Ze vonden dat de metingen van J-AST bijna identiek waren aan die van de oude tool voor de ronde schijven, wat bewijst dat het net zo goed werkt voor de basiszaken. Maar voor de strip-testen was J-AST een pionier. Het slaagde erin om de "Fraction of Growth" (hoeveel de bacteriën groeiden binnen de medicijnzone) te meten voor zowel de schijf- als de strip-testen, en de resultaten van de schijven en de strips kwamen zeer dicht bij elkaar. Dit suggereert dat wetenschappers nu dezelfde digitale hersenen kunnen gebruiken om beide soorten testen te analyseren, wat hun gegevens consistenter maakt.
Misschien wel de meest indrukwekkende truc die J-AST uithaalt, is het automatisch aflezen van de "MIC" van de Etest-strips. Normaal gesproken moet een mens naar de strip turen en gokken waar de groei stopt, wat kan leiden tot verschillende antwoorden per persoon. J-AST gebruikt een speciaal camera-achtig oog (Optical Character Recognition) om de getallen op de strip te lezen en het exacte stoppunt te berekenen. In hun tests stemde dit geautomatiseerde systeem in 94,5% van de gevallen overeen met menselijke experts. Wanneer het niet overeenstemde, was het meestal slechts een kleine foutmarge, en in gevallen waar geen duidelijk stoppunt bestond, identificeerde het hulpmiddel dit correct, net zoals een mens dat zou doen.
Het artikel maakt duidelijk dat dit niet alleen een theoretisch idee is; het is een werkend hulpmiddel dat al beschikbaar is. Het kan worden uitgevoerd op een gewone computer of worden toegankelijk via een webbrowser, waardoor het toegankelijk is voor iedereen met een internetverbinding. De auteurs benadrukken dat, hoewel de tool zeer nauwkeurig is, het niet de noodzaak voor menselijk toezicht vervangt; in plaats daarvan biedt het een "hybride" aanpak waarbij de computer het zware werk doet van het meten, en de mens kan ingrijpen om de resultaten te beoordelen of aan te passen indien nodig. Door deze krachtige analyse gratis en openbaar voor iedereen beschikbaar te stellen, beoogt J-AST wetenschappers en artsen te helpen om drugresistentie sneller en betrouwbaarder te begrijpen, wat potentieel de ontdekking van betere behandelingen voor infecties die steeds moeilijker te genezen zijn, kan versnellen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.