Комплексный анализ сточных вод, собранных в 74 городах в 60 странах, позволил получить первые сопоставимые глобальные данные, которые показывают уровни и типы бактерий, устойчивых к противомикробным препаратам, которые присутствуют в основном у здоровых людей в этих странах. Национальный институт пищевых продуктов, Технический университет Дании, возглавлял исследование, которое было проведено международной группой исследователей.

В исследовании метагеномики исследователи наметили весь материал ДНК в образцах сточных вод и обнаружили, что в соответствии с устойчивостью к противомикробным препаратам страны мира делятся на две группы. Северная Америка, Западная Европа, Австралия и Новая Зеландия, как правило, имеют самые низкие уровни устойчивости к противомикробным препаратам, а в Азии, Африке и Южной Америке – самые высокие уровни.

У Бразилии, Индии и Вьетнама наибольшее разнообразие генов устойчивости, а у Австралии и Новой Зеландии – самое низкое.

Санитария и здоровье тесно связаны с устойчивостью к противомикробным препаратам

По словам исследователей, использование противомикробных препаратов объясняет лишь незначительную часть возникновения устойчивости к противомикробным препаратам в разных странах. Поэтому исследователи искали другие факторы, которые могут быть либо движущими факторами, либо индикаторами появления устойчивых бактерий. В этой работе они использовали несколько исчерпывающих наборов данных Всемирного банка, например, измерили состояние здоровья и стадию развития страны.

Работа исследователей показывает, что большинство переменных, которые связаны с возникновением устойчивости к противомикробным препаратам в стране, связаны с санитарными условиями в стране и общим состоянием здоровья населения.

«В борьбе с устойчивостью к противомикробным препаратам наши результаты показывают, что было бы очень эффективной стратегией, если бы были предприняты согласованные усилия для улучшения санитарных условий в странах с высоким уровнем устойчивости к противомикробным препаратам», – профессор Франк Аареструп из Национального института продовольствия и Руководитель исследования говорит.

Используя те же данные Всемирного банка, исследователи также предсказали уровни устойчивости к противомикробным препаратам в 259 странах / территориях и составили карту устойчивости к болезням в здоровых популяциях. Согласно их оценкам, Нидерланды, Новая Зеландия и Швеция имеют самые низкие уровни сопротивления, тогда как Танзания, Вьетнам и Нигерия имеют самые высокие уровни. Согласно оценкам, Дания имеет шестой самый низкий уровень устойчивости к противомикробным препаратам.

Многоразовые данные

В отличие от данных традиционных методов анализа, необработанные данные исследований метагеномики могут быть повторно использованы для изучения других проблем. Исследователи из проекта канализации, например, используя данные исследования, чтобы проанализировать появление других болезнетворных микроорганизмов в сточных водах.

По мере того, как в будущем появится больше генов устойчивости, исследователи также смогут повторно проанализировать общедоступные необработанные данные из исследований метагеномики, чтобы быстро раскрыть, как эти гены появились и распространились.

На шаг ближе к глобальной системе наблюдения

Исследователи будут использовать опыт, полученный в рамках проекта, для реализации своих общих амбиций по разработке всемирной системы эпиднадзора, которая может постоянно отслеживать возникновение и распространение болезнетворных микроорганизмов и устойчивость к противомикробным препаратам.

«Анализ нечистот может быстро и относительно дешево показать, какие именно бактерии присутствуют в данном районе, а сбор и анализ нечистот не требует этического одобрения, так как материал не может быть прослежен до отдельных лиц. Оба параметра помогают вести наблюдение система через канализацию является жизнеспособным вариантом, в том числе в развивающихся странах », – объясняет профессор Фрэнк Аареструп.

Целью исследователей является разработка системы, которая позволяет обмениваться и интерпретировать информацию в режиме реального времени. Таким образом, можно использовать глобальные данные эпиднадзора, например, управлять болезнями, которые угрожают распространиться за пределы страны и перерасти в пандемии, такие как Эбола, корь, полиомиелит или холера.