数学模型可预测抗生素疗法成败

一个由以色列生物物理学家和医生组成的团队表示，他们开发出一种数学模型，能预测某些抗生素疗法的成功或失败，从而帮助医生准确选择针对患者病情的抗生素，提高患者的治愈率和生存率。相关研究发表在《科学》杂志上。

耶路撒冷希伯来大学娜塔莉·巴拉班教授和耶路撒冷夏阿尔泽德克医疗中心玛斯基德·巴-梅尔博士证明，通过合理选择或组合现有的抗生素，可以治疗被认为具有耐药性的细菌。巴拉班表示，她们能预测抗生素组合应对不同细菌的有效性，帮助医生为患者选择治疗方案。

细菌可产生防御能力以应对其生存环境中的有害因素，其常见的策略是“耐受”，即在抗生素治疗期间处于休眠状态，由于抗生素只能发现并杀死正在生长的靶标，因而细菌通过休眠得以生存，并最终具有耐药性。

巴拉班和博士研究生艾瑞特·莱文-瑞斯曼曾对实验室内受控细菌进行研究，并开发出能够描述、测量和预测细菌何时会对特定抗生素产生耐受性的数学模型。同时，她们观察到，当细菌对一种抗生素产生耐受性时，更有可能产生耐药性。

随后，巴拉班与巴-梅尔开展合作，对医疗中心感染耐甲氧西林金黄色葡萄球菌的患者的细菌样本进行了分析，发现病人的模式与他们的实验室发现非常相似，即细菌首先产生耐受性，然后产生抵抗力，最终抗生素治疗失败。

细菌从耐受性到产生抵抗力的“抗生素耐受性”中间阶段仅持续几天，在标准医学实验室中无法检测到，但巴拉班她们的数学模型可以检测到。巴拉班说，她希望在其他医院和足够多的患者中重复这项实验，以证明数学模型的有效性。她同时鼓励更多的医疗中心采用其团队开发的测试，以便快速、轻松地检测出患者的细菌是否对计划中的抗生素治疗具有耐受性，然后再进行管理。根据患者的细菌特征，医生可以选择杀灭患者体内细菌几率更大的抗生素。

从长远来看，巴拉班认为，研究细菌的抗生素耐受性和耐药性发展进化过程，可能在癌症治疗中发挥作用，并用于指导癌症治疗，因为肿瘤细胞可能首先对化疗具有耐受性和耐药性，然后对其他抗癌药物具有抵抗力。