“数学模型可预测抗生素疗法成败，有助提高患者”

本篇文章767字，读完约2分钟

由以色列生物物理学家和医生组成的小组日前宣布，预测某抗生素疗法成功或失败，医生正确选择比较患者病情的抗生素，开发了提高患者治愈率和生存率的数学模型。 相关研究发表在最近的《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季阿尔泽德克医疗中心的马斯基德·巴梅尔博士解释说，合理选择或组合现有抗生素，可以治疗认为具有耐药性的细菌。 拉瓦兰说，抗生素组合可以预测应对不同细菌的比较有效性，帮助医生为患者选择治疗方法 细菌能够产生应对其生存环境中有害因素的防御能力，其常用策略是耐受性，在抗生素治疗中处于休眠状态，抗生素只能发现和杀死生长的靶标，因此细菌通过休眠生存，最终具有耐药性 巴拉班和博士研究生艾瑞特莱·文瑞斯曼研究了实验室内的控制细菌，开发了可以描述、测量和预测细菌何时对特定抗生素耐药的数学模型。 然后，他注意到，如果细菌对抗生素产生抗药性，很可能会产生耐药性。 之后，巴拉班与巴梅尔合作，在医疗中心分解了感染耐甲氧西林金黄色葡萄球菌患者的细菌样本，患者的模式与实验室中发现的非常相似。 也就是说，细菌首先产生抗药性，然后产生抵抗力，最终抗生素治疗失败。 细菌从耐药到产生抵抗力的抗生素耐药中间阶段只持续几天。 虽然标准医学实验室检测不到，但是巴拉班他们的数学模型可以检测到。 拉班说他想在其他医院和足够的患者中重复这个实验以解释数学模型的比较有效性 并鼓励越来越多的医疗中心使用团队开发的测试，快速、轻松地检测患者的细菌对计划中的抗生素治疗是否耐药，然后进行管理。 根据患者细菌的特点，医生可以选择杀死患者体内细菌概率更高的抗生素 从长远来看，巴拉班认为研究细菌抗生素耐药和耐药性的快速进化过程可能有助于癌症治疗，有可能被用于指导癌症治疗。 因为肿瘤细胞对化疗有耐受性和耐药性，之后可能对其他抗癌药物有抵抗力。