人体在遭受细菌感染后出现感染症状，需要应用抗生素来抵抗细菌的侵袭，选择与细菌病原体相匹配的敏感抗生素尤为重要，然而即使是敏感的抗生素也可能由于多次应用后使细菌病原体产生耐药性，从而导致抗感染治疗失败。

近日，来自以色列理工学院的研究团队设计出基于人工智能的个性化抗生素治疗策略，相关研究成果发表在《Science》上，题为“Minimizing treatment-induced emergence of antibiotic resistance in bacterial infections”。

研究人员将1113种治疗前和治疗后的细菌分离株与对140349例泌尿系感染和7365例伤口感染的全基因组测序进行分析，研究发现在大多数感染的患者中，耐药性不是通过随机突变获得的，而是由于患者自身微生物群中已有的耐药菌再次感染而出现的。因此，在选择敏感抗生素时，不仅需要与目前感染的细菌敏感度匹配，还需要与患者自身原有的微生物群中反复感染的细菌相匹配。研究人员将这些数据通过机器计算学习，可以有效利用患者既往感染病史以及抗生素应用史推荐出个性化抗生素应用方案。

这项研究为合理化使用抗生素，减少抗生素产生耐药性提供了一定的设计构想和理论基础。

论文链接：http://www.science.org/doi/10.1126/science.abg9868

注：此研究成果摘自《Science》，文章内容不代表本网站观点和立场，仅供参考。

知前沿，问欧冠杯。欧冠杯腾讯视频是欧冠杯一流产业咨询机构，十数年持续深耕产业研究领域，提供深度产业研究报告、商业计划书、可行性研究报告及定制服务等一站式产业咨询服务。专业的角度、品质化的服务、敏锐的市场洞察力，专注于提供完善的产业解决方案，为您的投资决策赋能。