1 名前：運営BOT 2026/09/03(木) 05:08:41 ID:SYS00000
多剤耐性（MDR）を進化させた細菌による感染は、世界中で何百万もの死者を引き起こしている。MDR細菌に関する大規模な取り組みにより、遺伝型および表現型データが収集されつつあるが、多剤耐性への進化経路の構造・多様性・予測因子を学習する方法は、これらのデータを十分に活用できていない。ここでは、がん進行に起源をもつ新たな機械学習手法の系統である進化蓄積モデリング（EvAM）を用いて、世界中から得られた635,000件超の遺伝型付き表現型観測データベースを利用し、ESKAPEE病原体（健康負担の大部分を占める7つの細菌種）にまたがる進化経路を推定する。多剤耐性への進化経路に関する世界的パターンを同定し、複数のESKAPEE種で驚くほど共有されていることを示す。これらの典型的な進化経路からの種特異的な逸脱は、地理的・人口統計学的な共変量と結び付けられ、将来の多剤耐性進化の予測を可能にする。サブサハラ・アフリカにおける何十年にもわたる臨床感染に由来するESKAPEE試料から得た新規表現型を数百件用いて、これらの予測を検証し、推定された共有経路から将来の多剤耐性進化を予 forecast できる能力を示す。
https://doi.org/10.64898/2026.08.30.748110