研究人员对众多疟疾寄生虫的基因组进行了全面分析，以识别可能导致药物耐药性的遗传变异。
加利福尼亚大学圣地亚哥分校的一个团队检查了几百种疟疾寄生虫的基因组，以找出哪些遗传变异最有可能导致对药物的耐药性。他们的研究结果发表在科学杂志上，可能帮助科学家使用机器学习预测抗疟药物耐药性，并更有效地识别需要进一步开发的有前景的实验性治疗方法。这一方法也可能适用于预测其他传染病乃至癌症中的治疗耐药性。
加利福尼亚大学圣地亚哥分校药学与药物科学斯卡格斯学院及医学院儿科系的教授伊丽莎白·温泽勒（Elizabeth Winzeler）博士表示：“许多关于药物耐药性的研究集中在一个化学药剂上。然而，我们已开发出一个全面的框架，以理解超过一百种不同化合物的抗疟药物耐药性。这些发现对其他疾病也有影响，因为我们分析的许多耐药基因在不同物种中得以保留。”
疟疾由蚊子传播，严重影响全球数亿人，尤其在热带和亚热带地区构成严重公共卫生挑战。尽管在控制疟疾方面取得了显著进展，但它仍然是导致疾病和死亡的主要原因之一，尤其在非洲，世界卫生组织指出95%的疟疾死亡发生在该地区。耐药性恶性疟原虫变种的激增导致一线治疗的重复失败。
温泽勒表示：“对新的更有效的疟疾治疗的需求至关重要，但对疟疾研究和药物开发的资金支持严重有限。”同时，她还是比尔和梅琳达·盖茨基金会资助的疟疾药物加速器的负责人。“然而，疟疾研究界组织良好且高度合作，使我们的研究能够利用这些优势创建一个有价值的资源，以简化发现和优先开发新疟疾治疗的过程。”
研究团队检查了724种实验室进化的疟疾寄生虫基因组，这些寄生虫已对118种不同抗疟药物之一产生了耐药，涵盖了既有的治疗方法和新的实验性化合物。通过分析与耐药性相关的突变模式，他们能够发现这些遗传变异的独特特征，比如它们在基因中的位置，这可能有助于预测哪些变异可能导致药物耐药。
温泽勒说道：“我们的主要目标是利用机器学习更好地理解哪些化合物最容易产生耐药性，从而加快药物开发的早期阶段，更快地将治疗带入临床试验。该研究提供了训练这些创新工具所需的重要数据。”
哥伦比亚大学巴盖洛斯医学院微生物学与免疫学教授、共同作者大卫·菲多克（David Fidock）博士补充道：“这项研究还揭示了基因网络如何相互作用以介导各种化学类别的耐药性，并为我们寻找耐药性化合物设定了指导框架。”
尽管这些发现为新抗疟药物的创造提供了巨大的希望，研究人员指出他们的方法论也可能对其他疾病具有相关性。这是因为推动药物耐药性的遗传机制在不同病原体之间，甚至在人类细胞内是相似的。例如，研究中与耐药性相关的几个突变源自P. falciparum中的一个称为PfMDR1的蛋白，该蛋白促进物质在细胞内的运输，包括药物从其作用位点的排出。PfMDR1在人体中有一个相同的对应物，在其人类等价物中的突变显著导致癌症中的治疗耐药性。
温泽勒总结道：“这项研究的潜在影响是巨大的，远不止于单一疾病。研究疟疾让我们有机会编制这个资源，我们预计这些发现将改变我们对药物耐药性整体的处理方式，而不仅限于疟疾。”
