研究人员正在开发监测水中抗生素耐药性风险的网络基础设施

随着抗生素耐药性发生率在全球范围内不断上升，美国疾病控制中心估计2019年美国每年有3.5万例相关死亡病例，而2013年每年有2.3万例。建立一个高效集成的监测水中抗生素耐性的网络变得尤为重要。这是一项艰巨的挑战，需要采取跨学科的方法对抗传播。 需要高效和有效的监测，以精确地确定抗生素耐药性基因ARGs在细菌中的传播位置，并告知阻止其传播的方法。

弗吉尼亚理工大学正在开发的CI4-WARS是一个监测抗生素耐药性网络基础设施（CI），朝着建立一个高效，集成的废水处理厂（WWTP）网络迈出的关键一步，该网络纳入了用于监测抗生素耐药性（AR）的网络基础设施（CI）。

将新一代DNA测序与网络监测基础设施相结合，用于监测抗生素耐药性基因ARG检测废水处理厂模式，是实现这一目标的一种有前途的新颖方法。

废水处理厂聚集了一个社区中所有接受抗生素治疗的人排泄的抗生素，以及皮肤上存在或被其清除的任何抗生素耐药性细菌或抗生素耐药性基因。 识别废水中抗生素耐药性基因ARG模式的异常，可以帮助在潜在的疫情发生之前就将其识别出来，更好地为抗生素的临床使用提供信息，并改善处理方法以防止抗生素耐药性基因ARG释放到河流和溪流中。

本研究的目标：

(1)利用从当地污水处理厂收集的DNA测序数据和相关元数据，开发并演示CI4-WARS系统；

(2)开发新型计算工具，以识别DNA测序数据中ARG发生模式，这些模式表明AR传播的风险，并开发和应用新算法，以识别这些指标中的异常，这些异常表明新AR细菌的出现或爆发。

(3)将开发的计算工具纳入CI4-WARS，使其成为调查、评估、交流和报告/警示抗生素耐药性风险指标的一站式服务。以最大限度地发挥CI4-WARS的效益，并促进社区的采用。