抗生素耐药性监测

近年来，抗生素耐药性问题日益突出，迫切需要快速准确的方法来指导抗生素治疗。抗生素耐药问题日益严重,对传统的细菌抗生素耐药性检测方法来说,测试周期长、效率低下已经很难满足临床诊断的需求。与此同时,人工智能技术在生物医学领域的应用也在蓬勃发展。

这项研究指出，使用大数据和机器学习来监控畜禽场的抗生素耐药性（AMR）可以提高我们对病原体的认识，并有助于预防和治疗感染。研究人员分析了来自中国三个省份的十个大型养鸡场和四个相连的屠宰场的微生物群落，通过数据挖掘方法结合机器学习技术，发现了多个改进畜禽场抗生素耐药性监测的途径。

在新冠大流行期间，全世界都意识到使用污水分析来监测一个地区疾病发展的价值。然而，在 DTU 国家食品研究所，一组研究人员自 2016 年以来一直在使用来自世界各地的污水监测作为监测传染病和抗生素耐药性的有效且廉价的工具。

Wellcome Trust 已向新加坡国立大学 (NUS) 提供 250 万新元的赠款，以建立亚洲临床研究网络 (ACRN)，以进行抗菌临床研究，以开发最有效的方法来治疗和预防危及生命的耐药性感染。这将是亚洲第一个专注于耐药感染的临床试验网络。其他类似的网络已经在欧洲、美国和澳大利亚建立，与这些网络合作是一个关键的长期目标。

由香港大学理学院化学研究部孙红哲教授，以及李嘉诚医学院余雷觉云感染及传染病中心总监何柏良医生领导的研究团队，发现一种临床使用的抗风湿含金药物金诺芬（Auranofin, AUR） ，能成功「复活」对多重耐药性超级细菌已经失效，号称「最后防线」的抗生素─碳青霉烯（Carbapenem）和多粘菌素（Colistin, COL），使其能够成功治疗由多重耐药性超级细菌引起的血液、肺炎及伤口感染并能延缓细菌耐药性的产生，大大延长现有抗生素的使用周期。

英国《自然》杂志23日发表的一项药物研究最新成果，美国团队报告成功完成一种模块化合成新抗生素的方法，这种新抗生素将有望避免抗生素耐药性问题。研究显示，利用该方法合成的其中一种化合物对细菌感染小鼠模型中的耐药菌株有效。

弗吉尼亚理工大学正在开发的CI4-WARS是一个监测水中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。