Microbiome centered prediction and prevention of recurrent infections
Antibiotics are a double-edged sword: they help clear the current infection, yet can also select for resistant pathogens, making future infections harder to treat. While treatment guidelines recognize this ‘collateral damage’, we...
Antibiotics are a double-edged sword: they help clear the current infection, yet can also select for resistant pathogens, making future infections harder to treat. While treatment guidelines recognize this ‘collateral damage’, we currently lack strategies to predict how treatments affect future recurrence and resistance at the individual patient level. This problem is of particular importance in Urinary Tract Infections (UTIs); affecting the majority of women over their lifetime, UTIs can chronically recur despite antimicrobial treatment. Importantly, UTIs are often self-seeded by strains residing in the gut microbiome, suggesting that the gut microbiome may provide means to predict current and future infections and could possibly even be manipulated to minimize infections. Here, we propose an interdisciplinary approach combining high-throughput phenotyping and genomics of same-patient gut-microbiome and UTI samples with machine-learning analysis of clinical records, towards a look-ahead treatment strategy for recurrent infections. First, we will use whole-genome and meta-genome approaches to sensitively detect infecting strains within the patient’s microbiome and develop a gene-based model for the infectivity of strains and thereby for the likely infecting agent and resistance profile of infection. Second, we will use long-read sequencing to map genetic linkage among resistances in each patient’s microbiome, enabling the development of a reinforcement machine-learning model to assign treatments that minimize both the risk of treatment failure and of future resistance. Finally, quantifying in vivo and in vitro the impacts of antibiotic intake on microbiome composition, we will test the feasibility of prescribing antibiotics that manipulate the microbiome in favor of less infectious strains. Together, this unique research-to-clinic data-rich approach will establish the basic foundations for a microbiome-based paradigm of look-ahead treatment strategies.ver más
02-11-2024:
Generación Fotovolt...
Se ha cerrado la línea de ayuda pública: Subvenciones destinadas al fomento de la generación fotovoltaica en espacios antropizados en Canarias, 2024
01-11-2024:
ENESA
En las últimas 48 horas el Organismo ENESA ha otorgado 6 concesiones
01-11-2024:
FEGA
En las últimas 48 horas el Organismo FEGA ha otorgado 1667 concesiones
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.