Il faut beaucoup de temps pour déterminer le profil de sensibilité aux médicaments d’une infection bactérienne. Aujourd’hui, des chercheurs de l’Institut des sciences et technologies de Nara et des partenaires collaborateurs ont publié des rapports sur une technologie qui accélérera considérablement ce processus autrement lent et contribuera peut-être à sauver des vies.
Le CDC américain déclare que les infections résistantes aux antibiotiques sont responsables de la mort de plus d’un million de personnes dans le monde chaque année. L’identification rapide d’un traitement approprié auquel les bactéries infectieuses sont sensibles est essentielle à la gestion des infections résistantes. « Souvent, les résultats de sensibilité sont nécessaires beaucoup plus rapidement que les tests conventionnels ne peuvent les fournir », explique Yaxiaer Yalikun, auteur principal. « Pour y remédier, nous avons développé une technologie qui peut répondre à ce besoin. »
Les travaux du groupe sont basés sur la cytométrie d’impédance qui mesure les propriétés diélectriques des cellules individuelles avec un débit élevé – plus d’un millier de cellules par minute. Étant donné que la lecture électrique d’une bactérie correspond à sa réponse physique à un antibiotique, on dispose d’un moyen simple de déterminer si l’antibiotique agit contre la bactérie. La cytométrie d’impédance conventionnelle consiste à analyser les particules de test (traitées aux antibiotiques) et de référence (non traitées) dans un échantillon, puis à calibrer l’impédance des deux particules – les deux étapes nécessitent des spécialistes techniques pour effectuer un post-traitement approfondi, ce qui était une limitation majeure du groupe était déterminé à vaincre.
Dans une étude publiée dans Capteurs ACS, le groupe développe une nouvelle méthode de cytométrie d’impédance qui analyse simultanément les particules de test et de référence dans des canaux séparés, créant des ensembles de données séparés facilement analysables. Cette cytométrie avait une sensibilité à l’échelle nanométrique, permettant la détection de changements physiques même infimes dans les cellules bactériennes. Dans une étude parallèle publiée dans Capteurs et actionneurs B, le groupe a conçu un outil d’apprentissage automatique pour analyser les données de cytométrie d’impédance. Étant donné que la nouvelle méthode de cytométrie divise les ensembles de données de test et de référence, l’outil d’apprentissage automatique pourrait automatiquement étiqueter l’ensemble de données de référence comme l’ensemble de données « d’apprentissage » et l’utiliser pour apprendre les caractéristiques d’une bactérie non traitée. Par comparaison en temps réel avec des cellules traitées aux antibiotiques, l’outil peut identifier si les bactéries sont sensibles au médicament et peut même identifier la proportion de cellules bactériennes résistantes dans une population à résistance mixte. « Bien qu’il y ait eu une erreur d’identification de moins de 10% dans notre travail, il y avait une distinction claire entre les cellules sensibles et résistantes dans les 2 heures suivant le traitement antibiotique », explique Yoichiroh Hosokawa, un autre auteur principal du groupe.
Ce travail ne se limite pas à des évaluations rapides des infections en milieu clinique. Par exemple, les chercheurs en découverte de médicaments pourraient l’utiliser pour mener des enquêtes initiales rapides sur l’efficacité des médicaments contre n’importe quelle cellule, tant que la réponse cellulaire entraîne une modification des propriétés diélectriques. La cytométrie d’impédance pourrait devenir un incontournable des laboratoires cliniques et de recherche dans les années à venir.