Pretomanid

原文献信息：Jovanovic, A., Bright, F.K., Sadeghi, A. et al. Large-scale testing of antimicrobial lethality at single-cell resolution predicts mycobacterial infection outcomes. Nat Microbiol (2026). https://doi.org/10.1038/s41564-025-02217-y 一、研究背景：传统抗菌测试的临床困境 抗生素体外测试是指导治疗和药物研发的关键，但现有方法多聚焦于细菌群体的生长抑制（如最低抑菌浓度 MIC），往往难以准确预测体内治疗效果。分枝杆菌感染（如结核分枝杆菌、脓肿分枝杆菌）尤为棘手，结核分枝杆菌 2023 年导致超 100 万人死亡，治疗需数月至数年；脓肿分枝杆菌作为发达国家常见非结核分枝杆菌感染病原体，治疗失败率超 50%。核心问题在于，传统方法无法捕捉细菌单细胞水平的杀菌动力学、药物耐受性等关键特征，而这些正是影响治疗结局的核心因素。 二、核心技术：单细胞抗菌测试（ASCT）的突破 为解决这一困境，研究团队开发了 “抗菌单细胞测试（ASCT）” 技术。该方法以 1536 孔板为载体，将细菌固定在含碘化丙啶（PI）的琼脂垫中，PI 可穿透破损细胞膜标记死亡细菌，通过高内涵活细胞成像，每 2-4 小时追踪单细胞形态和活力，全程可达 7 天。ASCT 能同时追踪超 1.4 亿个分枝杆菌，生成约 2 万个杀菌曲线，通过计算杀菌曲线下面积（AUC），整合药物耐受性（群体延迟死亡）和持留性（亚群存活），实现大规模、单细胞分辨率的杀菌动力学量化。 验证显示，PI 染色是可靠的活性标记 ——PI 阳性细菌几乎无法再生，而 PI 阴性细菌多数仍具备蛋白质合成能力，解决了传统菌落计数低估存活细菌的问题，且能捕捉药物洗脱后的延迟杀菌效应。 三、关键发现：杀菌动力学与感染结局的关联 1. 结核分枝杆菌：饥饿状态杀菌动力学预测治疗效果 研究测试了 65 种结核分枝杆菌药物组合，发现关键规律：在营养丰富条件下，异烟肼、利福平这类标准药物杀菌效果显著；但在饥饿状态（模拟体内感染微环境）下，贝达喹啉、普托马尼等药物更具优势。更重要的是，饥饿状态下的杀菌动力学（而非生长状态、MIC 或菌落计数）能准确预测小鼠模型（复发模型、杀菌模型）和人类 Ⅱ 期临床试验的治疗结局，其受试者工作特征曲线下面积（AUC-ROC）达 0.76-0.94，远超传统方法。这表明，体内感染微环境中代谢不活跃的细菌清除能力，是决定治疗成败的关键。 2. 脓肿分枝杆菌：药物耐受性是遗传性状，预测患者结局 对 405 株临床脓肿分枝杆菌菌株的分析显示，药物耐受性（与耐药性独立）是高度可遗传的细菌性状（遗传力 32%-97%），其杀菌动力学因菌株而异，但具有靶点特异性 —— 针对蛋白质合成、DNA 复制、细胞壁合成的抗生素，耐受性特征呈聚类分布。 通过全基因组关联分析，研究鉴定出多个耐受性相关基因，其中噬菌体尾蛋白 MAB_0233 的缺失会增强蛋白质合成靶向抗生素（阿米卡星、替加环素）的耐受性。更重要的是，阿米卡星、头孢西丁等药物的耐受性与患者感染清除结局显著相关，其预测效力与目前临床依赖的大环内酯类 MIC 相当；将耐受性与 MIC 结合，可将结局预测 AUC-ROC 从 0.69 提升至 0.78，为个性化治疗提供了新依据。 四、研究意义：推动抗菌治疗的精准化与高效化 ASCT 技术的核心价值在于突破了传统抗菌测试的局限，首次在单细胞尺度、大规模层面揭示了杀菌动力学与感染结局的关联。其意义体现在三方面：一是为药物研发提供高效筛选工具，能优先识别针对体内感染微环境细菌的候选药物，缩短研发周期；二是为临床治疗提供精准指导，通过量化菌株特异性耐受性，实现 “药敏 + 耐受性” 双维度用药决策；三是深化了对分枝杆菌耐药机制的理解，发现药物耐受性的遗传基础和靶点特异性，为开发耐受性逆转剂提供了新思路。 综上，该研究通过技术创新搭建了 “体外单细胞测试 - 体内感染结局” 的桥梁，不仅解决了分枝杆菌感染治疗中的关键瓶颈，更为其他细菌感染的精准防控提供了可复制的框架，有望推动抗菌治疗从 “群体平均” 走向 “单细胞精准” 时代。

在对抗细菌感染的战场上，我们常面临一个尴尬困境：实验室里显效的抗生素，用到患者身上却疗效寥寥。肺结核治疗需耗时数月甚至数年，脓肿分枝杆菌感染治愈率不足50%，这些难题背后，是传统抗生素检测方法难以捕捉的细菌 “生存智慧”。近日《Nature Microbiology》发表的一项重磅研究，通过创新的单细胞检测技术，终于揭开了细菌耐药之外的另一个关键真相，为精准治疗带来新希望。 PART.01 传统检测的“盲区”：为何体外有效、体内无效？ 我们常用的抗生素检测，比如最低抑菌浓度（MIC）测试，核心是看药物能否抑制细菌 “生长”。但实际感染中，细菌的生存状态远比实验室培养复杂 —— 有的处于营养匮乏的 “饥饿状态”，有的会暂时进入 “休眠模式”，这些细菌不生长却能顽强存活，让抗生素难以发挥作用。 更关键的是，传统方法只能检测细菌群体的平均状态，无法捕捉单个细菌的差异。就像一群人中既有抵抗力强的“硬汉”，也有脆弱的 “软柿子”，群体数据会掩盖这些个体差异，导致检测结果与临床疗效脱节。比如肺结核患者体内，饥饿状态的细菌往往是治疗失败、复发的 “元凶”，但传统方法根本无法评估药物对这类细菌的杀伤效果。 PART.02 技术突破：ASCT 让细菌 “生死” 全程可视化 为解决这个问题，研究团队开发了抗菌剂单细胞检测技术（ASCT），相当于给每个细菌装了 “追踪器”，能实时观察百万级细菌的生死动态。 ASCT 的核心原理很简单： 1.细菌“固定 + 染色”：将细菌均匀分布在含有荧光染料（PI）的凝胶中，这种染料只能进入细胞膜破损的死细菌，让死菌发出红色荧光。 2.大规模实时追踪：在1536 孔板中，同时对不同药物、不同浓度下的细菌进行成像，每 2-4 小时拍摄一次，持续 7 天，生成百万级图像。 3.智能分析：通过算法自动识别单个细菌，追踪其从存活到死亡的全过程，最终生成“时间 - 杀伤曲线”，量化药物的杀伤效率。 这项技术的厉害之处在于，能同时捕捉两个关键信息：一是整个细菌群体的“抗杀能力”（药物耐受性），二是少数 “顽固分子” 的存活情况（持留性），这正是传统方法无法企及的。 Fig.1 | ASCT 实现细菌活力的高通量评估 1：直观展示 ASCT 技术流程，包括细菌固定、荧光染色（PI）、大规模成像及自动化分析（分割、分类、追踪），证明其能同时追踪百万级单细胞的存活状态。 2：通过脓肿分枝杆菌的时间 - 杀伤曲线，验证 ASCT 的重复性和特异性，显示不同抗生素（如莫西沙星、替加环素）及浓度对细菌杀伤的差异，且能捕捉群体耐受性和亚群持留性。 PART.03 三大关键发现：重新认识细菌与抗生素的博弈 研究团队用ASCT 对结核分枝杆菌和脓肿分枝杆菌进行了大规模测试，得出了三个改写治疗思路的结论： 1. 饥饿细菌的 “抗杀力” 才是治疗成败关键 对于结核分枝杆菌，传统检测中表现优秀的药物（如异烟肼、利福平），主要针对快速生长的细菌。但ASCT 发现，药物对饥饿状态细菌的杀伤效果，才是预测治疗效果的核心指标—— 那些能有效杀死饥饿细菌的药物组合（如贝达喹啉 + 普托马尼），在小鼠实验和临床试验中都表现出缩短治疗周期的效果。 这也解释了为什么有些结核患者治疗周期长达6 个月：传统药物很难对付体内处于饥饿状态的 “休眠细菌”，而 ASCT 能精准筛选出针对这类细菌的药物组合。 2. 细菌的 “抗杀力” 是可遗传的 “天生技能” 过去认为，细菌对药物的“抗杀能力”（耐受性）是临时表现，但研究发现，脓肿分枝杆菌的耐受性是遗传性状—— 由基因决定，能代代相传。 通过全基因组分析，团队发现耐受性与抗生素的作用靶点密切相关：比如针对细胞壁的药物，其耐受性与细菌生长速度相关；针对DNA 的药物，耐受性则与细菌的 “适应期” 长短有关。更重要的是，他们找到了一个关键基因 MAB_0233（噬菌体蛋白），敲除这个基因后，细菌对多种抗生素的耐受性显著下降。 3. 耐受性比耐药性更能预测个体疗效 对于脓肿分枝杆菌感染（常见于慢阻肺患者），传统耐药性检测（MIC）只能部分预测治疗效果。ASCT 发现，细菌对阿米卡星、头孢西丁等药物的耐受性，能独立预测患者的治疗结局—— 耐受性高的细菌，患者感染更难清除；将耐受性与耐药性结合，预测准确率从 69% 提升到 78%。 这意味着，未来医生可以通过ASCT 检测，为患者量身定制方案：对耐受性高的细菌，选择针对性更强的药物组合，避免无效治疗。 Fig.2 | 时间 - 杀伤动力学预测结核分枝杆菌药物方案的体内结局 1：对比标准治疗方案（HR、HREZ）与新型方案（BPaL、BPaZ）对饥饿状态结核分枝杆菌的杀伤效果，发现新型方案在饥饿条件下更高效，契合其临床缩短疗程的潜力。 2：证实 “饥饿状态细菌的杀伤效率”（而非生长状态细菌或 MIC 值）能准确区分 “优于标准治疗” 和 “等同于标准治疗” 的药物方案，且在小鼠模型和临床试验中均有强相关性。 Fig.3 | 抗生素耐受性是抗生素疗效的独立衡量指标 1：通过 406 株脓肿分枝杆菌的时间 - 杀伤曲线，揭示相同药物暴露下不同菌株的耐受性差异，证明耐受性是菌株特异性特征。 2：关联细菌生长特性（生长速率、滞后期）与耐受性，发现部分药物（如亚胺培南）的耐受性与生长速率相关，而另一些（如莫西沙星）与滞后期相关，但相关性较弱，说明生长状态并非耐受性的主要驱动因素。 Fig.4 | 耐受性由细菌遗传背景驱动 1：通过全基因组分析，证实脓肿分枝杆菌的药物耐受性具有高遗传性（32%-97%），且独立于耐药性（MIC），说明耐受性是可遗传的细菌性状。 2：在系统发育树中定位耐受性聚类，发现脓肿分枝杆菌 massiliense 亚种中存在替加环素低耐受性分支，为针对高耐药菌株的治疗提供潜在靶点。 Fig.5 | 耐受性预测个体感染结局 1：对比脓肿分枝杆菌感染患者的 “清除组” 与 “持续组”，发现阿米卡星、头孢西丁等药物的耐受性与临床结局强相关，高耐受性对应差结局。 2：证实 “耐受性 + 大环内酯类 MIC” 的联合预测模型（AUC-ROC=0.78）优于单独 MIC 预测（AUC-ROC=0.69），为临床个体化治疗提供量化工具。 Fig.6 | 耐受性具有靶点特异性 1：通过主成分分析，发现耐受性表型按抗生素作用靶点聚类（如蛋白质合成抑制剂、DNA 抑制剂、细胞壁抑制剂），说明细菌针对不同靶点进化出特异性存活机制。 2：验证噬菌体蛋白 MAB_0233 的功能，敲除该基因后细菌对蛋白质合成抑制剂（阿米卡星、替加环素）的耐受性升高，证实其是调控耐受性的关键基因。 PART.04 临床价值：从“广谱治疗” 到 “精准打击” 这项技术的突破，直接指向三个临床痛点的解决： 1.缩短肺结核治疗周期 目前肺结核标准治疗需6-4 个月，长疗程导致患者依从性差、副作用风险高。ASCT 能快速筛选出针对饥饿细菌的药物组合，有望将治疗周期进一步缩短，甚至实现 “短疗程治愈”。 2.提高难治性感染治愈率 脓肿分枝杆菌感染的治疗失败率超过50%，主要原因是细菌耐受性强。通过 ASCT 检测细菌耐受性，医生可以避开 “无效药物”，选择能突破细菌 “抗杀防线” 的组合，大幅提升治愈率。 3.加速新药研发 传统新药筛选需依赖动物实验和临床试验，周期长、成本高。ASCT 能在体外精准预测药物的体内疗效，快速淘汰无效候选药物，让真正有效的新药更快进入临床。 PART.05 展望：未来抗生素治疗的“精准时代” 这项研究不仅提供了一种强大的检测工具，更重塑了我们对抗细菌感染的思路—— 治疗的核心不再是 “抑制细菌生长”，而是 “精准杀死顽固细菌”。 未来，随着ASCT 技术的普及，医生可以通过 “单细胞细菌体检”，为每位患者制定个性化治疗方案：肺结核患者无需再经历漫长的疗程，脓肿分枝杆菌感染患者也能避开无效药物的副作用。而对于新药研发，这项技术将成为 “加速器”，让更多高效抗生素更快问世。 在细菌耐药问题日益严峻的今天，ASCT 技术的突破，为我们打开了一扇 “精准抗菌” 的大门。或许不久的将来，细菌感染不再是需要长期抗战的 “持久战”，而是通过精准打击就能快速攻克的 “攻坚战”。 引用文献 Jovanovic, A., Bright, F.K., Sadeghi, A. et al. Large-scale testing of antimicrobial lethality at single-cell resolution predicts mycobacterial infection outcomes. Nat Microbiol (2026). https://doi.org/10.1038/s41564-025-02217-y. 欢迎科研终端投稿，免费宣传。研究文章范围：仅限抗生素研究，微生物抗性基因研究，环境微生物研究等方面。本推送只用于学术交流，如有侵权，请联系删除。 欢迎联系我们