当一种细菌对某种抗生素产生耐药性时，有时反而会对另一种抗生素变得更敏感。这种生物学的副作用为应对抗生素耐药性提供了意想不到的机会。
“我们的想法是，可以利用这一现象为顽固性感染制定更好的用药方案，”研究员科恩·范·哈瑟尔特解释道。“通过明智地切换抗生素或组合使用，你可以利用这种被称为‘伴随敏感性’的生物学效应，降低细菌产生耐药性的可能性，并防止治疗失败。”
从实验室到临床数据：研究人员如何绘制抗生素与细菌图谱
这一现象在实验室研究中早已为人所知，但此前临床研究鲜有涉及。“许多研究依赖于实验室培养的细菌，”范·哈瑟尔特说。“这些细菌与患者体内发现的细菌差异巨大。”
因此，莱顿团队提出了一个基本问题：在取自患者的真实病原体中，我们是否也能观察到这些效应？博士生塞巴斯蒂安·坦达尔正在其博士研究中探索这一问题。该研究成果发表在《柳叶刀-微生物》期刊上。
数十万株细菌菌株揭示了抗生素耐药性的什么信息？
自2008年以来，荷兰国家公共卫生与环境研究所（RIVM）一直在收集常引起感染的细菌数据，例如大肠杆菌、金黄色葡萄球菌和肺炎链球菌。
这些数据来自荷兰几乎所有的医学微生物学实验室。在这项研究中，莱顿研究人员与RIVM传染病流行病学和监测中心密切合作，该中心提供了传染病监测信息系统-抗生素耐药性（ISIS-AR）的数据。
该数据库包含从医疗保健系统各个层面（从全科医生到大学医院）采集的样本检测结果，涵盖了各种人体材料。这完整地描绘了不同细菌对各种抗生素的敏感性。
RIVM的安娜洛特·肖费伦参与了这项研究，她解释说：“由于这些数据每年以相同方式收集，我们可以追踪耐药性趋势并识别新动态。”
“我们将RIVM的数据与国际数据集相结合，”范·哈瑟尔特说。利用劳拉·茨韦普（莱顿-阿姆斯特丹药物研究中心）开发的统计方法，该团队分析了来自数十万株细菌菌株的数据，以寻找耐药性与对另一种药物敏感性增加并存的模式。
新的抗生素组合能否减缓耐药性？
分析结果令人鼓舞：某些组合出现在不同细菌物种中，表明存在广泛适用的效应。“一些组合已在实验室中观察到，但我们也发现了新的配对，”范·哈瑟尔特说。
为了使结果易于获取，团队开发了一款网络应用程序，使研究人员能够自行探索数据。RIVM不仅提供了数据，还支持了对结果的解释以及可能的临床意义。肖费伦说：“这项研究是进一步探究伴随敏感性假说的有力起点。”
从模式到实践：这些见解对治疗意味着什么？
RIVM强调了此类研究在全球抗击抗生素耐药性斗争中的重要性。“在荷兰，由于感染预防和政策，问题仍然相对有限，”该研究所表示。“但某些形式的耐药性正缓慢增加，且难治性细菌正在输入。因此，研究新治疗策略至关重要。”
下一步是研究如何在实践中使用这些组合。“我们正在利用计算机模型和实验室感染模型来了解如何优化剂量，”范·哈瑟尔特说。“最终，我们想知道这种方法是否真的能在患者中减缓耐药性。”
该研究表明，患者数据不仅可用于追踪耐药性，还可用于寻找新的治疗策略。“通常是实验室到患者的路径，”范·哈瑟尔特总结道。“这一次，我们走了相反的路径——结果出乎意料地富有成效。”
出版详情
塞巴斯蒂安·T·坦达尔等人，《伴随敏感性的临床流行率：基于多中心抗菌药物监测数据的系统性探索》，《柳叶刀-微生物》（2026）DOI：10.1016/j.lanmic.2025.101274
期刊信息
《柳叶刀-微生物》
关键医学概念
抗生素耐药性、大肠杆菌、金黄色葡萄球菌、肺炎链球菌
临床分类
传染病、临床药理学
提供方
莱顿大学
【全文结束】