新華社北京2月28日電（記者馮玉婧）抗生素在治療細菌感染中發揮重要作用，但它是一把“雙刃劍”,也促使細菌強化耐藥性。一個國際團隊近日在美國《科學》雜志上報告說，他們利用機器學習技術和基因組測序技術開發出一種抗生素處方算法，可將感染治療中的耐藥性風險降低一半。

　　治療感染的重點在于正確匹配抗生素與病原體的耐藥情況，然而即使匹配正確，仍有可能出現抗生素耐藥性。一個原因是，細菌可能在進化中隨機突變而產生耐藥性，但這個隨機過程難以預測和避免。

　　以色列理工學院領銜的研究團隊發現，大多數感染患者的耐藥性并不是因為致病菌的隨機突變而產生，而是由患者體內微生物組中對處方抗生素具有耐藥性的另一種菌株迅速再次感染而引起的。研究人員將該發現轉化為一種治療思路：治療用的抗生素不僅應與導致當前致病菌的耐藥情況相匹配，還應與患者體內微生物組中有可能取代當前致病菌的其他細菌相匹配。

　　研究團隊利用20多萬名患者為期8年的微生物組數據記錄，構建了機器學習算法模型，用于預測個體對特定抗生素產生耐藥性的風險。研究人員還利用以往治療尿路感染和傷口感染的大量抗生素處方數據來訓練這個算法，使它能夠制定出個性化抗生素治療處方。研究顯示，該抗生素處方算法可將治療中出現抗生素耐藥性的風險降低一半。

　　“我們發現，患者過去感染中對抗生素的敏感性可用于預測他們再次接受抗生素治療后出現耐藥性感染的風險。”該論文第一作者、以色列理工學院研究人員馬修·斯特拉西博士解釋。

　　研究人員表示，希望這項研究能為醫生提供更好的工具，以制定個性化抗生素治療方案來改善療效，并最大限度減少耐藥性致病菌的蔓延。