Enkel, snabb, ekonomisk och selektiv detektering av antibiotikaresistensgener från miljön

Forskningsprojekt, 2024 – 2026

Överanvändning av antibiotika är en viktig orsak till den globala spridningen av antibiotikaresistenta bakterier och antibiotikaresistensgener. Över 25 000 människor i Europa dör årligen av infektioner orsakade av antibiotikaresistenta bakterier. I allmänhet har de skandinaviska länderna strikta regler för antibiotikaanvändning i vårdmiljöer och uppvisar därmed låga procentsatser av antibiotikaresistens (ECDC, 2012). En betydande andel av den antibiotika som konsumeras av människor sker dock genom öppenvårdsterapi snarare än i vårdmiljöer (Folkhälsomyndigheten, 2016) och en stor del av antibiotikan som tas upp av människor och djur utsöndras oförändrat i urin och avföring. Således är både avloppsreningsverk och sjukhusavloppsvatten reservoarer för de flesta antibiotikaresistensgener och bidrar till deras mångfald i tillhörande naturliga miljöer. Det är viktigt att övervaka förekomsten av antibiotikaresistensgener i kraftigt förorenade miljöer som bidrar till spridningen och persistensen av antibiotikaresistenta bakterier. Det är också viktigt att övervaka uppkomsten av antibiotikaresistensgener i relativt mindre förorenade miljöer som kan vara till hjälp för att utveckla strategier för att minska spridning. Idag detekteras vanligen antibiotikaresistensgener genom kvantitativ polymeraskedjereaktion (PCR). Denna procedur kräver komplexa instrument och är både tidskrävande och kostsam att använda eftersom den innefattar flerstegsreaktioner och dyra reagenser samt en utbildad personal för genomföring. Dessutom begränsas analys till en eller ett fåtal antibiotikaresistensgener åt gången.I detta projekt föreslår vi att utveckla ett grafenbaserat diagnostiskt chip i miniatyr som möjliggör exakt, snabb, enkel och billig digital detektion av hundratals antibiotikaresistensgener i DNA-material från miljöprover. CRISPR/Cas9 kommer att användas för att säkerställa hög precision och tillförlitlighet. Cas9-detektionsmodulen kommer att anslutas till det avancerade 2D-materialet grafen, som kommer att utgöra den signalgenererande delen av chipet. Vid bindning av en antibiotikaresistensgen till Cas9 kommer grafenchipets elektriska ledningsförmåga förändras och därmed generera en signal. Ett miniatyrchip (1 cm2) innehållandes flera hundra mönstrade detektionsytor där varje yta utformas för en specifik antibiotikaresistensgen kan produceras. Chipet kan anslutas till en enkel elektronisk avläsningsenhet via ett USB-uttag, vilket gör det enkelt att använda även för personer utan utbildning. Detekteringen sker därför i realtid, vilket möjliggör betydligt snabbare och lättare provanalys jämfört med andra detekteringstekniker som används idag. Med hjälp av detta chip kan avloppsvatten i reningsverk, vattensystem och naturliga miljöer regelbundet övervakas med avseende på antibiotikaresistensgener. I vår grupp har vi redan utvecklat ett grafenbaserat sensorchip för detektion av bakterieinfektioner i flytande prover. Samma grafenchipteknik kommer enkelt att kunna modifieras för detektion av antibiotikaresistensgener i DNA från miljöprover med hjälp av en CRISPR/Cas9-baserad receptor för detektering av antibiotikaresistensgener. Detektion av cirkulerande tumör-DNA (ctDNA) från plasma av cancerpatienter med samma teknologi är också vårt pågående projekt. Vårt mål är att utveckla detta sensorkoncept för att sträva mot förbättrad detektion av antibiotikaresistensgener och främja det som verktyg i testning av avloppsvatten i reningsverk, vattensystem och naturliga miljöer. Projektet har en tydlig kommersiell potential och vår marknad är sjukhus och avloppsreningsverk för att regelbundet mäta antibiotikaresistensgenerna i deras avlopp, så väl som miljöövervakningsorgan för att undersöka antropogena och fekala föroreningar. Jämfört med den nuvarande detekteringstekniken för PCR är detektering av antibiotikaresistensgener med detta chip enkelt, snabbt och kostnadseffektivt vilket utmärker oss i konkurrensen med den nuvarande tekniken. Med tanke på att grafen b