Genomic determinants of antibiotic resistance for Helicobacter pylori treatment: a retrospective phenotypic and genotypic observational study
Notice bibliographique
Résumé
BACKGROUND: Rising antimicrobial resistance of Helicobacter pylori is a public health challenge. Genomic-based susceptibility testing allows for the identification of resistance-associated mutations, complementing conventional diagnostics and advancing towards pathogen-based personalised therapies. Our study aimed to identify genes and mutations involved in antimicrobial resistance in H pylori and evaluate the extent to which these markers can be used as predictors of phenotypic resistance against clarithromycin and levofloxacin. METHODS: In this retrospective phenotypic and genotypic observational study, we included 1011 H pylori whole-genome sequences and strains of known geographical origin from the H pylori Genome Project (HpGP) collection. We performed phenotypic clarithromycin and levofloxacin susceptibility testing on a subset of 419 HpGP strains using Etest at a centralised laboratory. A genomic analysis was conducted to identify 23S rRNA and gyrA variants and build a curated catalogue of mutations associated with resistance to clarithromycin (ie, 23S rRNA 2142A→G, 2142A→C, and 2143A→G) and levofloxacin (ie, gyrA A88V or A88P, N87K or N87I, and D91G, D91N, or D91Y). Genotype-phenotype concordance was assessed to estimate sensitivity and specificity, and the curated catalogue of resistance-associated mutations was applied to the complete HpGP set. Region-specific prevalence of resistance-associated mutations was calculated for a combined dataset including the HpGP genomes and 768 whole-genome sequences retrieved from the US National Center for Biotechnology Information Sequence Read Archive repository. Associations between resistance genotypes, H pylori subpopulations, and minimum inhibitory concentrations (MICs) were tested. FINDINGS: Clarithromycin-resistant and levofloxacin-resistant HpGP strains were estimated with a sensitivity and specificity of 100%, with all confidence intervals ranging from 96% to 100%. The combined analysis (n=1779) found the highest prevalence of clarithromycin resistance in the western Pacific region (173 [51·2%] of 338 in southeast Asia and 75 [29·8%] of 252 in eastern Asia), north African region (seven [38·9%] of 18), and western Asian region (12 [31·6%] of 38), whereas the highest prevalence of levofloxacin resistance was found in south Asia (14 [51·85%] of 27), Central America (48 [38·7%] of 124), eastern Europe (four [36·4%] of 11), and southern Africa (three [33·3%] of nine). Similarly, 23S rRNA and gyrA genotypes are variable across H pylori subpopulations. MIC values changed depending on the specific mutation in 23S rRNA (mean clarithromycin MIC 24·61 mg/L [95% CI 12·27-36·96] for 2143A→G and 142·25 mg/L [95% CI 77·88-206·61] for 2142A→G) and gyrA (mean levofloxacin MIC 9·66 mg/L [95% CI 6·75-12·56] for mutations on codon 91, and 27·97 mg/L [95% CI 25·82-30·11] for mutations on codon 87). INTERPRETATION: Mutations in specific genes are reliable indicators to clarithromycin and levofloxacin resistance in H pylori, making them useful markers for the development of diagnostic assays and molecular monitoring. Our results suggest that using clarithromycin and levofloxacin empirically, without previous susceptibility testing, is unsuitable in all geographical regions covered by this study. FUNDING: Intramural Research Program of the US National Cancer Institute, the European Research Council, and the Spanish Ministry of Science and Innovation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».