大肠杆菌素耐药性与异耐药性的定量药效学表征大肠杆菌使用Killing曲线的半机械模型

摘要

简介

异质耐药性是指由一个或多个亚群组成的异质细菌群，与主要细菌群相比，其对抗菌药物的敏感性降低(1). 这种现象在多种抗菌药物（AMD）中都有描述，尤其在多粘菌素（多粘菌毒素B和粘菌素）中很常见，在这些药物中，曾有针对不同物种的报告，包括大肠杆菌(2,三). 当暴露于AMD时，异质耐药亚群可能会增加，如果生物相浓度未能达到抑制水平，则可能导致临床挑战和治疗失败。识别和量化异质耐药性具有挑战性，因为各种方法，如人口分析分析（PAP），都是劳动密集型的，并且基于MIC测量的方法有限(4). 先前的研究探索了利用时间杀伤曲线（TKC）分析结合PAP来探索异质电阻的本质(5,6)尽管需要更先进的TKC建模才能真正表征异质电阻。

此前有报道称，大肠杆菌素的抗菌效果取决于鲍曼不动杆菌(7,8),肺炎克雷伯菌(9)、和铜绿假单胞菌(10,11). 这些研究还描述了对粘菌素敏感菌株的主要初始杀灭率，在静态时间杀灭研究中，在临床相关浓度下观察到细菌再生。黏菌素对大肠杆菌已在几项研究中使用血浆中可达到的固定药理学浓度进行了探索(12)或尿液(13)或符合2 mg/L的流行病学临界值（ECOFF）(14). 虽然这些研究证明了黏菌素的杀菌活性以及各种药物组合的协同作用，以增强对耐药菌株的活性，但它们并未试图描述控制这种杀菌活性的潜在药效学（PD）参数。此外，包括易感和主控制室-1-阳性菌株没有探讨耐药基因对这些关键PD参数的影响(15). 对于所有药物，AMD的PD活性（通常通过MIC测量报告）事实上可以根据其主要的PD疗效、效力和敏感性参数来描述(16). 对于AMD测试体外，功效通常与最大杀菌效果相对应。通过最大杀戮率进行量化(E类_最大值; 单位/小时）。效力通过一种称为EC的浓度进行量化₅₀（单位mg/L），是AMD浓度，其杀灭率等于E类_最大值/得到2。敏感性与浓度与效应响应的或多或少的浅斜率或陡斜率有关。它将对细菌种群产生作用的浓度从最小作用转化为最大作用。这个斜率是通过将E类_最大值对此处表示的附加参数gamma（标量）进行建模，以得出Hill模型(17). 在PD参数的识别和量化的背景下，MIC必须被视为由这些参数产生的简单混合变量，并且在一些标准化测试条件下和固定在18至20小时之间的单个时间点是可观察到的。TKC实验，考虑到AMD活动对受试细菌种群的生长、死亡率和可能再生的动力学的时间进程，提供了关于潜在PD参数的基本信息。它们甚至可以从这些TKC中量化，模型预测AMD效应的时间动态，这些模型根据以下方面明确参数化E类_最大值，秒₅₀和伽玛射线。为此提出了几类模型，特别是所谓的半机械模型(18)，我们已在本文中讨论过。

本研究探讨了大肠杆菌素对7种不同菌株的抗菌作用大肠杆菌(3主控制室-低MIC阴性；三主控制室-1个正极和1个主控制室-3阳性，MICs达到或高于ECOFF），采用静态时间杀伤分析，初始接种量为10⁵阳离子调整的米勒-欣顿肉汤（CAMHB）中的CFU/mL。目的是量化和比较描述这些人群生长和死亡时间过程的药代动力学（PK）/PD参数。最终目标是确定整体模型是否能够提供对（i）不同菌株的黏菌素功效和效力之间的差异的见解大肠杆菌，（ii）主控制室-负值和主控制室-阳性菌株（例如，与生长相关的适应成本），（iii）异质耐药性可以在多大程度上解释具有恒定黏菌素浓度的细菌的再生，以及（iv）如果异质耐药性和耐药性的机制在性质上不同，或者相反，性质相同，如果它们的表达在数量上不同。据我们所知，我们还介绍了第一个用主控制室-3-正大肠杆菌菌株。

结果

（i） 连续的TKC实验。

连续进行TKC实验主控制室-阴性隔离12241和主控制室-阳性分离物13846。这些连续的TKC实验的目的是为了探索在第1天结束时和第2天期间，对那些先前接触不同水平的大肠杆菌素的人的再生产生的细菌的预处理对他们对大肠杆菌素敏感性的可能影响。在第一次TKC期间，在大肠杆菌素浓度高达0.25 mg/L（1×MIC）（12241）和1.5 mg/L（0.75×MIC(图1). 第二次TKC实验显示，12241只小鼠对黏菌素的敏感性降低，再生生长可达1 mg/L（第1天末为4×MIC），13846只小鼠对4 mg/L（第一天末为2×MIC。在第二次TKC实验期间，两个菌株的MIC都增加了，其中菌株12241在TKC前的MIC（时间零点h）为0.25 mg/L，在第24小时（首次TKC试验后）和第48小时（二次TQC后）的MIC为2 mg/L；分离物13846在第24小时（首次TKC实验后）和第48小时（第二次TKC试验后）的TKC前MIC（时间0小时）为2 mg/L，MIC为4 mg/L。这表明，在第1天结束的再生过程中选择的细菌种群对大肠杆菌素的敏感性降低，第二次TKC实验证明了这一点。

在单独的窗口中打开

图1

进行了连续的TKC实验，如下所示。（顶部）NCTC参考大肠杆菌菌株12241(主控制室-阴性，MIC为0.25 mg/L），显示初始TKC（第1天；第1列），以及暴露于0.25×MIC（0.0625 mg/L；柱2），0.5×MIC（0.125 mg/L；柱3）和0.75×（0.188 mg/L；第4列）。（底部）NCTC参考大肠杆菌应变13846(主控制室-1-阳性，MIC为2 mg/L），显示初始TKC（第1天；第1列），以及暴露于0.25×MIC（0.5 mg/L；柱2），0.5×MIC（1 mg/L；柱3）和0.75×（1.5 mg/L；第4列）。重复测量MIC表明，在最初的TKC中预先暴露于大肠杆菌素后，分离物12241的MIC从0.25 mg/L增加到2 mg/L，分离物13846的MIC则从2 mg/L增加至4 mg/L，并且这种增加与最初的TQC中预先暴露的浓度无关。

PAP分析。

这两个测试菌株，主控制室-阴性隔离12241和微控制器-阳性分离物13846显示，可回收高达8 mg/L大肠杆菌素碱的异种耐药亚群。在不含黏菌素的情况下，异质耐药亚群在总种群中所占比例为1.02×10⁻⁷至3.32×10⁻⁷在里面大肠杆菌分离物12241（分别为4mg/L和8mg/L）和7.13×10⁻⁵对于大肠杆菌以8 mg/L分离13846(图2).

在单独的窗口中打开

图2

NCTC参考的人口分析概况（PAP）大肠杆菌菌株13846(主控制室-1-阳性，MIC为2 mg/L）和12241(主控制室-阴性，MIC为0.25 mg/L）。菌落生长大于MIC，包括浓度≥4倍时，表明存在不太敏感的亚群，这表明细菌总数中存在异质耐药性。Andersson等人定义了表明异质电阻的相关频率(1).

时间杀伤实验的PD建模。

所选模型是尼尔森等人提出的通用半机械模型的改编(20) (图3).

在单独的窗口中打开

图3

大肠杆菌素时间杀伤分析的PK/PD模型。从最初接种开始，假设所有细菌都处于易感（S）增长群体中，并转移到非生长和非易感群体中。最初的易感细菌种群被认为是异质的，有两个亚群，分别代表高感细菌（S1）和低感细菌（S2）的优势种群，两个亚种群之间的动态平衡由K12和K21的一级速率常数驱动。相同的最大增长率(K_生长)S1和S2被认为是最大的生长速率（alpha），但S1和S1的最大生长速率（AlphaS1代表S1，AlphaS2代表S2）不同。在首次接触大肠杆菌素期间，该系统被认为已经处于平衡状态，K12/K21比率是通过直接评估S1（F1）种群和S2（1−F1）亚种群之间的种群分布因子（F1）来估算的，F1=1−（K12/K22）。向非划船状态的不可逆转移率(K_{服务提供商})S1和S2被认为是相同的。所有细菌的自然细胞死亡率都是恒定的(K_死亡)固定为0.17小时⁻¹.粘菌素的作用(K_药物)，尺寸与K_死亡（小时）⁻¹)，由具有三个参数的Hill模型描述(E类_最大值对于疗效，EC₅₀表示效力，伽马表示斜率）C类细菌暴露时的黏菌素浓度。K_药物被认为是自然细胞死亡的附加因素，对高度敏感的亚群S1具有增强因子（F2）。F2增加K_药物仅通过增加E类_最大值因为在初步分析中，显示EC没有差异₅₀s代表两个S1和S2亚群。模型脚本位于https://rvc-repository.worktribe.com/output/1567805/amplementary-data-quantitative-pharmacodynamic-characterization-of-resistance-vs-hotherorestiance-of-colistin-in-e-coli-using-a-semi-mechanisic-modeling-of-killing-curves.

fit地块质量(图4和​和5）5)表明最终选择的模型正确地捕获了不同的TKC实验。

在单独的窗口中打开

图4

绘制观察到的细菌计数自然对数（CFU/mL；因变量[DV]）与七个菌株中每个菌株的单个预测计数值（PRED）的对数。理想情况下，观测值与拟合值应接近统一线，其中x个 = 年.

在单独的窗口中打开

图5

条件加权残差（CWRES）与PRED，其中PRED是模型的单个预测（模型中没有随机成分），表明指数残差模型是合理的。红色和蓝色曲线为LOESS回归曲线。蓝色曲线考虑了残差的符号（正或负），而红色曲线及其反射仅考虑残差的绝对值。理想情况下，蓝线应为0，红线（带负反射）不应显示任何扇形。

视觉预测检查（VPC）主控制室-阴性菌株和主控制室-阳性菌株如所示图6和​和7，7分别是。

在单独的窗口中打开

图6

三人的视觉预测检查（VPC）主控制室-阴性大肠杆菌模拟200个重复获得的菌株。对于大多数TKC而言，观察到的分位数（20%、50%和80%）（红线）与模拟数据对应的90%置信区间（CI；阴影区）叠加得相当好。上下蓝色阴影区域分别是20%和80%分位数的90%CI，粉红色阴影区域是50%分位数的90%CI。黑色开放符号，观察数据。

在单独的窗口中打开

图7

四人视觉预测检查（VPC）微控制器-积极的，积极的大肠杆菌模拟200个重复获得的菌株。对于大多数TKC而言，观察到的分位数（20%、50%和80%）（红线）与模拟数据对应的90%置信区间（阴影区）叠加得相当好。上下蓝色阴影区域分别是20%和80%分位数的90%CI，粉红色阴影区域是50%分位数的90%CI。黑色开放符号，观察数据。

模型估计的典型值（30个样本，按MCR状态分层）以文本形式报告，参数的估计自举中位数及其95%置信区间显示在表1S1（显性和高感人群）和S2（少数异抗人群）之间的起始接种物（F1）的分馏在主控制室-积极的和主控制室-阴性菌株；初始接种量为5×10⁵CFU/mL，异种耐药细菌数量估计为269和363微控制器-积极的和主控制室-阴性分离物，即约0.06%的细菌在时间零点位于亚群S2中。大肠杆菌素存在下的最大杀菌率(E类_最大值)对于主控制室-负值和主控制室-阳性菌株，估计为2.69小时⁻¹即，与死亡率相比增加了15倍（固定为0.179小时⁻¹).

表1

描述TKC的半机械模型的典型值（tv）和中值参数估计值以及95%置信区间

参数一	单位	电视估计	中值（引导）估计	%CI（来自引导）
				2.5	97.5
细菌生长系统参数
K生长最大值	小时−1	2.44	2.39	2.25	3.66
K死亡	小时−1	0.179（固定）
B类最大值	CFU/毫升	1.43 × 1010	1.49 × 1010	8.77 × 109	1.98 × 1010
阿尔法S1	小时−1	0.88	0.99	0.38	1.29
阿尔法S2	小时−1	3.74	3.43	3.04	4.34
第一层，主控制室阴性（S1与S2中的细菌数量）		0.9995（499731对269；0.05%）	0.9996（499760对240；0.05%）	0.9992	0.9997
第一层，微控制器阳性（S1与S2中的细菌数量）		0.9994（499637对363；0.07%）	0.9994（499692对308；0.06%）	0.9989	0.9997
大肠杆菌素药效学参数
欧盟委员会50_S1（第一阶段）(大肠杆菌219;主控制室负）	毫克/升	0.082	0.084	0.046	0.098
欧盟委员会50_S1（第一阶段）(大肠杆菌12241;主控制室负）	毫克/升	0.150	0.156	0.079	0.183
欧盟委员会50_S1（第一阶段）(大肠杆菌N100；主控制室负）	毫克/升	0.083	0.085	0.047	0.099
欧盟委员会50_S1（第一阶段）(大肠杆菌13486;主控制室-1)	毫克/升	2.935	2.744	2.664	3.499
欧盟委员会50_S1（第一阶段）(大肠杆菌120h_B3_5；主控制室-1)	毫克/升	2.760	2.624	2.340	3.408
欧盟委员会50_S1（第一阶段）(大肠杆菌73h_B6_2；主控制室-1)	毫克/升	3.669	3.683	3.369	4.442
欧盟委员会50_S1（第一阶段）(大肠杆菌2013年第352季度；微控制器-3)	毫克/升	3.370	3.150	2.908	4.069
欧盟委员会50_S2系列(大肠杆菌219;主控制室负）	毫克/升	0.114	0.114	0.105	0.157
欧盟委员会50_S2系列(大肠杆菌12241;主控制室负）	毫克/升	0.287	0.287	0.249	0.373
欧盟委员会50_S2系列(大肠杆菌N100；主控制室负）	毫克/升	0.115	0.115	0.106	0.158
欧盟委员会50_S2系列(大肠杆菌13486;主控制室-1)	毫克/升	1.462	1.500	1.255	1.751
欧盟委员会50_第2页(大肠杆菌120h_B3_5；主控制室-1)	毫克/升	2.174	2.063	1.907	3.634
欧盟委员会50_S2系列(大肠杆菌73h_B6_2；主控制室-1)	毫克/升	2.540	2.530	2.213	3.005
欧盟委员会50_S2系列(大肠杆菌2013年第352季度；主控制室-3)	毫克/升	2.063	2.017	1.907	2.977
伽马_S1	标量	4.09	3.91	3.37	8.84
伽马_S2	标量	3.22	3.80	1.79	8.38
F2（用于主控制室-阴性隔离物）	标量	12.66	13.65	5.93	16.61
F2（用于微控制器-阳性菌株）	标量	3.76b条	3.93b条	1.72	6.13
E类最大值（S2）用于两者主控制室-负值和主控制室-阳性分离物	小时−1	2.69	2.51	2.04	5.29
E类最大值（S1）用于主控制室-阴性分离物	小时−1	34.12c（c）	34.44c（c）	28.61	38.44
E类最大值（S1）用于主控制室-阳性分离物	小时−1	10.13c（c）	10.43c（c）	7.58	13.66

在单独的窗口中打开

^一K_{生长最大值}最大生长速率常数；K_死亡自然死亡率；B类_最大值，最大可能细菌密度；α，达到最大增长率之前的延迟；F1，起始接种物在S1亚群中的比例；欧盟委员会_50,达到50%所需的浓度E类_最大值根据方程式7计算(https://rvc-repository.worktribe.com/output/1567805/amplementary-data-quantitative-pharmacodynamic-characterization-of-resistance-vs-hotherorestiance-of-colistin-in-e-coli-using-a-semi-mechanisic-modeling-of-killing-curves); γ_S1，亚群S1的希尔系数；γ_S2，亚群S2的希尔系数；F类₂，的增强因子K_药物S1亚群；地上二层_{微控制器1}，的增强因子K_药物在mcr阳性菌株的S1亚群中；E类_最大值，除此之外，杀伤效果最大增加K_死亡; tv，典型值。

^b条地上二层_{最大持续功率}根据协变量参数（dF2）计算_{最大持续功率})作为F2_{最大持续功率}=F2×exp（dF2_{最低资本要求1}).

^c（c）E类_最大值（S1）=E类_最大值（S2）×F2。

与相应的S2相比，大肠杆菌素对高敏感亚群（S1）的增强作用（F2）估计为12.66主控制室-阴性菌株，S1的最大杀灭率为34.12/h。在这种情况下，消除S1的时间，即达到100 CFU的定量限（LOQ）为15分钟主控制室-阳性菌株，增强因子F2显著降低，为3.76，对S1的最大杀伤率为10.13/h主控制室-阳性菌株为51分钟。大肠杆菌素浓度达到最大效果的一半（EC₅₀)最终S2群体中主控制室-阴性菌和1.46至2.54 mg/L主控制室-阳性细菌，表明大肠杆菌素对主控制室-阴性细菌。此外主控制室-阳性菌株与主控制室-阴性菌株的效力差异（EC₅₀)其优势种群的因子为44，而异抗亚群的因子为22。最大生长速率与主控制室-积极的和主控制室-阴性菌株（2.44/h）。然而，最大生长速率的半衰期常数(K_{生长最大值})（达到50%的时间K_{生长最大值})S2亚群（47分钟）明显长于S1亚群（17分钟）。

计算每个菌株不同亚群的MIC作为次要参数(表2). 模型计算的S2 MIC与肉汤微量稀释法测得的MIC非常接近，表明24小时MIC测得的是异质耐药亚群的MIC。S1和S2亚群的模型估计MIC(图8)结果表明，估算的S2 MIC与相应的测量MIC表现出良好的一致性。

在单独的窗口中打开

图8

S2亚群的MIC估计值（根据PD模型计算）与肉汤微量稀释法测得的MIC吻合良好。决定系数(对²)为0.9912。

表2

模型估计的中等收入国家

次要参数	单位	数据用于：
		微控制器-阴性大肠杆菌隔离			主控制室-1-正极大肠杆菌隔离			主控制室-3-正大肠杆菌隔离
		219	12241	100奈拉	13846	120h_B3_5	73小时-B6_2	2013年第352季度
MIC（测量值）	毫克/升	0.125	0.25	0.125	2	2.4	3.2	2.4
S1亚群的MIC（根据模型计算一)	毫克/升	0.041	0.076	0.042	2.096	1.940	2.566	2.304
S2亚群的MIC（根据模型计算b条)	毫克/升	0.136	0.342	0.137	1.751	2.495	3.051	2.430
S2亚群的MIC比率（计算/测量）		1.09	1.37	1.10	0.88	1.04	0.95	1.01
S2/S1计算折差		3.32	4.5	2.98	0.86	1.29	1.19	1.05

在单独的窗口中打开

^一MIC计算依据(https://rvc-repository.worktribe.com/output/1567805/amplementary-data-quantitative-pharmacodynamic-characterization-of-resistance-vs-hotherorestiance-of-colistin-in-e-coli-using-a-semi-mechanisic-modeling-of-killing-curves)（方程式13或14），标准接种量为5×10⁵CFU/毫升(46).

^b条MIC，MIC基于(https://rvc-repository.worktribe.com/output/1567805/amplementary-data-quantitative-pharmacodynamic-characterization-of-resistance-vs-hotherorestiance-of-colistin-in-e-coli-using-a-semi-mechanisic-modeling-of-killing-curves)（方程式12），标准接种量为5×10⁵CFU/毫升(46).

讨论

在本研究中，目的是描述黏菌素对菌株的抗菌作用大肠杆菌具有不同的表型和遗传易感性，特别是主控制室阴性，并且在易感野生型人群中有MIC（ECOFF为2 mg/L）和主控制室-积极的，积极的(主控制室-1或主控制室-3） 与ECOFF以外的MIC隔离。

在引入黏菌素后的10分钟内产生快速杀菌效果，随后细菌在除最高黏菌素浓度外的所有菌株中再生，无论主控制室状态，已观察到。细菌再生已被确认为多种抗菌药物类别，包括在探索黏菌素杀菌作用的试验中(21). 关于这一现象，人们考虑了几个原因，包括自由黏菌素通过与检测系统结合而丢失，黏菌素暴露引起的短暂适应性耐药性，以及起始人群的敏感性异质性（异质性耐药性）。异质耐药性概念假定，在任何特定的细菌种群中，即使被描述为对特定抗生素敏感，也会有一个由于自然突变、适应或表达而不太敏感的亚种群(1,4). 为了确定群体中是否存在异质抗性，可以使用两种方法，群体分析分析（PAP）和连续TKC实验。PAP被认为是金标准方法，可以通过暴露于不断增加的抗菌药物浓度来量化不易感亚群的频率(22,23). PAP分析大肠杆菌在含有黏菌素的情况下，两种细菌都有存活的菌落微控制器-负值和主控制室-阳性菌株，高于测量的MIC，并且比ECOFF高4倍，清楚地表明存在异质耐药性。连续的TKC实验进一步证明了这一点，在24小时大肠杆菌素暴露后，在亚MICs和随后增加的MICs下，两株菌株的敏感性降低。这可能表明易感人群部分或全部减少，并从最初的异质人群中选择较不易感的亚人群。

尼科洛夫等人(三)提示高达27.5%的细菌-药物组合可能表现出异耐药性，通常是由基因的复制或扩增引起，导致较低的敏感性，但这些药物不稳定，会丢失/删除，在没有任何选择压力的情况下迅速恢复到正常的野生型。多种细菌，包括大肠杆菌，已证明在存在黏菌素或多黏菌素B时表现出异耐药性(1,24). 具体来说，由于黏菌素以外膜上的脂多糖（LPS）为靶点，可变的表型敏感性与磷脂成分的异质性或LPS修饰途径的调节改变直接相关(2,25,26). 尽管本研究中没有报告，但通过公差圆盘试验（TD试验）进一步阐明异质电阻可能是可行的，该试验是Gefen等人提出的圆盘扩散试验的改进(27).

为黏菌素开发了一个半机械模型，如图3尼尔森（Nielsen）等人之前曾报告过类似的模型结构(28)并在此适用于描述初始异质细菌种群，其中一部分（亚群，记为S2）的易感性低于优势种群，记为S1。S1和S2之间的可逆平衡由两个一级速率常数描述，在模型中称为K12和K21（参见图3). 由于K12和K21不能单独识别，我们假设该系统在S1和S2之间处于初始平衡状态，在大肠杆菌素暴露开始之前，根据F1这一实际可识别比率K21/K12的因子对总人口进行分配。这种类型的模型可以描述每个亚群对大肠杆菌素暴露反应的时间发展，包括快速杀灭后再生的初始阶段。此外，它允许量化基本药效学参数（疗效、效价和浓度与效应关系的敏感性），这些参数共同决定了24小时测量的MIC。从这个角度来看，应记住，MIC只是一个混合变量，其值不仅取决于抗生素的潜在PD参数，还取决于测量条件（初始接种量、试验持续时间、细菌生长率）。我们的模型估计最初不太敏感的亚群大约有几百种细菌，即主要是少数，并且对这两种细菌都是如此主控制室-负值和主控制室-阳性群体，这表明携带抗性基因的菌株可能仍存在异质抗性。该模型无法解释为什么在存在最敏感的S1亚群的情况下，最不敏感的亚群S2仍在少数群体中。通过考虑我们的模型以及K12和K21控制的两个亚种群之间的平衡，我们只能假设最敏感的亚种群S1的存在对K12施加了双重制动，一方面，K12仍然比K21低得多，另一方面，在K12上施加了双重制动力K_生长最不敏感人群S2在最敏感人群存在下无法复制的比率。然而，这两个亚群的内在增长率（分别在无粘菌素和有粘菌素的情况下）具有相同的数量级，但我们的模型表明，S2实现最大增长率的延迟比S1短（根据参数alpha估计），表明S2异质抗性亚群的生长速度缺乏适应度成本。

对于两者主控制室-负值和主控制室-阳性菌株中，根据最大杀灭率估计，大肠杆菌素的初始杀菌效果相当迅速(微控制器正）或非常快(主控制室阴性），平均最大杀伤时间（1/E类_最大值)分别为5.9分钟和1.8分钟。这意味着对于一个非常大的大肠杆菌素浓度，两种情况下杀死一批细菌所需的平均时间都只有几分钟主控制室-负值和主控制室-阳性菌株。正是这种最初的快速杀灭确保了最易感亚群S1的根除，而S1迅速被较不易感亚种群S2取代，这种现象被描述为再生，但实际上是最初S2少数亚群的增长。最后，24小时测得的MIC不是最初S1优势亚群的MIC，而是S2少数亚群的MI。

最大杀伤率是药效参数，而EC₅₀是衡量黏菌素效力的指标。功效和效力是黏菌素作用的两个不同描述词。E类_最大值反映了使黏菌素对细菌产生特定反应的特性（这里是细菌死亡）。E类_最大值是与某些细菌因子如细胞壁结构或膜完整性有关的比例因子。尽管此处使用Hill模型进行建模（如Bergen等人先前报道的[10])有人建议，黏菌素的自吸收也可以用二级致死率来描述(29); 在我们的模型中，我们可以识别出线性效应（至少在对数域响应的20%到80%之间），而希尔模型在预测饱和之前正确描述了对数线性剂量响应，考虑到快速杀伤效应，这种饱和不太可能达到。相反，EC₅₀，通常表示为浓度，反映了黏菌素对其目标的亲和力。该模型表明EC的主要差异₅₀之间主控制室-负值和主控制室-阳性菌株，但对于给定的主控制室-负值或a主控制室-阳性菌株，以及给定菌株内不同亚群之间的细微差异，但可以观察到，最大杀灭率是区分两个初始亚群的主要因素。为了估计黏菌素对异质耐药亚群的影响，模型中加入了一个增强因子（F2）来估计E类_最大值即对高敏感S1亚群的最大杀灭率。对于主控制室-阴性菌株，大肠杆菌素效应是高敏感S1亚群的12.66倍。该模型表明，对于主控制室-宿主分离物，其中最易感病的亚群S1只比少数S2敏感3.76倍微控制器亚群。这表明，正是黏菌素靶点的性质将S1与S2区分开来，而不是黏菌素对其作为低EC作用位点的亲和力₅₀对于S1，比S2亚群所建议的要多。这支持了这样一个假设，即在作用位点的给定黏菌素浓度下，S1中黏菌素的杀菌效果比S2更容易实现。

效力（EC₅₀)在菌株之间单独拟合，与在分组菌株的典型值周围拟合随机分布相比，显著提高了模型拟合，个性化值与每个菌株的MIC测量值一致。尼尔森（Nielsen）等人（al(28)允许模型适应应变变化。此外，由于EC的估计₅₀和E类_最大值针对每个亚群，可以计算出每个亚群的相应MIC，尤其是S1的MIC，而只有S2在24小时时可以观察到。S2的MICs计算值与24小时时测量的MIC非常相似（参见图8)支持所采用模型的有效性。在这方面，测量和观测的中等收入国家不仅取决于E类_最大值和EC₅₀如前所述，但也包括增长率，这是针对主控制室-积极的和微控制器-阴性细菌。这允许讨论与存在主控制室基因。事实上，如果AMR机制在选择性环境中（在存在黏菌素的情况下）具有优势，这通常会通过固有的适应成本来平衡(30,31). 模型没有表明（通过包含主控制室-相关协变量K_{生长最大值}或α）最大生长速率或滞后期的差异归因于MCR的潜在适应度成本。这与最大细菌种群的估计一致(B类_最大值)尽管多项研究已经探讨了MCR的潜在适应度成本，但各菌株的适应度都显示出类似的值，报告称由于酶生产的能量成本和LPS修饰导致的细胞膜不稳定性，适应度显著降低(32,–34). 这种适应成本可能并不适用于所有菌株，有些细菌表现出补偿性突变(35). 在本研究中，没有完整的基因图谱或进一步的研究来阐明菌株的相对适合性，该模型没有表明（通过纳入主控制室-相关协变量K_{生长最大值})最大增长率的差异归因于MCR的潜在健身成本。

我们研究的主要局限性是可能的混杂因素，表现为通过吸附到分析材料（例如聚苯乙烯分析板）上，大肠杆菌素可能会逐渐、随时间而流失，这可能会降低游离大肠杆菌素的比例，并且可能不再表现出抗菌作用(36,37). 黏菌素吸附的速度和程度可能取决于时间杀伤试验装置的具体情况（例如，试验板、培养基等的品牌），只有在整个试验过程中测量黏菌素浓度时才能准确测定。在本研究中，没有关于黏菌素可能结合率的数据。这可以通过MIC的测量来部分缓解，因为它是在24小时的固定时间点和同一聚苯乙烯微分析板中进行的，已经考虑了粘菌素结合的量。此外，仅与黏菌素吸附相关的再生不能解释黏菌素暴露后记录的最低抑菌浓度的变化（即，在无异种耐药性的情况下，最低抑菌浓度应保持不变）。

材料和方法

致谢

参考文献