12抗HIV药物耐药性预测
抗HIV药物耐药性预测
HIV-1的耐药性是指由于抗病毒药物作用的分子靶位发生率特定的基因突变，从而导致病毒对药物的敏感性下降。HIV-1耐药性的产生是病毒复制过程中基因的高频突变和抗病毒药物的选择压力共同作用的结果。
耐药性检测就是使用体外实验方法测定HIV-1对抗病毒药物的敏感性，常用方法有表型和基因型分析两种。
传统的表型分析方法的实质就是体外药敏试验。该方法不仅对操作技术要求高，步骤繁琐、价格较贵；而且在病毒培养过程中，也可能产生耐药性。最大的缺陷是无法对体内病毒载量处于较低水平的感染者进行检测。
决定病毒基因特性的核酸序列构成了病毒基因型，基因型耐药性检测就是检测HIV-1基因组中与耐药性相关的基因突变。该方法在基因突变尚不足以引起表型改变时，就可以早期发现耐药突变的发生，提供了预测潜在耐药的可能，也可以检测过渡性突变（突变在很低的水平上表达，尚不足以在表型水平上影响病毒的耐药性）。而基因型检测方法的最大挑战在于：如何正确解释检测到的突变结果和评价其对HIV-1耐药性的作用。即如何确定已知基因型的病毒是属于敏感毒株，还是属于低度、中度还是高度耐药毒株？这样的解释往往要依赖互联网上的HIV-1耐药性专家解释系统给出。
抗HIV药物耐药性预测
在海报演示文稿“用于在BioNumerics软件中预测抗HIV药物耐药性的高级专家规则系统”中，对专家规则系统的背景进行了描述。
l HIV-1 pol基因序列的全自动批处理拼接，带有详细的报错信息和问题报告与反馈。
l 序列拼接的全自动批处理，包括在核苷酸和氨基酸水平与野生型（共有）的比对，检测突变并报告问题和/或不一致。
l 基于公开发布的最新算法数据库（HIVDB，ANRS，REGA等）的最新预测，支持基于评分和S-I-R映射算法。
l 基于独特决策网络概念的专家规则系统，允许对每个序列进行全面监控，以便可以识别导致耐药性增加或降低的每个特定突变（或组合）。
l 决策网络概念使您可以在直观的图形界面中编辑、添加和删除规则，并以其他名称保存修改后的算法。
l 一个集成的环境：可以检查色谱序列中的关键突变或可疑位置。
l 所有处理和分析步骤都可以完全自动进行，不限批次，并且可以生成详细的报告，从而更适合高通量筛选。
l 强大的多用户数据库和多实验平台可用于从患者到菌株和样本等各个层面的信息存储和管理。
图1：自动批突变筛选的存储报告，指示核苷酸序列上的移码突变和简并位置。
图3：多种HIV毒株耐药模式的简要概述；单击任何毒株或药物以显示详细报告。
图4：详细的HIV毒株耐药性报告，根据所使用的算法，每种药物均会导致单一突变，导致突变增加（黄色至红色）或对耐药无影响（绿色）。单击药物以在决策网络中显示规则评估。
图5：多种关于HIV毒株耐药性模式算法之间的详细比较。单击药物以显示决策网络中特定算法的规则评估。
以上资料由BioNumerics中国区官方授权经销商独家提供,如需转载请主动标明出处。
