Ce projet serait sous la direction de : Julien BUYCK

Unité de recherche : PHAR2

École doctorale : Rosalind Franklin – Énergie, Environnement, Bio santé

Intitulé du sujet :

Optimisation PK/PD des combinaisons de trois antibiotiques pour cibler le Mycobacterium abscessus intracellulaire.

Innovative PK/PD optimization of Triple Antibiotic Combina

Co-directrice : Sandrine MARCHAND

Début de thèse : à partir du 01/10/2022

Mots clés : Antibiotic resistance, combination, Mycobacterium abscessus, PK/PD modelling

Résumé

Mycobacterium abscessus (Mabs) est un pathogène résistant responsable d’infections pulmonaires. L’antibiothérapie est basée sur des indices pharmacocinétiques/pharmacodynamiques liés à la concentration minimale inhibitrice (CMI). Cependant, la CMI n’est qu’une estimation moyenne de l’efficacité, ignorant la résistance adaptative causant une perte rapide de l’activité antibiotique. Pour améliorer le traitement, la modélisation semi-mécanistique PK/PD pour optimiser la posologie des antibiotiques en combinaison semble prometteuse. Cependant, la précision de ces modèles dépend de la qualité des données in vitro. Ce projet mettra en œuvre des modèles PK/PD semi-mécaniques à partir de données sur les bactéries intracellulaires pour lesquelles les antibiotiques sont parfois inefficaces.

Mycobacterium abscessus (Mabs) is an emerging resistant pathogen responsible for lung infections. Antibiotic therapies are based on pharmacokinetic/pharmacodynamic indices related to Minimal Inhibitory Concentration (MIC). However, MIC only provides a time-averaged estimate of antibiotic efficacy, ignoring adaptive resistance leading to rapid loss of antibiotic activity. To improve the treatment, semi-mechanistic PK/PD modelling for dosing regimen optimization of the antibiotic combinations appears promising. However, the accuracy of these models depends of the in vitro data quality. Consequently, this project will implement innovative approaches by considering intracellular bacteria for which antibiotics are sometimes inefficient coupled with semi-mechanistic PK/PD models.

Contexte et problématique :

Les infections à Mabs constituent un défi mondial car les échecs thérapeutiques sont fréquents en raison de leur résistance à de nombreux antibiotiques. Des travaux préliminaires ont montré l’efficacité de concentrations élevées d’amikacine/céfoxitine contre les Mabs. Cependant, les faibles propriétés de perméabilité membranaire de l’amikacine et de la céfoxitine limitent leur efficacité contre les Mabs intracellulaires. Ainsi, une troisième molécule (macrolide) capable d’atteindre les Mabs intrapulmonaires est essentielle à ajouter. Malheureusement, les Mabs deviennent rapidement résistants aux macrolides. Ainsi, l’objectif de ce projet est de trouver une combinaison triple antibiotique efficace en remplaçant le macrolide pour atteindre les Mabs intracellulaires.

Mabs infections are challenging worldwide due to their extreme resistance to most available antimicrobial agents. Consequently, treatment failures are very frequent. Preliminary work showed efficacy at high concentrations of amikacin-cefoxitin combination against Mabs. However, the low membrane permeability properties of amikacin and cefoxitin will limit the efficacy against intracellular Mabs. To enhance effectiveness of combinations, a third molecule (a macrolide) able to cross the membrane and to reach intrapulmonary Mabs is essential. Unfortunately, Mabs can develop resistance against macrolide. Thus, the objective of the project is to find an efficient triple antibiotic combination by replacing macrolide to reach intracellular Mabs.

Description du sujet :

L’antibiothérapie utilisée dans le cadre des infections difficiles à traiter est essentiellement empirique et les indices PK/PD basés sur les CMI sont les outils traditionnellement utilisés pour optimiser les posologies. Malheureusement, dans le contexte des infections à Mabs, les indices PK/PD basés sur la CMI ne sont pas utilisables puisque la CMI n’est pas un bon paramètre de mesure pour ces bactéries. L’objectif du projet est de développer une approche PK/PD innovante couplant un modèle in vitro d’infection intracellulaire avec une modélisation PKPD semi-mécanique afin de trouver une triple combinaison d’antibiotiques efficaces. Le projet s’appuie sur la réalisation de courbes de bactéricidie sur une longue période, la comparaison de l’efficacité des antibiotiques dans différents milieux mimant l’environnement pulmonaire et dans un modèle intracellulaire d’infection à mycobactéries dans les macrophages. Les mécanismes de résistance dans les populations bactériennes initiales et postérieures à l’exposition aux antibiotiques sera caractérisée. La caractérisation des mécanismes de résistance sera effectuée par séquençage pour détecter les mutations dans les gènes de résistance. En l’absence de mutation, l’expression des gènes de résistance sera évaluée par RT-qPCR. L’ensemble de ces données in vitro seront utilisées pour développer un modèle PK/PD semi-mécanique innovant afin de prédire la meilleure combinaison d’antibiotiques.

Antibiotic therapy against these difficult-to-treat infections is essentially empirical and PK/PD indices related to (MIC) are by far the most popular tools to optimize dosing regimens. Unfortunately, in the context of Mabs infections MIC-based PK/PD metrics are of little value since MIC is not a good readout The aim of the project is to develop innovative approach coupling pertinent in vitro model of intracellular infection with semi-mechanistic PK/PD modelling to find an efficient triple antibiotic combination. The project is based on the realization of bactericidal curves over a long period of time, the comparison of the efficacy of antibiotics in different environments mimicking the pulmonary environment, in an intracellular model of mycobacterial infection in macrophages. Precise characterization of resistance mechanisms of initial and post-antibiotic exposure bacterial populations will be used to feed the mechanistic-based PK/PD model. The characterization of resistance mechanisms will be done by sequencing to detect mutation in the resistance genes. In the absence of mutation, the expression of the main resistance genes will be evaluated by RT-qPCR. This in vitro data will be used to develop a semi-mechanistic PK/PD model to predict the best antibiotic combination.

Méthodologie et mise en œuvre :

Une méthode de criblage dynamique en échiquier avec un design optimal sera mise au point pour évaluer l’efficacité des combinaisons d’antibiotiques sur une large sélection d’isolats de Mabs. L’efficacité des antibiotiques seuls sera évaluée en déterminant leur EC50 à partir de courbes de bactéricidie. L’efficacité des combinaisons sera caractérisée en testant quelques concentrations par des courbes bactéricidie de 21 jours dans des milieux bactériens, dans du sputum artificiel ou dans des billes d’alginate ou des modèles d’infection intracellulaire pour imiter l’environnement pulmonaire. Les mécanismes de résistance seront étudiés et des techniques pharmacométriques seront utilisées pour intégrer les données.

A dynamic checkerboard screening approach with an optimal design will be developed to evaluate efficacy of antibiotic combinations on a wide selection of Mabs isolates. The efficacy of antibiotics alone will be evaluated by determining their EC50 from time-kill curves. The efficacy of combinations will be characterized by testing few concentrations by time-kill curves until 21 days either in mycobacterial broth, in Artificial Sputum Media or in alginate beads to mimic the lung environment; or in a model of intracellular infection of human macrophages. Resistance mechanisms will be investigated and state-of-the-art pharmacometric techniques will be used to integrate data.

Profil recherché :

Le (ou la) candidat(e) devra avoir une bonne connaissance en microbiologie et en biologie cellulaire. Des connaissances en biologie moléculaire peuvent être un plus. Un attrait pour l’informatique et la programmation est également nécessaire pour la partie modelling du projet.

The candidate must have a good knowledge of microbiology and cell biology. Knowledge in molecular biology can be a plus. An interest in computer science and programming is also necessary for the modelling part of the project.

Contacts pour plus d’informations et pour candidater jusqu’au 09/05/2022 inclus :
et