Während Überwachungsmaßnahmen, die sich auf bekannte Antibiotikaresistenzgene (ARGs) beispielsweise in Abwasser konzentrieren, einen enormen Wert für die Überwachung der Ausbreitung von antimikrobiellen Resistenzen (AMR) haben, gehen sie nicht auf die Bedrohungen durch neuartige Resistenzformen, die aus der Umwelt stammen können, ein. Um diese neu entstehenden ARG zu charakterisieren und sie anschließend in die AMR-Überwachung einzubeziehen und so ihre Entdeckung in Risikoumgebungen zu ermöglichen, bevor sie zu klinischen Problemen werden, sind vier Dinge erforderlich: 1) neuartige Methoden zur Identifizierung neuer Arten latenter ARGs, die für die menschliche Gesundheit von Bedeutung sind; 2) Methoden zur Bewertung, ob die identifizierten latenten ARGs zu genetischen Elementen mobilisiert wurden, die zwischen Bakterien ausgetauscht werden können, wie z. B. Plasmide, oder ob ein bestimmtes ARG den Schritt zu einem (opportunistischen) Krankheitserreger gemacht hat; 3) ein Mittel zur raschen Aktualisierung von Überwachungsrahmen für AMR und 4) die Definition bestimmter Risikoumgebungen zur Überwachung latenter ARGs von besonderem Interesse. Das SEARCHER-Projekt wird sich mit diesen vier Themen befassen und dabei auf den Standardmethoden und Überwachungsrahmen aufbauen, die im Rahmen des EMBARK-Programms entwickelt und vorgeschlagen wurden. Das Projekt wird zu einem Frühwarnsystem für ARGs führen, die von der Umwelt ausgehen. Das System und die Methoden werden bis zum Ende der Programmlaufzeit in der realen Welt der Überwachung von Mensch, Tier und Umwelt implementiert werden können, wobei ein besonderer Schwerpunkt darauf liegt, dass sie so anwendbar, erschwinglich und informativ wie möglich sind.

Das Projekt 'SEARCHER' widmet sich der Bekämpfung von Antibiotikaresistenzen (AMR) durch die Entwicklung standardisierter Messtechniken und innovativer bioinformatischer Werkzeuge. Es konzentriert sich auf die Nutzung von Metagenomik und Genomik zur Analyse mikrobieller Gemeinschaften, die Entwicklung von Analysepipelines und die Anwendung von maschinellem Lernen zur Vorhersage von Resistenzmustern. Die Arbeit am MDC zeichnet sich durch einen integrativen Ansatz aus, der darauf abzielt, komplexe Muster von AMR aufzudecken, die durch traditionelle Methoden nicht identifiziert werden können. Dieses Verständnis ist entscheidend für das 'One Health'-Konzept, das die Verbindung zwischen menschlicher Gesundheit, Tieren und der Umwelt betont. Das Projekt trägt zur Entwicklung effektiver Strategien zur Eindämmung von AMR bei und unterstreicht die Bedeutung der interdisziplinären Zusammenarbeit im Kampf gegen diese globale Herausforderung. Die Notwendigkeit dieses Projekts wird durch das Fehlen äquivalenter Forschung in den aktuellen EU-Rahmenprogrammen verdeutlicht, was seine Einzigartigkeit und Dringlichkeit unterstreicht. Die transnationale Zusammenarbeit und der wissenschaftlich-technologische Hintergrund aller Partner stärken die europäische Initiative im Bereich AMR.