Norėdami sukurti naujus antibiotikus, mokslininkai paprastai identifikuoja genus, dėl kurių bakterijos tampa atsparios. Atlikdami laboratorinius eksperimentus, jie stebi, kaip bakterijos reaguoja į skirtingus antibiotikus, ir ieško atsparių atmainų genetinių mutacijų, kurios leidžia joms išgyventi.
Nors šis metodas yra veiksmingas, jis gali užimti daug laiko ir ne visada leidžia susidaryti išsamų vaizdą apie tai, kaip bakterijos tampa atsparios. Pavyzdžiui, genų veikimo pokyčiai, nesusiję su mutacijomis, vis tiek gali turėti įtakos atsparumui. Bakterijos taip pat gali keistis atsparumo genais tarpusavyje – o tai gali būti nepastebėta, jei dėmesys sutelkiamas tik į vienos atmainos mutacijas.
A. T. Aborode su kolegomis sukūrė naują metodą, leidžiantį kompiuteriniu modeliavimu nustatyti E. coli atsparumo genus ir sukurti naujus junginius, galinčius blokuoti šiuos genus ir padaryti esamus gydymo būdus veiksmingesnius.
Atsparumo identifikavimas
Norėdami numatyti, kurie genai lemia atsparumą, tyrėjai išanalizavo įvairių E. coli atmainų genomus, kad nustatytų genetinius modelius ir žymenis, susijusius su atsparumu. Tada panaudojo mašininio mokymosi algoritmus, apmokytus pagal turimus duomenis, kad išryškintų naujus genus ar mutacijas, būdingus visoms atsparioms atmainoms ir galinčius prisidėti prie atsparumo.
Identifikavę atsparumo genus, sukūrė inhibitorius, kurie konkrečiai nukreipti į šių genų gaminamus baltymus ir juos blokuoja. Analizuodami šių genų koduojamų baltymų struktūrą, tyrėjai galėjo optimizuoti savo inhibitorius taip, kad jie stipriai prisijungtų prie šių specifinių baltymų.
Siekdami sumažinti tikimybę, kad bakterijos išvystys atsparumą šiems inhibitoriams, mokslininkai nukreipė dėmesį į jų genomo sritis, kuriose koduojami jų išgyvenimui svarbūs baltymai. Sutrikdžius, kaip bakterijos atlieka svarbias funkcijas, joms sunkiau sukurti kompensacinius mechanizmus. Taip pat buvo teikiama pirmenybė junginiams, kurie veikia kitaip nei esami antibiotikai, kad sumažėtų kryžminis atsparumas.
Galiausiai tyrėjai išbandė, kaip veiksmingai jų inhibitoriai gali įveikti E. coli atsparumą antibiotikams. Buvo pasitelktas kompiuterinis modeliavimas – įvertinti, kaip stipriai tam tikri inhibitoriai laikui bėgant prisijungia prie tikslinių baltymų. Vienas inhibitorius, pavadintas hesperidinu, sugebėjo stipriai prisijungti prie trijų tyrėjų identifikuotų E. coli genų, susijusių su atsparumu – o tai rodo, kad jis gali padėti kovoti su antibiotikams atspariomis atmainomis.
Visuotinė grėsmė
Pasaulio sveikatos organizacija atsparumą antimikrobinėms medžiagoms priskiria prie 10 didžiausių grėsmių pasaulio sveikatai. Skaičiuojama, kad 2019 m. dėl bakterijų atsparumo antibiotikams pasaulyje mirė 4,95 mln. žmonių.
Šis metodas, nukreiptas į konkrečius genus, atsakingus už atsparumą esamiems vaistams, galėtų padėti sukurti tokius sudėtingų bakterinių infekcijų gydymo būdus, kurie būtų ne tik veiksmingesni, bet ir mažiau prisidėtų prie tolesnio atsparumo didinimo, teigia A. T. Aborode. Jis taip pat gali padėti mokslininkams neatsilikti nuo bakterijų keliamų grėsmių, nes jos evoliucionuoja.
Toks prognozavimo metodas galėtų būti pritaikytas kitoms bakterijų atmainoms, todėl būtų galima taikyti labiau individualizuotas gydymo strategijas. Ateityje gydytojai galėtų pritaikyti gydymą antibiotikais pagal konkrečią infekciją sukėlusios bakterijos genetinę sudėtį – o tai galėtų padėti pasiekti geresnių rezultatų.
Kadangi atsparumas antibiotikams pasaulyje vis didėja, šio tyrimo rezultatai gali tapti svarbia priemone kovojant su šia grėsme. Kad tokie metodai galėtų būti naudojami klinikoje, juos reikia toliau tobulinti. Tačiau, neatsilikdami nuo bakterijų evoliucijos, tiksliniai inhibitoriai galėtų padėti išsaugoti esamų antibiotikų veiksmingumą ir sumažinti atsparių padermių plitimą.
Parengta pagal „The Conversation“.
