Rezisztencia-előrejelzés metagenomikai adatokból
Nem elhanyagolható tényező, hogy a baktériumok a természetben évezredek során egymással harcolva fejlesztették ki azokat a mechanizmusokat, amelyek ma is veszélyt jelentenek az antibiotikumokra. Ugyanazok a rezisztenciagének, amelyek ma a legnagyobb gondot okozzák – például a béta-laktámokra ható típusok –, a talajbaktériumokban már régen jelen voltak, jóval azelőtt, hogy ezek a gyógyszerek megjelentek volna az orvosi gyakorlatban.
A kutatók ezért metagenomikai felméréseket végeznek, amelyek során hatalmas mennyiségű – például most 3,5 terabázispárnyi – mikrobiális DNS-t elemeznek a talajból. Így olyan rezisztenciagéneket is azonosítani tudnak, amelyek a jövőben komolyabb fenyegetést jelenthetnek, de ma még nem ismertek. Ennek révén a fejlesztés alatt álló antibiotikumokat célzottan optimalizálhatják, hogy azok hosszabb ideig legyenek hatékonyak.
Albicidin: a reménybeli antibiotikum tesztelése
A csapat most az albicidin nevű ígéretes új antibiotikummal végzett kísérleteket. A 700 000 talajmintából létrehozott könyvtárat E. coli baktériumokba vitték át, ahol hatékonyan tudták vizsgálni az albicidin-rezisztens géneket. Azokat a baktériumokat választották ki, amelyek túlélték az albicidin-kezelést, majd ezek rezisztencia génjeit részletesen elemezték. Nyolc különböző rezisztenciaosztályt azonosítottak, amelyek közül több teljesen új mechanizmust képviselt.
Mindezek ellenére nem álltak meg itt: az albicidin különböző természetes változatait is letesztelték, hogy kiderítsék, mely szerkezeti eltérések biztosítanak nagyobb védelmet a rezisztencia ellen. Egyes variánsok egyedi védelmi profillal rendelkeztek, ezek kombinálásából sikerült egy olyan molekulát (congener 10) előállítani, amely a leggyakoribb ellenállás-típusokkal szemben is sikeresen ellenállt.
A jövő antibiotikumai: tartósabb hatékonyság
A fentiek tükrében a kutatás óriási előrelépést hozhat: a fejlesztett platform segíthet az új antibiotikum-jelöltek érzékenységének korai vizsgálatában, mielőtt még elindulnának a klinikai úton. A mesterséges intelligenciára és metagenomikai adatokra épülő módszer nemcsak gyors és hatékony, de könnyedén beépíthető a gyógyszeripari fejlesztésekbe is.
A csapat következő lépésként további antibiotikumokat tervez ezzel a módszerrel vizsgálni, hogy már a fejlesztés legelején kiszűrjék a környezetből eredő rezisztenciaveszélyeket, így hosszabb távon is sikeres gyógyszereket alkothassanak.
James Peek és Sean Brady szerint a módszer ígéretes esélyt ad arra, hogy az új antibiotikumok ne váljanak gyorsan hatástalanná a klinikán – sőt, remélik, hogy más kutatócsoportok is alkalmazni fogják ezt a mindennapi fejlesztési gyakorlatban.
