Ученые идентифицируют фрагменты белков, произведенных вымершими гоминидами, с использованием искусственного интеллекта (ИИ) для возвращения молекул из небытия.
Чтобы провести молекулярную "реанимацию", исследователи применили вычислительные методы к данным о белках как современных людей, так и наших давно вымерших родственников - неандертальцев (Homo neanderthalensis) и денисовцев. Это позволило авторам выявить молекулы, способные убивать патогенные бактерии, что может послужить источником новых лекарственных препаратов для лечения человеческих инфекций. "Нас мотивирует идея возвращения молекул из прошлого для решения современных проблем", - рассказывает Сезар де ла Фуэнте, соавтор исследования и биоинженер из Пенсильванского университета. Результаты исследования опубликованы 28 июля в журнале Cell Host & Microbe.
За последние несколько десятилетий темпы развития антибиотиков замедлились, и большинство антибиотиков, которые назначаются сегодня, существуют на рынке уже более 30 лет. В то же время растет число антибиотикорезистентных бактерий, поэтому вскоре потребуется новый источник антибиотиков. Многие организмы вырабатывают пептиды, которые обладают антимикробными свойствами. Несколько антимикробных пептидов, большинство из которых были выделены из бактерий, уже используются в клинической практике.
Белки вымерших видов могут оказаться неиспользованным ресурсом для разработки антибиотиков, к пониманию чего де ла Фуэнте и его соавторы пришли, в частности, благодаря классическому блокбастеру. Мы начали вспоминать "Парк Юрского периода", - говорит он. Вместо того чтобы оживлять динозавров, как это делали ученые в фильме 1993 года, у команды возникла более реальная идея: "Почему бы не оживить молекулы?".
Исследователи обучили алгоритм искусственного интеллекта распознавать места на человеческих белках, где они, как известно, разрезаются на пептиды. Чтобы найти новые пептиды, команда применила свой алгоритм к общедоступным белковым последовательностям - картам аминокислот в белках - H. sapiens, H. neanderthalensis и Denisovans. Затем исследователи использовали свойства ранее описанных антимикробных пептидов, чтобы предсказать, какие из этих новых пептидов могут уничтожить бактерии.
Поиск и тестирование кандидатов в лекарственные препараты с помощью искусственного интеллекта занимает считанные недели. По словам де ла Фуэнте, при использовании старых методов на открытие одного нового антибиотика уходит от трех до шести лет. Исследователи протестировали десятки пептидов на предмет их способности уничтожать бактерии в лабораторных условиях. Затем они отобрали шесть мощных пептидов - четыре от H. sapiens, один от H. neanderthalensis и один от Denisovans - и ввели их мышам, инфицированным Acinetobacter baumannii, являющейся распространенной причиной внутрибольничных инфекций у людей. Все шесть пептидов приостанавливали рост A. baumannii, растущих в мышцах бедра мышей, но ни один из них не убивал бактерии. Пять пептидов уничтожили бактерии, растущие в кожных абсцессах, но для этого потребовался серьезное воздействие. По словам Натанаэля Грея, химического биолога из Стэнфордского университета, использованные дозы были "чрезвычайно высокими".
По мнению де ла Фуэнте, модификация наиболее удачных молекул может привести к созданию более эффективных вариантов. Аналогичным образом, модификация алгоритма может улучшить идентификацию антимикробных пептидов, уменьшив количество ложных срабатываний. "Даже если алгоритм, который мы использовали, не дал потрясающих молекул, я думаю, что концепция и схема представляют собой совершенно новое направление для осмысления открытия новых лекарственных средств", - говорит де ла Фуэнте.
"Идея с точки зрения общей картины интересна", - считает Грей. Но пока алгоритм не сможет предсказывать клинически значимые пептиды с большим успехом, чем сейчас, он не считает, что молекулярная реанимация окажет большое влияние на открытие лекарств. Юэн Эшли, специалист по геномике и точной медицине из Стэнфордского университета, рад новому подходу в малоизученной области разработки антибиотиков. Де ла Фуэнте и его коллеги "убедили меня в том, что погружение в архаичный геном человека - интересный и потенциально полезный подход".
