A prionok kellemetlen, furcsa, és általában riasztó fertőző ágensek, amelyek meglehetősen szörnyű betegségeket okoznak. De vajon új eszközt nyújthatnak az antibiotikum-rezisztencia elleni küzdelemben? Mesterséges intelligencia segítségével a szakértők több száz olyan peptidet azonosítottak, amelyek a prionok szerkezetében rejtőznek, és úgy tűnik, hogy erős antimikrobiális tulajdonságokkal rendelkeznek.
A prionok olyan károsodott, rosszul összehajtogatott fehérjék, amelyek a normális fehérjéket is abnormális hajtogatódásra késztetik. Képzeljük el őket úgy, mint egy kosárban lévő rossz almákat, amelyek a szomszédos gyümölcsöket is megrohasztják, amíg az egész kosár tönkre nem megy. Állatokban ez a folyamat lehetővé teszi, hogy a prionok fertőző kórokozókként működjenek, annak ellenére, hogy nem élnek és nem tartalmaznak genetikai anyagot, mint a baktériumok vagy vírusok, és halálos neurodegeneratív betegségekhez vezethetnek.
A legtöbb esetben a fehérje helytelen hajtogatódása spontán módon alakul ki, bár megfertőződhetünk prionokat tartalmazó anyaggal való szoros érintkezés útján is, például fertőzött állatok szövetének elfogyasztásával. A jó hír azonban az, hogy mindez rendkívül ritkán fordul elő. A rossz hír pedig, hogy a prionok nem élőlények, ezért nem lehet őket elpusztítani vagy inaktiválni szokásos sterilizálási technikákkal, például forralással vagy autoklávozással. Ez azt jelenti, hogy a prionbetegségek, például a Creutzfeldt–Jakob-kór, gyakorlatilag gyógyíthatatlanok.
Éppen ezért nem is gondolnánk, hogy lehetőséget kínálhatnak az új gyógyszerek utáni kutatásokhoz. A prionok azonban alapvetően fehérjék, a fehérjék pedig aminosavakból épülnek fel, amelyek rövid láncokká, úgynevezett peptidekké kapcsolódnak össze, és egyes peptidek izolált állapotban antimikrobiális tulajdonságokkal rendelkezhetnek. A probléma a közreműködő peptidek hatalmas száma, valamint az a kihívás, hogy több millió ilyen fragmentumot kell átvizsgálni. Szerencsére a mesterséges intelligencia pontosan ilyen feladatokban nagyon jó – és sokkal türelmesebb, mint az ember.
Egy új vizsgálatban a szakértők az APEX nevű gépi tanulási rendszert használták 19,3 millió rövid peptidfragmentum elemzésére, amelyek 2897 prionból és prionszerű fehérjéből származnak, és emberektől, egerektől, tehenektől, vakondpatkányoktól és sok más állattól származnak. Ebben a mintában 1179 lehetséges antimikrobiális peptidet azonosítottak, amelyeket a kutatók „prionínóknak” neveztek el.
„Ez a munka megváltoztatja azt, amit arról gondolunk, hogy hol rejtőzhetnek az antibiotikumok” – nyilatkozta César de la Fuente, a Pennsylvaniai Egyetem kutatója és az eredményekről beszámoló tanulmány vezető szerzője. „A prionokat eddig szinte kizárólag a betegségek szemszögéből vizsgálták, de a mesterséges intelligencia lehetővé tette, hogy más kérdéseket tegyünk fel: vajon ezek a fehérjék hasznos molekuláris fragmentumokat is kódolnak? Úgy tűnik, a válasz igen.”
A csapat kiválasztotta a 75 legígéretesebb peptidet, és tesztelte, hogyan viselkednek 11 különböző baktériummal szemben, beleértve gyógyszerrezisztens törzseket is. Közülük legalább 59 gátolt legalább egy bakteriális kórokozót, míg 42 alacsony koncentrációban is erős hatást mutatott. Megállapították, hogy a prionínók ezt a baktériumok membránjainak megzavarásával érték el, hasonlóan a hagyományos antimikrobiális szerek működéséhez.
„A mesterséges intelligencia segítségével végzett keresés egy rövid jelöltlistát adott nekünk, de a lényeg az, hogy ezek közül a molekulák közül sok működött a laboratóriumban, és kettő egy állatkísérleti fertőzési modellben is hatást mutatott. Ez teszi ezt a platformot igazán hasznossá” – tesze hozzá Marcelo D. T. Torres, a tanulmány társszerzője.
A prionok talán csak a kezdetét jelentik annak az új útnak, amelyet a mesterséges intelligencia nyitott meg. A csapat szerint hasonló „titkosított peptidek” mindenfelé rejtőzhetnek, az emberi fehérjéktől és a kihalt szervezetektől kezdve a mikrobiomokig és a mérgekig. Most lehetőség nyílik mindezt hihetetlen sebességgel átfésülni.
„Hosszú ideig a gyógyszerkutatást nemcsak az korlátozta, hogy mit tudunk tesztelni, hanem az is, hogy hol keressük a megoldást” – mondja de la Fuente. „A mesterséges intelligencia ezt megváltoztatja. Lehetőséget ad arra, hogy a biológia rejtett rétegeit kutassuk át, és megvizsgáljuk, hogy egy bizonyos történethez – jelen esetben egy betegséghez – kapcsolódó molekulák hordozhatnak-e egy másik, terápiás potenciállal rendelkező történetet is.”
