Światowa Organizacja Zdrowia wskazuje lekooporność jako jedno z najpoważniejszych zagrożeń dla zdrowia publicznego. Szacunki opublikowane w analizach globalnego obciążenia chorobami mówią o ponad 1,27 mln zgonów bezpośrednio związanych z bakteryjną opornością na leki w 2019 roku. Poszukiwanie nowych antybiotyków jest jednak powolne, dlatego badacze coraz częściej wykorzystują algorytmy do przeglądania znanych sekwencji białek. Zespół z Uniwersytetu Pensylwanii sprawdził w ten sposób, czy ludzkie białka prionowe kryją krótkie fragmenty zdolne zwalczać bakterie. To wynik badań na wczesnym etapie, a nie zapowiedź terapii gotowej do użycia.
Problem lekooporności motywuje do szukania antybiotyków przy pomocy algorytmów
Bakterie nie „uczą się” oporności w sposób celowy, lecz populacje tych mikroorganizmów szybko ewoluują. W obecności antybiotyku przeżywają osobniki wyposażone w korzystne mutacje albo geny oporności pozyskane od innych bakterii. Z czasem to właśnie one dominują. Mechanizmy obronne bywają różne: bakteria może rozkładać lek enzymami, zmienić jego punkt uchwytu lub skutecznie wypompowywać substancję czynną na zewnątrz komórki.
W tej sytuacji klasyczne odkrywanie leków ma poważne ograniczenie: eksperymentalne sprawdzanie każdej możliwej cząsteczki byłoby niewykonalne. Algorytmy w medycynie nie rozwiązują tego problemu samodzielnie, ale mogą szybko zawęzić listę kandydatów. Modele analizują dane genomowe i proteomiczne, wyszukując sekwencje o cechach kojarzonych z peptydami przeciwdrobnoustrojowymi, na przykład odpowiednim ładunku elektrycznym, długości czy układzie aminokwasów. Dopiero później wytypowane substancje trafiają do rzeczywistych testów laboratoryjnych.
Analiza wymarłych organizmów jako dodatkowe źródło nowych substancji leczniczych
Ten sam sposób pracy można zastosować do danych pochodzących z organizmów, które już nie istnieją. Rekonstrukcje dawnych genomów i białek dają badaczom zestaw sekwencji ukształtowanych w odmiennych warunkach ewolucyjnych. Algorytm może wskazać w nich peptydy podobne do cząsteczek obronnych znanych u współczesnych gatunków.
Nie oznacza to oczywiście „wskrzeszania” leków z prehistorii. Komputerowa rekonstrukcja jest hipotezą o sekwencji, a jej działanie biologiczne trzeba osobno potwierdzić. Wartość tej metody polega na poszerzeniu obszaru poszukiwań poza związki, które tradycyjnie testuje się w laboratoriach.
Wyodrębnianie skutecznych antybiotyków z ludzkich białek prionowych
Białka prionowe mają złą reputację z uzasadnionych powodów. Nieprawidłowo sfałdowana postać białka prionowego wiąże się z ciężkimi chorobami neurodegeneracyjnymi, w tym chorobą Creutzfeldta-Jakoba. Nie wynika z tego jednak, że każda krótka sekwencja pochodząca z takiego białka ma te same właściwości. Białko jest długim łańcuchem aminokwasów, a jego poszczególne fragmenty mogą działać inaczej niż całość.
Z analiz zespołu kierowanego przez Césara de la Fuente z Perelman School of Medicine wynika, że w ludzkim białku prionowym można wskazać krótkie sekwencje, określane jako kryptydy przeciwdrobnoustrojowe. Po chemicznym odtworzeniu i badaniu poza organizmem niektóre z nich wykazały aktywność wobec bakterii. Proponowany mechanizm polega na oddziaływaniu z błoną komórkową drobnoustroju, co może prowadzić do jej uszkodzenia.
To ważne rozróżnienie: badane są krótkie peptydy, a nie pełne białka prionowe ani ich patologicznie sfałdowane formy. Badacze oceniali również właściwości agregacyjne wyizolowanych sekwencji. Takie testy są konieczne, lecz nie wystarczają, aby przesądzić o bezpieczeństwie u ludzi. Wynik wskazuje na interesującą klasę kandydatów na nowe antybiotyki, nie na potwierdzone leczenie infekcji.
Droga antybiotyków odkrytych w białkach od modeli komputerowych do pacjentów
Odkrycie dokonane w modelu komputerowym jest pierwszym etapem selekcji, nie końcem prac. Potencjalny lek musi następnie potwierdzić działanie w testach in vitro, czyli na hodowlach komórkowych i bakteryjnych. Kolejne pytania dotyczą jego toksyczności, trwałości oraz tego, czy nie uszkadza ludzkich komórek, w tym erytrocytów. Peptydy bywają też podatne na szybki rozkład przez enzymy organizmu, dlatego ich strukturę często trzeba optymalizować.
- Badania przedkliniczne sprawdzają dawkę, działanie przeciw konkretnym patogenom i bezpieczeństwo w odpowiednich modelach biologicznych.
- Wyniki z laboratoriów nie gwarantują skuteczności w organizmie człowieka.
- Rozwój i rejestracja leku zwykle zajmują wiele lat, a duża część kandydatów odpada po drodze.
To etap często nazywany w biotechnologii „doliną śmierci”: obiecująca cząsteczka musi przejść od kontrolowanego eksperymentu do terapii, którą da się bezpiecznie wytwarzać, podawać i stosować u zróżnicowanej grupy pacjentów. Algorytm przyspiesza wybór punktu startowego, ale nie zastępuje farmakologii, mikrobiologii ani badań klinicznych.
Rygorystyczne procedury badań klinicznych peptydów prionowych po 2026 roku
Jeśli kandydat przejdzie ocenę przedkliniczną, może zostać zgłoszony do pierwszej fazy badań klinicznych. W jej toku sprawdza się przede wszystkim bezpieczeństwo i tolerancję u ludzi. Następne fazy mają ocenić skuteczność w określonych zakażeniach, optymalną dawkę oraz działania niepożądane. Dopiero pełny zestaw danych może być podstawą oceny przez instytucje regulacyjne, takie jak amerykańska FDA czy Europejska Agencja Leków.
Na obecnym etapie nie można wiarygodnie wskazać daty, w której peptydy pochodzące z białek prionowych mogłyby trafić do praktyki klinicznej. Najistotniejsze znaczenie tych badań jest inne: pokazują, że proteom człowieka, zwykle analizowany w kontekście fizjologii i chorób, może być także źródłem nieoczywistych cząsteczek przeciwbakteryjnych. Pozostaje ustalić, które z nich zachowają aktywność i bezpieczeństwo poza laboratorium.
Powyższy tekst ma charakter wyłącznie informacyjno-edukacyjny i opiera się na wstępnych danych z badań przedklinicznych aktualnych na dzień publikacji. Opisywane substancje nie są zatwierdzonymi lekami ani zaleceniami terapeutycznymi. Ich skuteczność i profil bezpieczeństwa wymagają potwierdzenia w dalszych badaniach, w tym badaniach klinicznych.