Priony jako nieoczekiwane źródło kandydatów na nowe antybiotyki
Badacze z University of Pennsylvania Perelman School of Medicine wykorzystali głębokie uczenie do identyfikacji krótkich peptydów przeciwdrobnoustrojowych ukrytych w prionach i białkach prionopodobnych.
Sztuczna inteligencja pomogła naukowcom z University of Pennsylvania Perelman School of Medicine odnaleźć w prionach i białkach prionopodobnych krótkie sekwencje peptydowe o potencjalnym działaniu przeciwbakteryjnym. Nowo opisana klasa cząsteczek, nazwana „prioninami”, może stać się punktem wyjścia do poszukiwania nowych terapii przeciwko bakteriom lekoopornym, choć badanie ma nadal charakter przedkliniczny i nie zmienia aktualnej wiedzy o patogennej roli nieprawidłowo sfałdowanych prionów w chorobach neurodegeneracyjnych.
W artykule:
- Dlaczego priony stały się nieoczekiwanym obszarem poszukiwania nowych antybiotyków
- Jak platforma głębokiego uczenia APEX 1.1 przeszukała miliony fragmentów peptydowych
- Czym są „prioniny” i jakie wyniki uzyskano w badaniach laboratoryjnych
- Jak wybrane peptydy działały w mysim modelu zakażenia skóry
- Jakie znaczenie może mieć koncepcja „ukrytych peptydów” w odkrywaniu leków
- Jakie ograniczenia badania należy uwzględnić przed interpretacją kliniczną
Od chorób neurodegeneracyjnych do poszukiwania nowych antybiotyków
Nowe kandydaty na antybiotyki przeciwko bakteriom lekoopornym mogą znajdować się w miejscu, które dotychczas kojarzono przede wszystkim z rzadkimi, ciężkimi i śmiertelnymi chorobami neurodegeneracyjnymi: w prionach oraz białkach prionopodobnych. Zespół badaczy z Perelman School of Medicine at the University of Pennsylvania wykazał, że w obrębie takich białek mogą być ukryte krótkie peptydy o aktywności przeciwbakteryjnej. Autorzy nazwali je „prioninami” – od angielskiego określenia „prionins”.
Priony są znane głównie jako nieprawidłowo sfałdowane białka zdolne do indukowania patologicznej zmiany konformacji innych cząsteczek białkowych. W klasycznym ujęciu biologii i medycyny kojarzy się je przede wszystkim z encefalopatiami gąbczastymi oraz innymi wyniszczającymi chorobami układu nerwowego. Nowa praca, opublikowana w Nature Microbiology, nie podważa tej wiedzy, lecz pokazuje dodatkową, wcześniej słabo eksplorowaną perspektywę: te same klasy białek mogą zawierać zakodowane fragmenty o potencjalnym znaczeniu w odporności wrodzonej i rozwoju nowych leków przeciwdrobnoustrojowych.
Badanie nie oznacza, że priony są bezpieczne ani że ich patologiczna rola w chorobach neurodegeneracyjnych została zakwestionowana. Autorzy wskazują jedynie, że w obrębie prionów i białek prionopodobnych mogą występować krótkie fragmenty peptydowe o potencjalnie użytecznej aktywności przeciwbakteryjnej.
Dlaczego badacze zaczęli szukać peptydów przeciwdrobnoustrojowych w prionach
Poszukiwanie nowych antybiotyków stało się jednym z najpilniejszych wyzwań współczesnej medycyny zakażeń. Narastająca oporność bakterii ogranicza skuteczność dostępnych terapii, a liczba nowych klas antybiotyków wprowadzanych do praktyki klinicznej pozostaje niewystarczająca wobec skali problemu. Dlatego coraz większe znaczenie mają strategie pozwalające przeszukiwać nietypowe źródła cząsteczek biologicznie aktywnych.
Wcześniejsze badania sugerowały, że pewne fragmenty białek związanych z neurodegeneracją mogą wykazywać działanie przeciw drobnoustrojom. Dotyczyło to między innymi fragmentów beta-amyloidu, białka istotnego w patogenezie choroby Alzheimera, oraz komórkowego białka prionowego. Były to jednak obserwacje punktowe, a nie systematyczne przeszukanie dużego zbioru prionów i białek prionopodobnych pod kątem ukrytych peptydów przeciwdrobnoustrojowych.
Zespół z University of Pennsylvania postanowił wypełnić tę lukę, wykorzystując narzędzia sztucznej inteligencji. Badacze przyjęli założenie, że w dużych białkach mogą znajdować się krótkie, zaszyfrowane sekwencje peptydowe, które po wyizolowaniu lub odpowiednim przetworzeniu mogą ujawniać odrębną funkcję biologiczną. Tego typu podejście wpisuje się w szerszy nurt poszukiwania tak zwanych „encrypted peptides”, czyli ukrytych peptydów zakodowanych w większych białkach.
Sztuczna inteligencja przeszukała miliony fragmentów peptydowych
Do analizy wykorzystano platformę głębokiego uczenia APEX 1.1. Jest to narzędzie zaprojektowane do przewidywania aktywności antybiotykowej na podstawie sekwencji aminokwasowej. W omawianym badaniu system przeskanował 19,3 miliona krótkich fragmentów peptydowych pochodzących z 2897 prionów i białek prionopodobnych.
Analiza pozwoliła wytypować 1179 kandydackich peptydów przeciwdrobnoustrojowych. Nową klasę tych cząsteczek autorzy określili jako „prioniny”. Według prof. Césara de la Fuente, Presidential Associate Professor i dyrektora Machine Biology Group at the University of Pennsylvania Perelman School of Medicine, praca ta zmienia sposób myślenia o miejscach, w których mogą być ukryte potencjalne antybiotyki. Priony przez długi czas były postrzegane niemal wyłącznie przez pryzmat choroby, natomiast sztuczna inteligencja umożliwiła postawienie innego pytania: czy białka te kodują również użyteczne fragmenty molekularne.
APEX 1.1 nie „odkrywa” leku gotowego do zastosowania u pacjentów. Platforma wskazuje sekwencje aminokwasowe, które z dużym prawdopodobieństwem mogą wykazywać aktywność przeciwdrobnoustrojową. Dopiero badania laboratoryjne, testy toksyczności, modele zwierzęce i dalszy rozwój farmaceutyczny mogą określić, czy dana cząsteczka ma realny potencjał terapeutyczny.
Badania laboratoryjne potwierdziły aktywność wielu prionin
Z puli kandydackich sekwencji badacze wybrali 75 najbardziej obiecujących peptydów. Kryterium selekcji stanowiła przewidywana aktywność wobec 11 różnych patogenów bakteryjnych, w tym szczepów lekoopornych. Następnie peptydy te poddano eksperymentalnej weryfikacji.
Wyniki były istotne: 59 z 75 badanych peptydów hamowało wzrost co najmniej jednego patogenu bakteryjnego, a 42 wykazywały silną aktywność już przy niskich stężeniach. To ważna obserwacja z punktu widzenia dalszych badań nad potencjalnymi lekami, ponieważ aktywność przy niższym stężeniu może zwiększać szanse na uzyskanie korzystniejszego profilu działania w dalszych etapach rozwoju cząsteczki.
Dodatkowe eksperymenty sugerowały, że wiele aktywnych prionin działa poprzez zaburzanie integralności błon bakteryjnych. Jest to mechanizm typowy dla wielu peptydów przeciwdrobnoustrojowych. Uszkodzenie błony komórkowej bakterii może prowadzić do utraty homeostazy, zaburzenia gradientów jonowych, wycieku składników wewnątrzkomórkowych i ostatecznie śmierci komórki bakteryjnej.
Wiele prionin najprawdopodobniej działa przez destabilizację błony bakteryjnej. Taki mechanizm jest charakterystyczny dla części peptydów przeciwdrobnoustrojowych i może być szczególnie interesujący w kontekście bakterii opornych na klasyczne antybiotyki działające na syntezę ściany komórkowej, białek, DNA lub RNA.
Badacze oceniali również wstępne sygnały toksyczności. W przypadku 16 aktywnych peptydów nie stwierdzono mierzalnego uszkodzenia erytrocytów ani komórek ludzkich przy najwyższych testowanych stężeniach. Jest to ważny element oceny bezpieczeństwa, choć nadal bardzo wczesny. Brak toksyczności w tych modelach nie przesądza o bezpieczeństwie klinicznym, ale wskazuje, które cząsteczki warto poddać bardziej zaawansowanym badaniom.
Dwa peptydy sprawdzono w modelu zakażenia u myszy
Aby przejść poza etap analiz komputerowych i badań in vitro, naukowcy wybrali dwa szczególnie obiecujące peptydy: jeden pochodzący z grzyba i jeden pochodzący z nicienia. Następnie ocenili ich działanie w standardowym mysim modelu zakażenia skóry wywołanego przez Acinetobacter baumannii.
Acinetobacter baumannii jest patogenem trudnym do leczenia, szczególnie istotnym w zakażeniach szpitalnych, u pacjentów ciężko chorych, po urazach, z ranami, po procedurach inwazyjnych oraz w warunkach intensywnej terapii. Bakteria ta jest znana z nabywania mechanizmów oporności i może wykazywać ograniczoną wrażliwość na wiele klas antybiotyków.
W modelu zwierzęcym oba badane peptydy zmniejszały poziom bakterii w zakażonej tkance. Ich efekt był porównywalny z działaniem polimyksyny B. Jednocześnie naukowcy nie zaobserwowali utraty masy ciała związanej z leczeniem, co stanowiło jeden z wczesnych wskaźników tolerancji terapii w tym modelu.
Wyniki uzyskane w mysim modelu zakażenia skóry są obiecujące, ale nie mogą być bezpośrednio przenoszone na skuteczność u ludzi. Na tym etapie mowa o kandydackich cząsteczkach i platformie odkrywania leków, a nie o gotowym antybiotyku.
Marcelo D. T. Torres, współpierwszy autor pracy, podkreślił, że znaczenie badania polega na przejściu od samej predykcji komputerowej do weryfikacji biologicznej. Sztuczna inteligencja wskazała krótką listę kandydatów, ale kluczowe jest to, że wiele z tych cząsteczek działało w laboratorium, a dwie wykazały aktywność także w zwierzęcym modelu zakażenia. To właśnie ten etap odróżnia platformę odkrywania od prostego ćwiczenia predykcyjnego.
Nowa granica w odkrywaniu antybiotyków
Badanie wpisuje się w szerszy program prac prowadzonych przez zespół de la Fuente Lab, który poszukuje ukrytych sekwencji biologicznie aktywnych w różnych zasobach świata biologicznego. Wcześniejsze analizy obejmowały między innymi białka ludzkie, organizmy wymarłe, archeony, mikrobiomy oraz jady. Praca nad prionami rozszerza tę koncepcję na jedną z najbardziej nieoczekiwanych klas białek.
Idea „zaszyfrowanych peptydów” zakłada, że większe białka mogą zawierać krótkie fragmenty o funkcjach niewidocznych w kontekście całej cząsteczki. Po uwolnieniu, przecięciu proteolitycznym, modyfikacji lub syntetycznej izolacji takie sekwencje mogą ujawnić odrębne działanie biologiczne. W omawianym badaniu tym działaniem była aktywność przeciwdrobnoustrojowa.
Najbardziej intrygujące pytanie dotyczy możliwego związku między neurodegeneracją, agregacją białek i odpornością wrodzoną. Autorzy nie wykazali, że prioniny są naturalnie uwalniane w trakcie zakażenia ani że priony i białka prionopodobne fizjologicznie działają w organizmie jako antybiotyki. Badanie pokazuje jednak, że w tych białkach mogą istnieć fragmenty o potencjale przeciwdrobnoustrojowym, co otwiera nowy obszar badań podstawowych i translacyjnych.
Autorzy badania nie twierdzą, że prioniny pełnią naturalnie funkcję antybiotyków w organizmie człowieka. Wykazali natomiast, że fragmenty prionów i białek prionopodobnych mogą być źródłem kandydackich peptydów o aktywności przeciwbakteryjnej.
Znaczenie dla medycyny zakażeń i biologii białek
Odkrycie prionin ma dwa poziomy znaczenia. Pierwszy jest praktyczny: priony i białka prionopodobne mogą stanowić nowy rezerwuar kandydatów na cząsteczki przeciwdrobnoustrojowe. W dobie narastającej antybiotykooporności każdy nowy, racjonalnie przeszukiwalny zasób biologiczny ma potencjalne znaczenie dla rozwoju terapii.
Drugi poziom jest biologiczny. Badanie sugeruje, że białka znane z jednego, patologicznego kontekstu mogą zawierać fragmenty o zupełnie innym potencjale funkcjonalnym. To poszerza sposób myślenia o białkach związanych z agregacją, neurodegeneracją i odpornością gospodarza. Nie oznacza to jednak, że wszystkie takie białka pełnią podwójną rolę ani że procesy neurodegeneracyjne można interpretować jako mechanizmy obronne. To raczej hipoteza badawcza wymagająca ostrożnej, wieloetapowej weryfikacji.
Prof. César de la Fuente zwrócił uwagę, że odkrywanie leków przez długi czas było ograniczane nie tylko przez to, co można przetestować, ale również przez to, gdzie naukowcy decydowali się szukać. Sztuczna inteligencja zmienia tę perspektywę, ponieważ umożliwia systematyczne przeszukiwanie ukrytych warstw biologii i sprawdzanie, czy cząsteczki kojarzone dotąd z jednym zjawiskiem – w tym przypadku z chorobą – mogą mieć również inny wymiar, potencjalnie użyteczny terapeutycznie.
Ograniczenia badania i dalsze kierunki
Chociaż wyniki są obiecujące, wymagają ostrożnej interpretacji. Badanie obejmuje analizę z użyciem sztucznej inteligencji, testy laboratoryjne oraz wybrany model zwierzęcy, ale nie stanowi dowodu skuteczności klinicznej u ludzi. Przed ewentualnym zastosowaniem terapeutycznym konieczne byłyby między innymi badania farmakokinetyczne, farmakodynamiczne, toksykologiczne, immunologiczne, ocena stabilności peptydów, podatności na degradację proteolityczną, sposobu podania, potencjalnej immunogenności oraz ryzyka selekcji oporności.
Nie wiadomo także, czy prioniny są naturalnie generowane w organizmach w warunkach zakażenia ani czy pełnią fizjologiczną funkcję w odporności wrodzonej. Autorzy wskazują raczej na możliwość istnienia wcześniej przeoczonego rezerwuaru sekwencji przeciwdrobnoustrojowych niż na gotowe wyjaśnienie biologicznej roli prionów w zakażeniach.
Mimo tych ograniczeń badanie stanowi ważny przykład tego, jak sztuczna inteligencja może przyspieszać odkrywanie cząsteczek biologicznie aktywnych. Kluczowe jest jednak połączenie predykcji obliczeniowej z eksperymentalną walidacją. W omawianej pracy ten warunek został spełniony: kandydackie peptydy wskazane przez algorytm zostały sprawdzone w laboratorium, a wybrane z nich oceniono także w modelu zwierzęcym.
Priony i białka prionopodobne, mimo że są znane głównie z kontekstu neurodegeneracji, mogą zawierać krótkie fragmenty peptydowe o aktywności przeciwbakteryjnej. Prioniny nie są jeszcze lekami, ale mogą stać się nowym punktem wyjścia do projektowania terapii przeciw bakteriom lekoopornym.
Źródło: Nature Microbiology, Deep learning reveals antimicrobial peptides within prions.
DOI: https://doi.org/10.1038/s41564-026-02408-1
