Bakterie odporne na antybiotyki to jedno z najpoważniejszych wyzwań stojących przed medycyną. Brak możliwości skutecznego zwalczania infekcji zagraża zdrowiu i życiu milionów ludzi.

Naukowcy z University of Pennsylvania School of Medicine (USA) posługując się sztuczną inteligencją wykazali, że role antybiotyków mogą pełnić peptydy ukrywające się w nieprawidłowo pofałdowanych białkach – prionach. Priony są najbardziej znane ze swojej roli w śmiertelnych chorobach zwyrodnieniowych mózgu, takich jak choroba Alzheimera.

Jak jednak wykazały nowe badania, białka prionowe i prionopodobne mogą ukrywać w sobie krótkie peptydy, nazwane „prioninami”, zdolne do zabijania bakterii. Sugeruje to, że białka najczęściej kojarzone z neurodegeneracją mogą mieć ukryte cechy molekularne związane z wrodzoną odpornością.

Zespół z University of Pennsylvania School of Medicine wykorzystał platformę głębokiego uczenia o nazwie APEX 1.1 do skanowania 19,3 miliona krótkich fragmentów peptydowych z 2897 białek prionowych i prionopodobnych. APEX potrafił przewidzieć aktywność antybiotyczną danej sekwencji aminokwasowej, identyfikując 1179 potencjalnych peptydów przeciwdrobnoustrojowych. Naukowcy nazwali nową klasę „prioninami” (https://doi.org/10.1038/s41564-026-02408-1).

„Ta praca zmienia nasze przypuszczenia co do tego, gdzie mogą ukrywać się antybiotyki” – powiedział dr Cesar de la Fuente z University of Pennsylvania. „Priony od dawna postrzegane są niemal wyłącznie poprzez pryzmat chorób, ale sztuczna inteligencja pozwala nam zadać inne pytanie: czy te białka kodują również użyteczne fragmenty molekularne. Odpowiedź wydaje się brzmieć: tak” - zrelacjonował naukowiec.

Zespół badawczy wybrał 75 najbardziej obiecujących peptydów do testów eksperymentalnych na podstawie oceny AI dotyczącej ich skuteczności w zwalczaniu 11 różnych patogenów bakteryjnych, w tym szczepów lekoopornych. Spośród badanych peptydów 59 hamowało wzrost co najmniej jednego patogenu bakteryjnego, a 42 wykazywały silną aktywność w niskich stężeniach.

Dodatkowe eksperymenty sugerują, że wiele aktywnych krótkich peptydów działa poprzez niszczenie błon bakteryjnych, co jest typowe dla peptydów przeciwdrobnoustrojowych. Oznaki toksyczności były ograniczone, a 16 aktywnych peptydów nie wykazało mierzalnego uszkodzenia czerwonych krwinek ani ludzkich komórek w najwyższych testowanych stężeniach.

Aby zweryfikować te odkrycia, naukowcy przetestowali dwa z najbardziej obiecujących peptydów – jeden z grzyba i jeden z nicienia – na myszach. Stwierdzili, że podejście to zmniejszyło liczbę bakterii w standardowym modelu zakażenia skóry wywołanego przez Acinetobacter baumannii, trudny do leczenia patogen. Ich działanie było porównywalne z polimyksyną B, a naukowcy nie zaobserwowali utraty wagi związanej z leczeniem.

„To właśnie tutaj historia wykracza poza ekran komputera” – powiedział Marcelo D. T. Torres, współautor pierwszego badania. „Wyszukiwanie z wykorzystaniem sztucznej inteligencji dało nam krótką listę kandydatów; ale ważne jest to, że wiele z tych cząsteczek działało w laboratorium, a dwie działały w zwierzęcym modelu zakażenia. To właśnie sprawia, że jest to platforma odkrywcza, a nie tylko ćwiczenie predykcyjne” - opisał.

Wcześniejsze prace naukowców z University of Pennsylvania School of Medicine obejmowały białka ludzkie, wymarłe organizmy, archeony, mikrobiomy i jady. Badanie nad prionami rozszerza tę ideę na jedną z najbardziej nieoczekiwanych klas białek w biologii.

Badanie wskazuje również na intrygującą możliwość na styku neurodegeneracji i wrodzonej odporności. Nie wykazuje ono, że priony są naturalnie uwalniane podczas infekcji ani że priony i białka prionopodobne normalnie działają w organizmie jak antybiotyki. Nie zmienia również wiedzy na temat szkodliwej roli nieprawidłowo sfałdowanych prionów w chorobach neurodegeneracyjnych. Wyniki sugerują natomiast, że białka te mogą być bogatym, a wcześniej pomijanym źródłem kandydatów na antybiotyki i nowym obszarem do zadawania pytań o powiązania między agregacją białek a obroną gospodarza.

„Przez długi czas odkrywanie leków było ograniczone nie tylko tym, co możemy testować, ale także tym, gdzie decydujemy się szukać” – powiedział de la Fuente. „Sztuczna inteligencja to zmienia. Daje nam możliwość przeszukiwania ukrytych warstw biologii i pytania, czy cząsteczki związane z jedną historią – w tym przypadku chorobą – mogą również nieść ze sobą inną historię o potencjale terapeutycznym” - zwrócił uwagę.

Paweł Wernicki (PAP)

pmw/ bar/