Antimicrobieel resistente infecties doden jaarlijks miljoenen mensen. Ze hebben het potentieel om ons terug te brengen naar de donkere middeleeuwen, toen veelvoorkomende infecties zoals urineweginfecties (UTI’s) of longontsteking dodelijk en ongeneeslijk waren.
Antimicrobiële resistentie (AMR) treedt op wanneer de ziektekiemen die infecties veroorzaken – bacteriën, virussen of schimmels – manieren ontwikkelen om de medicijnen te omzeilen die worden gebruikt om ze te behandelen.
Overmatig gebruik van antibiotica op plaatsen zoals kippenboerderijen en gezondheidsklinieken is een belangrijke oorzaak van AMR geworden.
Het goede nieuws is dat een grote wetenschappelijke inspanning aanzienlijke vooruitgang boekt in de strijd tegen AMR.
“Antibioticaresistentie is nog lang niet opgelost, maar er is veel vooruitgang geboekt in zowel een beter begrip als betere praktijken voor het ontdekken van nieuwe antibiotica. [which overcome antimicrobial resistance]” zei Luis Pedro Coelho, een computationeel bioloog aan de Queensland University of Technology in Australië.
Coelho leidde een nieuwe studie gepubliceerd in het tijdschrift Celldie een enorme database vertegenwoordigt van bijna een miljoen potentiële antibioticaverbindingen.
De studie is het bewijs dat we optimistisch kunnen zijn over AMR, zegt Sebastian Hiller, een structuurbioloog aan de Universiteit van Basel in Zwitserland, die niet bij het onderzoek betrokken was: “Dit is slechts één voorbeeld van lopend onderzoek dat onze wetenschappelijke capaciteiten op het gebied van de ziekte aantoont. De strijd tegen superbacteriën is enorm”, vertelde Hiller aan DW.
AI gebruiken om nieuwe antibiotica te ontdekken
De studie maakte gebruik van machine learning om te zoeken naar potentiële antibiotica in een enorme database van microben die leven in omgevingen zoals de bodem, de oceaan en de ingewanden van mensen en dieren.
“Bacteriën vechten voortdurend met elkaar in deze omgevingen, waarbij ze gebruik maken van oorlogsinstrumenten, peptiden genaamd, die zich op andere bacteriën richten om ze te doden. Onderzoekers hebben deze ruimte ontgonnen voor antibiotische peptiden en een aantal verborgen pareltjes gevonden”, aldus Hiller.
Het algoritme screende miljarden potentiële eiwitsequenties en beperkte deze tot de beste kandidaten met voorspelde antimicrobiële activiteit.
Er werden in totaal 863.498 nieuwe antimicrobiële peptiden voorspeld, waarvan ruim 90% nog nooit eerder was beschreven.
Coelho zei dat alle peptiden hetzelfde algemene werkingsmechanisme hebben voor het doden van bacteriën: door de celmembranen te verstoren die de bacteriën tegen de omgeving beschermen.
“We zien ook dat sommige peptiden effectiever zijn tegen bepaalde bacteriestammen dan andere, maar we kunnen nog niet precies voorspellen waarom, of [say] welk peptide zal tegen welke bacteriën werken,” vertelde Coelho aan DW.
Peptide-antibiotica effectief tegen bacteriële infecties
Om erachter te komen welke van deze peptiden nuttig zouden kunnen zijn als antibiotica, synthetiseerden de onderzoekers 100 peptiden en testten ze in laboratoriumschalen tegen 11 ziekteverwekkende bacteriestammen.
Ze ontdekten dat 79 peptiden bacteriële membranen verstoren, en dat 63 peptiden zich specifiek richten op antibioticaresistente bacteriën, zoals Escherichia coli (E coli) En Staphylococcus aureus.
De onderzoekers testten de verbindingen ook op muizen met geïnfecteerde huidabcessen, maar slechts drie peptiden vertoonden antimicrobiële activiteit. in vivo (in een levend organisme).
“Dit geeft aan dat hun effectiviteit mogelijk beperkt is in vivo. Toch is dit een opmerkelijk resultaat, en de verbindingen zouden de ernstige toxische bijwerkingen van laatste redmiddel-antibiotica zoals polymyxines kunnen omzeilen”, zegt Seyed Majed Modaresi van de Universiteit van Bazel in Zwitserland, die ook niet bij het onderzoek betrokken was.
Zijn dit redenen voor optimisme over de strijd tegen AMR?
De auteurs hebben hun dataset openbaar toegankelijk gemaakt, waardoor andere wetenschappers de 863.498 peptiden kunnen screenen en antibiotica kunnen ontwikkelen met specifieke toepassingen in gedachten.
Wetenschappers zouden bijvoorbeeld de eigenschappen van antibiotica kunnen aanpassen om de effecten op ‘vriendelijke’ bacteriën in de menselijke darmen te minimaliseren. Van veel gebruikte antibiotica is bekend dat ze de gunstige darmmicrobiota vernietigen, wat kan leiden tot gezondheidsproblemen en mogelijk dodelijke ziekteverwekkers.
De wetenschapper zou de dataset ook kunnen gebruiken om antibiotica te creëren waartegen bacteriën geen resistentie ontwikkelen, wat enorm zou helpen in de langetermijnstrijd tegen AMR.
Modarasi zei dat de nieuwe studie aantoont dat AI een belangrijke rol is gaan spelen in de wetenschappelijke strijd tegen AMR en dat “de toepassing van machinaal leren het proces van het ontdekken van nieuwe antibiotica heeft versneld.”
Hij voegde eraan toe dat het type peptide dat in dit laatste onderzoek werd ontdekt slechts één type is van de vele antimicrobiële middelen en dat dezelfde technieken kunnen worden gebruikt om vele andere soorten antibiotica te detecteren, waaronder bacteriofagen.
Hiller zei dat hoewel er redenen zijn voor optimisme over de wetenschappelijke strijd tegen AMR, de volgende grote uitdaging het creëren van nieuwe antibiotica is die commercieel levensvatbaar zijn.
“We gebruiken alleen nieuwe antibiotica als de oude niet meer werken. Dat is goed omdat het voorkomt dat bacteriën er resistentie tegen ontwikkelen, maar het betekent dat ze financieel niet levensvatbaar zijn”, aldus Hiller.
Hiller zei dat gezondheidsorganisaties en regeringen werken aan manieren om de commercialisering van antibiotica duurzamer te maken, zodat ze kunnen putten uit de enorme hoeveelheden potentiële antibiotica die wetenschappers hebben ontdekt.
Bewerkt door: Zulfikar Abbany
Bronnen:
Ontdekking van antimicrobiële peptiden in het mondiale microbioom met machinaal leren, gepubliceerd in Cell (2024) door Santos-Júnior et al. https://doi.org/10.1016/j.cell.2024.05.013
Antimicrobiële resistentie Bijdragers. De mondiale last van bacteriële antimicrobiële resistentie in 2019: een systematische review. Gepubliceerd in The Lancet (2022) https://doi.org/10.1016/S0140-6736(21)02724-0