Les peptides antimicrobiens artificiels peuvent aider à lutter contre les bactéries résistant à la drogue

Pendant ces dernières années, beaucoup de souches de bactéries sont devenues résistantes aux antibiotiques existants, et très peu de médicaments neufs ont été ajoutés à l'arsenal antibiotique.

Pour aider à combattre ce problème de santé publique croissant, quelques scientifiques explorent les peptides antimicrobiens -- peptides naturels trouvés dans la plupart des organismes. Les la plupart de ces derniers ne sont pas assez puissantes pour combattre hors circuit des infections chez l'homme, ainsi les chercheurs essayent de proposer des versions neuves et plus efficaces.

Les chercheurs au MIT et à l'université catholique de Brasilia ont maintenant développé une approche profilée à développer de tels médicaments. Leur stratégie neuve, qui se fonde sur un algorithme d'ordinateur qui imite le procédé naturel de l'évolution, a déjà fourni un candidat potentiel de médicament qui a avec succès détruit des bactéries chez les souris.

« Nous pouvons utiliser des ordinateurs pour effectuer le beaucoup de le travail pour nous, comme outil de découverte des séquences antimicrobiennes neuves de peptide, » dit Cesar de la Fuente-Nunez, un postdoc de MIT et camarade de fondation d'Areces. « Cette approche de calcul est beaucoup plus rentable et beaucoup temps-efficace. »

De la Fuente-Nunez et Octavio Franco de l'université catholique de Brasilia et de l'université catholique des DOM Bosco sont les auteurs correspondants du papier, qui apparaît dans la question du 16 avril des transmissions de nature. Timothy Lu, un professeur agrégé de MIT de génie électrique et de l'informatique, et du bureau d'études biologique, est également un auteur.

Peptides artificiels

Les peptides antimicrobiens détruisent des microbes de beaucoup de différentes voies. Ils présentent les cellules microbiennes en endommageant leurs membranes, et une fois à l'intérieur, ils peuvent perturber les objectifs cellulaires tels que l'ADN, l'ARN, et les protéines.

Dans leur recherche des peptides antimicrobiens plus puissants et plus artificiels, scientifiques synthétisez type les centaines de variantes neuves, qui est un procédé laborieux et long, et vérifiez-alors les contre différents types de bactéries.

De la Fuente-Nunez et ses collègues a voulu trouver qu'une voie d'effectuer des ordinateurs effectuent la majeure partie du travail de modèle. Pour réaliser cela, les chercheurs ont produit un algorithme d'ordinateur qui comporte les mêmes principes que la théorie de Darwin de sélection naturelle. L'algorithme peut commencer par n'importe quelle séquence de peptide, produire des milliers de variantes, et les vérifier pour les traits désirés que les chercheurs ont spécifiés.

« À l'aide de cette approche, nous pouvions explorer on, beaucoup plus de peptides que si nous avions fait ceci manuellement. Alors nous seulement avons dû examiner une toute petite part d'intégralité des séquences que l'ordinateur pouvait parcourir, » de la Fuente-Nunez dit.

Dans cette étude, les chercheurs ont commencé par du peptide antimicrobien trouvé dans les graines de la centrale de goyave. Ce peptide, connu sous le nom de Pg-AMP1, a seulement la faible activité antimicrobienne. Les chercheurs ont dit l'algorithme d'être soulevés avec des séquences de peptide avec deux configurations qui aident des peptides pour pénétrer les membranes bactériennes : une tendance de former d'alpha helices et un certain niveau de hydrophobicity.

Après que l'algorithme ait produit et ait évalué des dizaines de milliers de séquences de peptide, les chercheurs ont synthétisé la promesse de 100 candidats pour vérifier contre des bactéries développées dans des assiettes de laboratoire. Le premier interprète, connu sous le nom de guavanin 2, contient 20 acides aminés. À la différence du peptide Pg-AMP1 originel, qui est riche en glycine acide aminée, le guavanin est riche en arginine mais a seulement une molécule de glycine.

Plus puissant

Ces différences rendent le guavanin 2 beaucoup plus efficace, particulièrement contre un type de bactéries connues sous le nom de gramnégatives. Les bacilles gram négatifs comprennent beaucoup d'espèces responsables des infections nosocomiales les plus courantes, y compris la pneumonie et les infections urinaires.

Les chercheurs ont vérifié le guavanin 2 chez les souris avec une infection cutanée provoquée par un type de bacilles gram négatifs connus sous le nom de pseudomonas aeruginosa, et ont constaté qu'il a libéré les infections beaucoup plus effectivement que le peptide Pg-AMP1 originel.

« Ce travail est important parce que les types neufs d'antibiotiques sont nécessaires pour surmonter le problème de croissance de la résistance aux antibiotiques, » dit Mikhail Shapiro, un professeur adjoint du génie chimique chez Caltech, qui n'était pas impliqué dans l'étude. « Les auteurs adoptent une approche novatrice à ce problème en concevant de calcul les peptides antimicrobiens utilisant « in silico » un algorithme évolutionnaire, qui raye les peptides neufs basés sur un ensemble de propriétés connues pour être marqué avec l'efficacité. Ils incluent également un choix impressionnant d'expériences pour prouver que les peptides donnants droit ont en effet les propriétés requises pour servir d'antibiotiques, et qu'ils fonctionnent dans au moins un modèle de souris des infections. »

De la Fuente-Nunez et ses collègues planification maintenant pour développer davantage le guavanin 2 pour l'usage humain potentiel, et ils planification également pour employer leur algorithme pour rechercher d'autres peptides antimicrobiens efficaces. Il n'y a actuel aucun peptide antimicrobien artificiel reconnu pour l'usage dans les patients humains.

« Un état mis en service par le gouvernement des Anglais estime que les bactéries résistant aux antibiotiques tueront 10 millions de personnes par an par l'année 2050, ainsi proposer des méthodes neuves pour produire des antimicrobiens est d'intérêt énorme, d'une vue scientifique et également d'un point de vue global de santé, » de la Fuente-Nunez dit.