Алгоритм картирует паттерны деградации белков для улучшения диагностики и лечения инфекций

Пептиды — это небольшие фрагменты белков, в основном находящиеся в коже и слизистых оболочках. Некоторые пептиды действуют как барьер, защищая организм от инфекций, борясь с микроорганизмами, такими как бактерии, вирусы и другие патогены, в то время как другие участвуют в регуляции воспаления.

При ране или операции этот баланс может нарушаться, позволяя микроорганизмам проникать и вызывать острую инфекцию и, в худших случаях, сепсис.

«Чтобы диагностировать инфекции сегодня, врач сначала проводит клиническую оценку, а затем отправляет образец для культурального анализа. Обычно требуется несколько дней, чтобы получить результаты о том, какие бактерии присутствуют в ране, и это не всегда дает четкую картину тяжести инфекции», — говорит Артур Шмидтхен, профессор дерматологии и венерологии Лундского университета и консультант Университетской больницы Сконе, Швеция.

В инфицированной ране идет битва между иммунной системой и бактериями. Бактерии расщепляют белки на пептиды как стратегию для получения питательных веществ и распространения, в то время как организм использует аналогичные стратегии для борьбы с бактериями и регуляции воспаления. Это взаимодействие невероятно сложное, на него влияют как типы присутствующих бактерий, так и тяжесть инфекции.

Исследовательская группа стремилась понять паттерны деградации белков, чтобы быстрее идентифицировать вовлеченные бактерии и оценить риск сепсиса. Рост антибиотикорезистентности также увеличил спрос на альтернативные способы диагностики и борьбы с инфекциями. Работа опубликована в журнале Nature Communications.

«Чтобы исследовать количество и типы пептидов в ране, мы "выжимали" пептиды из перевязочных материалов, а затем анализировали их с помощью масс-спектрометрии. Это позволило нам идентифицировать до 45 000 различных пептидов из одной инфицированной раны», — говорит Йохан Мальмстрём, профессор масс-спектрометрии Лундского университета.

Это огромное количество информации трудно осмыслить и использовать для понимания паттернов деградации белков. Только когда инженер и аспирант Лундского университета Эрик Хартман разработал алгоритм, сокращающий массив пептидов на 95% — до всего нескольких сотен кластеров пептидов, — данные стало возможно анализировать и использовать.

Кластеризуя пептиды, он смог обучить модели машинного обучения определять количество и типы бактерий, присутствующих в ране. Определив уникальные пептидные паттерны и изменения в этих паттернах в зависимости от разных типов бактерий, исследователи теперь могут оценивать тяжесть инфекции.

«Мы картировали, как паттерны деградации белков различаются при разных типах раневых инфекций, получив лучшее представление об их различиях путем систематического анализа кластеров пептидов. Это позволяет нам легко идентифицировать подгруппы, которые могут направлять лечение», — говорит Эрик Хартман.

Эти уникальные биомаркеры могут привести к более ранней и точной диагностике, позволяя быстрее обнаруживать и лечить потенциальные инфекции. С использованием масс-спектрометрии и машинного обучения весь процесс занимает всего несколько минут.

«Самое крутое, что алгоритм не ограничивается раневыми инфекциями; он универсален и может быть применен ко многим различным заболеваниям, где деградация белков играет значительную роль. Таким образом, пептиды становятся новым источником информации, который может, на следующем этапе, помочь индивидуализировать лечение и способствовать поиску новых кандидатов в лекарства», — говорит Эрик Хартман.

Следующим шагом для исследователей станет проведение более масштабных исследований для дальнейшей валидации результатов, усовершенствования методологии и анализа других типов заболеваний, таких как сепсис. Они также хотят изучить, как метод может быть применен клинически в реальных диагностических ситуациях, чтобы оценить его практическую полезность.