ИИ-анализ атаки бактерий поможет предсказать исход инфекции

Исследование того, как бактериальные белки работают как сеть, чтобы захватить контроль над нашими клетками, может помочь предсказывать исход инфекций и разрабатывать новые методы лечения.

Подобно хакеру, захватывающему контроль над программным обеспечением компании, болезнетворные бактерии, такие как E. coli и Salmonella, используют миниатюрные молекулярные шприцы для впрыскивания в клетки, поддерживающие здоровье кишечника, своих собственных агентов, вызывающих хаос (так называемых эффекторов).

Эти эффекторы берут под контроль наши клетки, подавляя их защиту и блокируя ключевые иммунные ответы, что позволяет инфекции закрепиться.

Ранее исследования изучали отдельные эффекторы. Теперь команда под руководством учёных из Имперского колледжа Лондона и Института исследования рака в Лондоне, включая исследователей из Великобритании, Испании и Израиля, изучила целые наборы эффекторов в различных комбинациях.

Исследование, опубликованное в Science, было основано на данных экспериментов на мышах, заражённых мышиной версией E. coli, называемой Citrobacter rodentium, которая вводит 31 эффектор.

Результаты показывают, как эффекторы работают вместе как сеть, позволяя бактериям колонизировать хозяев, даже если некоторые эффекторы удалены. Исследование также показало, как иммунная система хозяина может обходить препятствия, создаваемые эффекторами, запуская дополнительные иммунные ответы.

Исследователи предполагают, что понимание того, как состав сетей эффекторов влияет на способность инфекции закрепиться, может помочь в разработке вмешательств, нарушающих их действие.

Ведущий автор исследования профессор Гад Франкель: «Данные представляют собой прорыв в нашем понимании механизмов бактериальных инфекций и ответов хозяина. Наши результаты показывают, что вводимые эффекторы работают не по отдельности, а как группа. Мы обнаружили, что сеть обладает внутренней силой и гибкостью, которые гарантируют, что если один или несколько компонентов не работают, инфекция может продолжаться. Важно, что эта работа также показала, что наши клетки имеют встроенный «брандмауэр», что означает, что мы можем справляться с коррумпирующими сетями хакера и запускать эффективные иммунные ответы, способные очистить инфекцию».

Со-руководитель исследования профессор Джьоти Чоудхари: «Наше исследование показывает, что мы можем предсказать, как клетка отреагирует при атаке различными комбинациями бактериальных эффекторных белков. Это поможет нам лучше понять, как взаимодействуют клетки, иммунная система и бактерии, и мы можем применить эти знания к таким заболеваниям, как рак и воспалительные заболевания кишечника, где бактерии в кишечнике играют важную роль. Мы надеемся, что дальнейшие исследования позволят расширить эти знания и выяснить, как именно функционируют эти эффекторные белки и как они работают вместе, чтобы нарушить работу клеток хозяина. В будущем это углублённое понимание может привести к разработке новых методов лечения».

В ходе экспериментов команда могла удалять различные эффекторы при заражении мышей патогеном, отслеживая успешность каждой инфекции. Это показало, что сеть эффекторов, производимая патогеном, может быть сокращена до 60% и при этом вызывать успешную инфекцию.

Команда собрала данные о более чем 100 различных синтетических комбинациях 31 эффектора, которые профессор Альфонсо Родригес-Патон и Елена Нуньес-Берруэко из Университета Политехника Мадрида использовали для построения алгоритма искусственного интеллекта (ИИ).

Модель ИИ смогла предсказать исходы инфекции Citrobacter rodentium, экспрессирующей различные сети эффекторов, что было проверено экспериментами на мышах. Поскольку невозможно протестировать в лаборатории все возможные сети, которые могут образовать 31 эффектор, использование модели ИИ является единственным практическим подходом к изучению биологических систем такой сложности.

Со-первый автор доктор Давид Руано-Гальего: «ИИ позволяет нам сосредоточиться на создании наиболее релевантных комбинаций эффекторов и понять по ним, как бактерии противодействуют нашей иммунной системе. Эти комбинации не были бы очевидны только из наших экспериментальных результатов, что открывает возможность использования ИИ для прогнозирования исходов инфекции».

Со-первый автор доктор Хулия Санчес-Гарридо: «Наши результаты также означают, что в будущем, используя ИИ и синтетическую биологию, мы сможем определить, какие функции клеток являются необходимыми во время инфекции, что позволит нам найти способы борьбы с инфекцией не путём уничтожения патогена антибиотиками, а путём изменения и улучшения наших естественных защитных реакций на инфекцию».