Tätä läpimurtoa ei ole tehty lääketieteen laboratoriossa, vaan tietokoneilla: tutkijat ovat tehneet laskennallisella päättelyllä ja tilastomalleilla läpimurron, jonka avulla tulevaisuudessa voidaan kehittää täsmälääkkeitä vakavia infektioita aiheuttavia bakteereita vastaan.
Lähes kaikille antibiooteille vastustuskykyiset bakteerit ovat viimeisen kymmenen vuoden aikana ilmaantuneet eri puolille maailmaa, koska bakteerit siirtyvät maanosasta toiseen ihmisten maailmanlaajuiden jatkuvan liikkumisen seurauksena.
Maailman terveysjärjestö WHO onkin määritellyt antibioottiresistenssin leviämisen maailmanlaajuiseksi uhaksi ihmisen terveydelle.
"Tutkimustyöhömme perustuva uusi menetelmä antaa mahdollisuuden kohdentaa lääkeaine sellaisiin bakteerien perinnöllisiin tekijöihin, että resistenssin kehittymisen ja lajilta toiselle leviämisen mahdollisuus minimoidaan", sanoo tänään julkaistussa tutkimuksessa mukana ollut Helsingin informaatioteknologian tutkimuslaitoksen HIIT:in professori Jukka Corander.
Tilastollinen malli paljastaa evolutiivisia rajoitteita bakteerien perimän muutoksissa
Arvostetussa PloS Genetics -lehdessä juuri julkaistussa tutkimuksessa havainnollistetaan laskennallisen menetelmän tarjoamia mahdollisuuksia lääkkeiden kehitystyölle.
Työssään tutkijat analysoivat suuria määriä pneumokokki- ja streptokokkibakteerien näytteitä ja kehittivät tilastollisen mallin, jonka avulla voidaan paljastaa evolutiivisia rajoitteita luonnollisessa ympäristössä tapahtuville muutoksille bakteerien perimässä.
Pneumokokeilta paljastui tämän myötä useita aiemmin tuntemattomia mutaatioiden yhdysvaikutuksia.
"Yhdistämällä näistä yhdysvaikutuksista saatava tieto systeemibiologiaan ja molekyylilääketieteeseen voitaisiin ottaa tavoitteeksi lääkeaine, joka häiritsisi kyseisten geenien toimintaa ja yhtäaikaisesti johtaisi bakteerien solujen uusiutumisen estymiseen", sanoo Corander.
"Koska yhdysvaikutukset ovat useimmissa tapauksissa vahvasti sidoksissa tietyn bakteerilajin ydinperimään, lääkeaineella ei olisi sivuvaikutuksia muihin bakteereihin.
Corander mukaan koskaan aiemmin ei ole kyetty sovittamaan mutaatioiden välistä evolutiivista vuorovaikutuspainetta kuvaavaa todennäköisyysmallia samanaikaisesti kaikkiin perimässä esiintyviin mutaatioihin."
Malli sisältää lähes sata miljardia tuntematonta tekijää
Tutkijat hyödynsivät työssään useiden vuosien aikana kertynyttä kokemusta päättelyalgoritmeista ja kehittivät lähestymistavan, joka mahdollisti riittävän tarkan analyysin.
Tutkimustulokset antavat Coranderin mukaan mahdollisuuden tarkastella lähitulevaisuudessa kaikkien yleisten infektiotauteja aiheuttavien bakteerien perimän muutoksia laajojen genomiaineistojen pohjalta. Hän näkee, että näin voitaisiin perustutkimuksen avulla luoda pohja täsmälääketieteen sovelluksille ja edesauttaa vakavien infektioiden torjuntaa tulevaisuudessa.
Corander johtaa HIIT:in laskennallisen päättelyn tutkimusohjelmaa ja toimi nyt julkaistun hankkeen vastuullisena tutkijana. Hänen mukaansa laskennallinen haaste on valtava, koska tämänkaltainen malli sisältää lähes sata miljardia tuntematonta tekijää.
Ratkaisun saavuttamiseksi tarvittiin satojatuhansia tunteja prosessoriaikaa Suomen tieteellisen laskennan CSC:n palvelimella. Tärkeinä yhteistyökumppaneina toimivat myös maailman johtavan genomikeskuksen Sanger-instituutin bakteerigenomiikan tutkijat.
Lähdejulkaisu: Interacting networks of resistance, virulence and core machinery genes identified by genome-wide epistasis analysis, PloS Genetics (DOI: 10.1371/journal.pgen.1006508).
Juttu perustuu Helsingin yliopiston tiedotteeseen.
