Lähes kaikille antibiooteille vastustuskykyiset bakteerit ovat viimeisen kymmenen vuoden aikana ilmaantuneet eri puolille maailmaa. Bakteerit siirtyvät maanosasta toiseen ihmisten globaalin liikkumisen seurauksena, ja 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 HIIT:in professori Jukka Corander Helsingin yliopistosta.
Tilastollinen malli paljastaa evolutiivisia rajoitteita bakteerien perimän muutoksissa
Arvostetussa vertaisarviointiin perustuvassa PloS Genetics -lehdessä juuri julkaistussa läpimurrossa 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, Jukka Corander sanoo.
− 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 Jukka 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.
Lähde:
Lisätiedot:
Professori Jukka Corander, Helsingin yliopisto, matematiikan ja tilastotieteen laitos, HIIT-tutkimuslaitos, puhelin 050 415 5294, jukka.corander@helsinki.fi
Minna Meriläinen-Tenhu, @MinnaMeriTenhu, 050 415 0316, minna.merilainen@helsinki.fi