Zürichi, baseli és magyar kutatók géncsendesítési eljárással egy olyan gént találtak, ami kulcsszerepet játszik az influenza-A vírus okozta humán fertőzés létrejöttében. A vírus és a gazdasejt közötti molekuláris kölcsönhatások jobb megismerésére irányuló kutatómunka távlati célja olyan új terápiás célpontok feltárása, amelyek célzott befolyásolása lehetőséget adna a vírus szervezetbeli szaporodásának és a megbetegedés kifejlődésének kivédésére.
A Science című folyóiratban október 24-én megjelent tanulmány legfontosabb, új megállapítása, hogy a sejtbe jutott influenza-A vírus fertőzőképessége egyetlen gén kiiktatásával nagymértékben csökkenthető – a gén termékeként keletkező fehérje nélkül ugyanis a vírus nem képes kicsomagolni a virális RNS-t az azt védő fehérjeburokból (azaz gátlódik a dekapszidáció), így a kórokozó nem kap lehetőséget arra, hogy az örökítőanyaga bejusson a sejtmagba, ott sokszorozódjon és sejtről sejtre terjedve megbetegedést okozzon.
|
Influenzavírussal fertőzött humán sejtek. A neonzölden fluoreszkáló új víruspartikulák kijutnak a sejtmagból.
|
A sejtbe való bejutás után az influenzavírus úgy bírja rá a gazdasejtet saját örökítőanyagának kicsomagolására (a dekapszidációra), hogy egyfajta sejtalkotónak, úgynevezett aggreszómának „álcázza magát”. Az aggreszómák normál esetben sérült fehérjékből álló aggregátumok, amelyeket a sejt a rajta lévő ubikvitinláncok alapján ismer fel. Az influenza-A vírus ugyanilyen ubikvitinjelöléssel „téveszti meg” a gazdasejtet: ezzel vonzza magához és aktiválja azt a sejtbeli hiszton-deacetiláz-6 (HDCA6) nevű enzimet, amely a kutatócsoport megállapítása szerint nélkülözhetetlen a sikeres dekapszidációhoz. A HDAC6 fehérje keresztkötést létesít a víruskapszula fehérjéi és a sejt citoszkeletális, motorikus rendszere között; ezt követően pedig a sejt a motorfehérjék aktív összehúzódásával saját maga feszíti fel a víruskapszulát, szabad utat nyitva ezzel a vírus örökítőanyagának a sejtmagba jutáshoz. A gazdasejtbeli HDAC6 protein vagy a sejtváz motorfehérjéinek (aktin, miozin-9) kikapcsolása (pl. RNS-interferencia vagy kémiai gátlás útján) jelentős mértékben visszaszorítja a vírus kicsomagolódását, gátolva ezzel a fertőzés továbbterjedését a szervezetben. Ez az újonnan azonosított kapszula-szétszerelődési folyamat új gyógyszercélpontokat kínál az influenza-A-vírusfertőzés kezelésében.
|
Az influenzavírus sejtbeli szaporodási folyamatának sematikus ábrája. Forrás: Banerjee I et al. High-Content Analysis of Sequential Events during the Early Phase of Influenza A Virus Infection. PLoS ONE 8(7): e68450. doi:10.1371/journal.pone.0068450. Dr. Horváth Péter engedélyével, magyar nyelvre lefordítva átvéve.
|
A pandémiás járványokat előidézni képes influenza-A-vírus – ide tartozik a H1N1 és a madárinfluenzaként ismert H5N1 típusú influenzavírus is – azért került a kutatók érdeklődésének középpontjába, mert a megbetegedés a lakosság jelentős részét ágynak döntheti. Noha a szövődmények elsősorban a csecsemőket és az időseket veszélyeztetik, a munkából való kiesés révén az influenzafertőzés igen komoly terhet ró a gazdaságra – magyarázza a témaválasztás okát a kutatást hazai részről vezető dr. Horváth Péter bioinformatikus, az MTA Szegedi Biológiai Kutatóközpontjának Biokémiai Intézetéhez tartozó Szintetikus és Rendszerbiológiai Egység tudományos főmunkatársa.
– Hogyan került kapcsolatba a svájci kutatócsoportokkal, és a fenti kutatásban milyen területen vett részt az Ön munkacsoportja? – kérdeztük a hét fős szegedi team vezetőjét.
– Azelőtt, hogy egy évtizedes franciaországi, ausztriai és svájci kutatómunkát követően 2014 januarjában visszatértem Szegedre, több mint 6 éven át dolgoztam a zürichi műszaki egyetemen (ETH, Eidgenossische Technische Hochschule), és az ottani kollégákkal azóta is szorosan együttműködünk számos kutatási területen. Kutatócsoportunk adatfeldolgozással foglalkozik, így az influenza-A vírus gazdasejtbeli viselkedésének jellemzésében is a bioinformatikai modellezésben működtünk közre. A számítógépes képfeldolgozás és a mesterséges intellingencia eszközeivel a laboratóriumi kutatómunkát ötvözzük a digitális mikroszkópiával és a digitális algoritmusokkal, hogy az így összegyűlt óriási adathalmaz alapján a lehető legpontosabban modellezzük a kísérleti munkát végző szakemberek tudását. Az általunk fejlesztett képelemzési algoritmusok és a mesterséges intelligencia legújabb eredményeinek felhasználásával kísérletenként akár több tízmillió mikroszkópos kép automatikus kiértékelését végezzük el, ami egy orvos vagy egy kutatóbiológus számára lehetetlen feladat volna – érzékelteti Horváth Péter a bioinformatika óriási gyakorlati jelentőségét.
– Hogyan történik a géncsendesítés és milyen információkat ad a fertőzésekről?
– A genetikai kutatások jelenlegi fejlettségi szintjén lehetőség nyílik arra, hogy az emberi genomot alkotó mintegy 20–25 ezer gént egyesével kikapcsoljuk például RNS-interferenciával vagy kémiai gátlás útján. A vírussal vagy baktériummal fertőzött sejtekről így pontosan megtudhatjuk, melyik humán gén és pontosan milyen módon játszik szerepet a fertőzés létrejöttében. Ugyanez igaz a kóros – például daganatos – sejtek vizsgálatára is, ahol a lépésenkénti géncsendesítés a tumor kialakulásáról és áttétképzéséről ad hasznos információt. Egy-egy ilyen genomszintű géncsendesítési kísérletsorozat néhány év alatt elvégezhető – nekünk az influenzavírus mellett a humán herpeszvírus, a HIV vírus és a Salmonella genus fertőzőképességének vizsgálataiban vannak tapasztalataink. Számos olyan gént találtunk, amelyek egyértelműen serkentik vagy gátolják a fertőzés kialakulását, ezen új célpontok terápiás befolyásolására azonban egyelőre még nincs lehetőség.
– Bemutatná a bioinformatika onkológiai alkalmazását részletesebben?
– E kutatásaim fő helyszíne Finnország, ahol a Helsinki-beli FIMM-ben (Finnish Institute for Molecular Medicine) végzünk személyre szabott rákgyógyászati vizsgálatokat. Finnországban a törvényi szabályozás lehetőséget ad arra, hogy az FDA által engedélyezett daganatterápiás szereket – ami mintegy félezer készítményt ölel fel – a standard sémáktól eltérő kombinációkban alkalmazzák a terápiában, ha ebbe az orvos és a beteg is beleegyezik és a páciens vállalja a kezeléssel járó költségeket. Ehhez a daganatos betegektől vett mintákból előállított sejttenyészeteken különféle gyógyszer-kombinációk többféle adagjának hatásait vizsgáljuk. A dózisválaszt ábrázoló fáziskontraszt-mikroszkópos felvételeket digitális algoritmusokkal – egy gépi tanulási módszerrel – kielemezve megállapítható, hogy az adott beteg esetében melyik a legjobb terápiás eredménnyel biztató kezelési séma. Ily módon a sejttenyészet előállításától számítva mintegy két hét alatt személyre szabott onkoterápiás javaslatot tudunk tenni, és a leukémia kezelésében már vannak is kedvező tapasztalataink. Emellett a prosztata- és a petefészekrák személyre szabott gyógyításával is kísérletezünk ugyanilyen módon. Véleményem szerint a bioinformatika által kínált lehetőségek széles tárháza a jövőben a személyre szabott gyógyászattal forradalmasíthatja a medicinát.
– Vannak további alkalmazási területek is?
| Névjegy |
Dr. Horváth Péter 2003-ban szerzett programtervező matematikus diplomát, majd 2007-ben Franciaországban doktorált az INRIA-n, Sophia Antipois-ban, műholdkép-feldolgozásból. Innen került bele a mikroszkópos adatelemzésbe és fedezte fel a két terület közötti rokonságot. Tudományos munkásságát több mint 30, rangos nemzetközi folyóiratokban publikált közlemény fémjelzi. AZ MTA Szegedi Biológiai Kutatóközpont tudományos főmunkatársaként részt vesz többek között a Nemzeti Agykutatási Programban és a Nemzeti Kiválósági Programban.
|
– Természetesen. A finnországi laboratóriumunkban folyó onkológiai kutatások legújabb irányvonala a háromdimenziós sejttenyészetek előállítása. Jelenleg ezek tanulmányozására fejlesztünk új algoritmusokat, amelyek segítenének választ adni arra a kérdésre, hogy a valós szöveti struktúrához közelebb álló 3D tenyészetekben hogyan változik a sejtek viselkedése, és milyen plusz információk szűrhetők le az ezekkel végzett kísérletekből a hagyományos kétdimenziós sejttenyészetek használatához képest. Visszautalva a kóros sejtek viselkedésének tanulmányozására, a zürichi kutató kollégákkal együttműködésben fontos és ugyancsak frissen közzétett eredményünk a leukémiás sejtek és a csontvelői mikrokörnyezet egymásra hatásának jobb megismerése. A digitális képalkotás és a gépi tanulási módszereket alkalmazó képfeldolgozási algoritmusok révén az akut limfoblasztos leukémia vizsgálatai során is találtunk egy olyan gént, aminek csendesítése a csontvelői stroma-állománybeli metabolizmus megváltoztatásával a leukémiás sejtek nagyarányú pusztulását idézi elő – ez pedig szintén a személyre szabott kezelési lehetőségek irányában nyit új utat. Mindezek mellett a bioinformatika értékes eszköze például az agykutatásnak – e téren kutatásaink fő csapásiránya olyan algoritmusok kidolgozása, amelyekkel az élethez közeli körülmények között, a legkevésbé invazív mikroszkópiával tudnánk olyan sejteket találni, amelyek működésbeli eltérései oki szerepet játszanak például az Alzheimer-kór vagy a Parkinson-kór létrejöttében, és így akár prevenciós, akár terápiás célra alkalmas célpontokat kínálnak.



