L’aumento di patogeni resistenti agli antibiotici, in particolare i batteri Gram-negativi, evidenzia l’urgente necessità di nuove terapie. Le infezioni resistenti ai farmaci contribuiscono ora a circa 5 milioni di decessi all’anno, eppure la scoperta di antibiotici tradizionali è notevolmente stagnante. I veleni, soprattutto quelli di animali, costituiscono, in tal senso, un immenso e in gran parte inutilizzato serbatoio di molecole bioattive con potenziale antimicrobico. Ebbene, un team di ricercatori dell’Università della Pennsylvania, guidato da César de la FuenteIn ha analizzato dataset globali di venomica per identificare nuovi candidati antimicrobici. Utilizzando il deep learning (una branca dell’intelligenza artificiale che utilizza reti neurali artificiali, ispirate al cervello umano), i ricercatori hanno esplorato 16.123 proteine del veleno, generando 40.626.260 peptidi criptati. Da questi, gli studiosi hanno identificato 386 “candidati” che sono strutturalmente e funzionalmente distinti dai peptidi antimicrobici noti. Questi potenziali “super antibiotici” presentano infatti un’elevata carica netta e ed una forte idrofobicità, caratteristiche che favoriscono la rottura della membrana batterica. Studi strutturali hanno rivelato che molti di questi peptidi adottano conformazioni flessibili che passano a conformazioni α-elicoidali in ambienti che mimano la membrana, supportando il loro potenziale antimicrobico. In particolare, dei 58 peptidi selezionati per la validazione sperimentale, 53 mostrano una potente attività antimicrobica. I test meccanicistici hanno infatti indicato che esercitano i loro effetti principalmente attraverso la depolarizzazione della membrana batterica, rispecchiando meccanismi simili a quelli dell’AMP. In un modello murino di infezione da Acinetobacter baumannii, i peptidi principali hanno ridotto significativamente la carica batterica senza tossicità osservabile. In soldoni: i 53 antibiotici che hanno superato il test, hanno rivelato le loro capacità nell’eliminare batteri resistenti ai farmaci, come Escherichia coli e lo Staphylococcus aureus, senza danneggiare i globuli rossi umani. I risultati dello studio, pubblicati sulla rivista Nature, dimostrano che i veleni animali rappresentano una ricca fonte di scaffold antimicrobici precedentemente nascosti e che l’integrazione del mining computazionale su larga scala con la validazione sperimentale può accelerare la scoperta di antibiotici.
Fonte news: Nature (clicca per saperne di più)
Foto: Arek Socha @Pixabay