کشف سلاحهای جدید علیه ابرمیکروبها: چگونه آنالوگهای بربرین میتوانند عفونتهای اشریشیا کلی را متوقف کنند؟
در عصری که مقاومت آنتیبیوتیکی به یک بحران جهانی فزاینده تبدیل شده است، استراتژیهای جدید توسعه دارو به شدت مورد نیاز است. یکی از اهداف امیدوارکننده، پروتئین FtsZ است ، یک بازیگر کلیدی در تقسیم سلولی باکتریایی. مطالعه جدیدی توسط آدیتی روی و آناند آنباراسو در دانشگاه VIT هند، مسیر نوینی را بررسی میکند: استفاده مجدد از ترکیبات طبیعی مانند آنالوگهای بربرین برای مهار FtsZ و توقف تکثیر باکتریایی.
محققان با ترکیب یادگیری ماشین، غربالگری مجازی، اتصال مولکولی و شبیهسازی دینامیک مولکولی، دو ترکیب پیشرو را شناسایی کردند که میتوانند افقهای جدیدی را در مبارزه با عفونتهای اشریشیا کلی (E. coli) مقاوم به دارو بگشایند. در اینجا نگاهی عمیق به چگونگی انجام این کار و چرایی اهمیت آن میاندازیم.
چرا FtsZ را هدف قرار دهیم؟
اشریشیا کلی یک باکتری آشنا است . بیشتر سویههای آن به طور بیضرر در روده انسان همزیستی میکنند. با این حال، برخی از گونههای شناخته شده به عنوان ExPEC (اشریشیا کلی بیماریزای خارج رودهای) میتوانند باعث عفونتهای شدید مانند عفونتهای دستگاه ادراری، سپسیس و مننژیت شوند.
با افزایش مقاومت به آنتیبیوتیکهای سنتی، توجه به FtsZ ، یک پروتئین ضروری برای تقسیم سلولی باکتریایی معطوف شده است. FtsZ در محل تقسیم آینده به ساختاری به نام حلقه Z مونتاژ میشود و هماهنگی جذب سایر پروتئینهای تقسیم را بر عهده دارد. مختل کردن عملکرد FtsZ به معنای مسدود کردن تولید مثل باکتری در ریشه آن است.
برخلاف بسیاری از اهداف آنتیبیوتیکی، FtsZ:
در گونههای مختلف باکتریایی بسیار محافظت شده است، به این معنی که یک دارو میتواند بر بسیاری از عوامل بیماریزا تأثیر بگذارد.
با پروتئینهای انسانی متفاوت است و خطر سمیت را کاهش میدهد.
بنابراین، مهار FtsZ یک استراتژی قوی و انتخابی در برابر عفونتهای باکتریایی ارائه میدهد.
بربرین: یک عامل ضد باکتری طبیعی
بربرین، یک آلکالوئید مشتق شده از گیاهان که در طب سنتی چینی و بومیان آمریکا استفاده میشود، قبلاً به دلیل خواص ضد میکروبی شناخته شده است. مطالعات قبلی نشان دادهاند که بربرین میتواند FtsZ را در باکتریهای گرم مثبت مهار کند. اما محققان قصد داشتند آنالوگهای قویتری با کارایی بهتر در برابر اشریشیا کلی پیدا کنند.
ساختار بربرین ، سه حلقه آروماتیک و یک اتم نیتروژن آن را برای تعامل با پروتئینها ایدهآل میسازد. با این حال، مشتقات میتوانند عملکرد بهتری داشته باشند، به ویژه در برابر باکتریهای گرم منفی چالشبرانگیزتر مانند اشریشیا کلی.
جستجو برای آنالوگهای برتر بربرین
محققان 1072 آنالوگ بربرین را با استفاده از ترکیبی قدرتمند از روشهای محاسباتی غربال کردند:
توسعه مدل یادگیری ماشین
سه الگوریتم طبقهبندی آزمایش شد: J48، جنگل تصادفی و درخت مدل لجستیک (LMT).
J48 با دقت 93٪ و قدرت پیشبینی قوی (منحنی ROC 0.95) به عنوان بهترین مدل ظاهر شد.
این مدل آنالوگها را به 740 ترکیب که پیشبینی میشد در برابر FtsZ فعال باشند، کاهش داد.
غربالگری ADMET و سمیت
قبل از ادامه، تیم اطمینان حاصل کرد که ترکیبات انتخاب شده دارای:
نیمرخ جذب، توزیع، متابولیسم و دفع (ADMET) خوب هستند.
هیچ سمیت کبدی، سمیت قلبی، سرطانزایی یا جهشزایی پیشبینی شدهای ندارند. پس از این فیلترها، 60 کاندید غیر سمی باقی ماندند.
غربالگری مجازی و اتصال مولکولی
با استفاده از AutoDock Vina و AutoDock 4.2.6، ترکیبات در برابر پروتئین FtsZ اشریشیا کلی (PDB ID: 8GZY) متصل شدند.
پنج ترکیب انرژی اتصال برجستهای (بهتر از −8 کیلوکالری بر مول) نشان دادند، به ویژه:
ZINC000524729297 (−8.73 کیلوکالری بر مول)
ZINC000604405393 (−8.55 کیلوکالری بر مول) در مقایسه، بربرین تنها انرژی اتصال −6.59 کیلوکالری بر مول را نشان داد، که نشان میدهد این آنالوگها بسیار قویتر هستند.
شبیهسازی دینامیک مولکولی: آزمایش پایداری در طول زمان
اتصال مولکولی یک تصویر فوری از اتصال بالقوه ارائه میدهد. برای درک اینکه آیا این کمپلکسها تحت شرایط بیولوژیکی پایدار میمانند یا خیر، محققان شبیهسازیهای دینامیک مولکولی (MD) به مدت 500 نانوثانیه انجام دادند.
یافتههای کلیدی
مقادیر انحراف میانگین مربعات ریشه (RMSD) برای کمپلکسهای ZINC000524729297 و ZINC000604405393 پایین بود (~0.47-0.55 نانومتر)، که نشان دهنده حداقل انحراف ساختاری و پایداری بالا است.
تجزیه و تحلیل نوسانات میانگین مربعات ریشه (RMSF) نوسانات کمتر در بقایای کلیدی را هنگام اتصال این ترکیبات تأیید کرد.
پیوندهای هیدروژنی در طول شبیهسازیها، به ویژه برای ZINC000524729297، پایدار بودند.
مقادیر شعاع چرخش (1.94-1.95 نانومتر) کمپلکسهای فشرده و پایدار را نشان داد.
محاسبات انرژی اتصال (MM-PBSA) تعاملات قوی را نشان داد:
ZINC000524729297: −32.48 کیلوکالری بر مول
ZINC000604405393: −31.58 کیلوکالری بر مول هر دو عملکرد بهتری نسبت به بربرین (−28.14 کیلوکالری بر مول) داشتند.
تجزیه و تحلیلهای پیشرفته برای بینش عمیقتر
تجزیه و تحلیلهای محاسباتی بیشتر، شواهد مربوط به این ترکیبات را تقویت کرد:
تجزیه و تحلیل مؤلفههای اصلی (PCA) و چشماندازهای انرژی آزاد (FEL) تغییرات ساختاری کمتری را برای ترکیبات پیشرو نشان داد، به این معنی که پایداری ترمودینامیکی بیشتری دارند.
ماتریسهای همبستگی متقابل دینامیکی (DCCM) حرکات هماهنگ قوی بین بقایای پروتئین را نشان داد، که اتصال پایدار را تقویت میکند.
علاوه بر این، تجزیه و تحلیل ساختار شیمیایی نشان داد که این آنالوگها دارای گروههای عاملی و حلقههای بیشتری هستند، که از اتصال قویتر و متنوعتر به پروتئین FtsZ پشتیبانی میکند.
چرا این مهم است: مقابله با بحران مقاومت آنتیبیوتیکی
مقاومت ضد میکروبی (AMR) در حال حاضر سالانه 5 میلیون نفر را میکشد، رقمی که در صورت عدم اقدام، به طور چشمگیری افزایش خواهد یافت. آنتیبیوتیکهای سنتی اغلب دیواره سلولی باکتری یا ماشینآلات سنتز پروتئین را هدف قرار میدهند—مکانیسمهایی که باکتریها در مقاومت در برابر آنها ماهرتر میشوند.
هدف قرار دادن FtsZ یک مکانیسم عمل کاملاً جدید ارائه میدهد، که:
احتمال مقاومت متقاطع با آنتیبیوتیکهای موجود را کاهش میدهد.
سمیت انتخابی دارد و به سلولهای انسانی آسیب نمیرساند.
علاوه بر این، استفاده از مشتقات محصولات طبیعی مانند آنالوگهای بربرین، مسیر سریعتری را برای ترجمه بالینی ارائه میدهد، زیرا نیمرخ ایمنی آنها تا حدی شناخته شده است.
ترکیبات شناسایی شده—ZINC000524729297 و ZINC000604405393—کاندیدهای قوی برای اعتبارسنجی تجربی بیشتر در کشت باکتری و مدلهای عفونت حیوانی هستند.
نتیجهگیری: امید از علم محاسبات
این مطالعه پیشگامانه نشان میدهد که چگونه هوش مصنوعی، شیمی محاسباتی و زیستشناسی مولکولی میتوانند برای شناسایی داروهای جدید سریعتر از همیشه متحد شوند.
محققان با تمرکز بر مهار FtsZ و استفاده مجدد از ترکیبات طبیعی مانند آنالوگهای بربرین، فصل جدید و هیجانانگیزی را در مبارزه با اشریشیا کلی مقاوم به دارو و احتمالاً سایر عوامل بیماریزا گشودهاند.
اگر این یافتهها در مطالعات آزمایشگاهی و بالینی تأیید شوند، ZINC000524729297 و ZINC000604405393 میتوانند بازیگران کلیدی در نسل جدید آنتیبیوتیکها باشند—و به نجات میلیونها نفر در سراسر جهان کمک کنند.
منبع : Unveiling Berberine analogues as potential inhibitors of Escherichia coli FtsZ through machine learning molecular docking and molecular dynamics approach