Maschinelles Lernen beschleunigt die AMP-Entdeckung zur Behandlung von Colitis ulcerosa

Ein auf maschinellem Lernen basierender Computeransatz zur Beschleunigung der therapeutischen Entdeckung

Colitis ulcerosa (UC) ist eine chronisch entzündliche Darmerkrankung, die durch wiederkehrende Darmentzündungen, Bauchschmerzen und Durchfall gekennzeichnet ist. Obwohl aktuelle Behandlungen, einschließlich 5-Aminosalicylsäure, Antibiotika und Biologika, die Symptome kontrollieren oder lindern können, kommt es bei vielen Patienten zu unvollständigen Reaktionen oder Nebenwirkungen. Die Suche nach sichereren und wirksameren Therapien bleibt eine große Herausforderung.

Antimikrobielle Peptide (AMPs), natürlich vorkommende Bestandteile der angeborenen Immunität, haben aufgrund ihrer antimikrobiellen und immunmodulatorischen Eigenschaften als potenzielle Therapeutika Aufmerksamkeit erregt. Die Entdeckung neuartiger AMPs erfordert jedoch traditionell ein arbeitsintensives Screening und eine experimentelle Validierung. In einer neuen Studie veröffentlicht in eGastroenterologieMiao und Kollegen nutzten maschinelles Lernen, um die AMP-Entdeckung zu beschleunigen und Kandidaten mit therapeutischem Potenzial für UC zu identifizieren.

Maschinelles Lernen überprüft Tausende von Peptidsequenzen

Die Forscher bauten eine Pipeline für maschinelles Lernen auf, die Peptidvorhersagemodelle mit genetischen Algorithmen kombinierte, um mögliche antimikrobielle Peptide zu screenen. Durch die Analyse struktureller und physikalisch-chemischer Eigenschaften von Peptidsequenzen bewertete das Modell mehr als 6.000 potenzielle Kandidaten und identifizierte letztendlich 22 vielversprechende Sequenzen.

Fünf Peptide wurden synthetisiert und experimentell getestet. Unter ihnen zeigte ein Peptid namens LR – benannt nach seinen N- und C-terminalen Resten – das günstigste Gleichgewicht zwischen antibakterieller Aktivität und geringer Zytotoxizität. In-vitro-Experimente zeigten, dass LR eine starke bakterizide Wirkung gegen pathogene Bakterien wie z Escherichia coli Und Staphylococcus aureus. Wichtig ist, dass LR eine gute Biokompatibilität beibehielt und im Vergleich zu anderen Kandidaten eine minimale Toxizität und eine geringe hämolytische Aktivität aufwies.

Ein Leitpeptid lindert Kolitis im Tiermodell

Um das therapeutische Potenzial zu bewerten, testeten die Forscher LR in einem Dextransulfat-Natrium (DSS)-induzierten Mausmodell für Kolitis. Die Behandlung mit dem Peptid führte zu erheblichen Verbesserungen der Schwere der Erkrankung. Wichtige klinische Indikatoren (z.BKörpergewichtsverlust, Krankheitsaktivitätsindex (DAI) und Dickdarmverkürzung) wurden bei Mäusen, die LR erhielten, signifikant verbessert. Die histologische Analyse ergab eine verringerte Schleimhautschädigung und eine verringerte Infiltration von Entzündungszellen im Dickdarmgewebe. Bemerkenswert ist, dass die LR-Behandlung in diesem Modell stärkere therapeutische Wirkungen zeigte als sowohl das standardmäßige entzündungshemmende Medikament 5-Aminosalicylsäure als auch das Antibiotikum Ciprofloxacin.

Entzündungshemmende Wirkung und Wiederherstellung der Barriere

Weitere mechanistische Analysen zeigten, dass LR Entzündungsreaktionen unterdrückte. Die Spiegel proinflammatorischer Zytokine wie Tumornekrosefaktor-α (TNF-α) und Interleukin-6 (IL-6) waren nach der Behandlung deutlich reduziert. Gleichzeitig trug das Peptid zur Wiederherstellung der Integrität der Darmbarriere bei. Die Expression von Tight-Junction-Proteinen (dhZO-1, Claudin-1 und Okklusion) war signifikant erhöht, was auf eine verbesserte epitheliale Barrierefunktion hinweist. Diese Ergebnisse legen nahe, dass LR therapeutische Wirkungen haben kann, indem es sowohl Entzündungen unterdrückt als auch die Darmschleimhautbarriere stärkt.

Als Schlüsselmechanismus erweist sich die Modulation der Mikrobiota

Die Studie untersuchte auch, wie das Peptid die mikrobiellen Gemeinschaften im Darm beeinflusste. Die Sequenzierung der fäkalen Mikrobiota ergab, dass die LR-Behandlung die mikrobielle Zusammensetzung bei Mäusen mit Kolitis veränderte. Bemerkenswert ist, dass die Häufigkeit des nützlichen Bakteriums Akkermansia muciniphila nach der AMP-Behandlung deutlich zunahm. Diese Art wurde mit einer verbesserten Darmbarrierefunktion und einer verringerten Entzündung bei mehreren Darmerkrankungen in Verbindung gebracht. Weitere Experimente zeigten, dass eine Ergänzung mit A. muciniphila allein könnte die Kolitis-Symptome teilweise lindern, was darauf hindeutet, dass die Modulation der Mikrobiota zur therapeutischen Wirkung des Peptids beiträgt. Wichtig ist, dass LR pathogene Bakterien selektiv hemmte und gleichzeitig verschonte A. muciniphilawas ein günstiges mikrobiomerhaltendes antimikrobielles Profil hervorhebt.

Implikationen für zukünftige Therapien

Zusammengenommen veranschaulichen die Ergebnisse, wie maschinelles Lernen die Entdeckung neuartiger therapeutischer Peptide optimieren kann. Durch die Kombination von computergestütztem Screening und experimenteller Validierung identifizierten die Forscher ein stabiles und selektives AMP mit vielversprechender entzündungshemmender Aktivität bei UC.

Obwohl weitere Studien erforderlich sind, um die langfristige Sicherheit und die Übertragung auf menschliche Krankheiten zu bewerten, zeigt die Studie eine neue Strategie zur Entwicklung mikrobiotafreundlicher Therapeutika für entzündliche Darmerkrankungen auf. Während künstliche Intelligenz die Arzneimittelforschung weiter verändert, könnte das durch maschinelles Lernen gesteuerte Peptiddesign neue Wege für die Behandlung komplexer Krankheiten wie Colitis ulcerosa eröffnen.

Quellen: