داروهای غیر آنتی بیوتیک باکتری ها را از بین می برند

سوشال مگ/خراسان رضوی تاریخ بشر با کشف آنتی بیوتیک ها در سال 1928 برای همیشه تغییر کرد. بیماری های عفونی مانند ذات الریه، سل و سپسیس بسیار گسترده و کشنده بودند تا اینکه پنی سیلین آنها را قابل درمان کرد.

با آنتی بیوتیک ها روش های جراحی که زمانی با خطر بالای عفونت همراه بودند، ایمن تر و معمول تر شدند. آنتی بیوتیک ها لحظه ای پیروزمندانه در علم را رقم زدند که کار پزشکی را متحول کرد و جان افراد بی شماری را نجات داد.

اما آنتی بیوتیک ها اخطاری ذاتی دارند؛ زمانی که بیش از حد مورد استفاده قرار گیرند، باکتری ها می توانند به این داروها مقاوم شوند.

سازمان بهداشت جهانی تخمین زده است که این ابر میکروب ها باعث مرگ 1.27 میلیون نفر در سراسر جهان در سال 2019 شدند و شاید در سال های آینده به تهدیدی فزاینده برای سلامت عمومی جهانی تبدیل شوند.

اکتشافات جدید به دانشمندان کمک می کنند تا با این چالش به روش های نوآورانه روبرو شوند. نتایج تحقیقات نشان داده است که حدود یک چهارم داروهایی که اغلب به عنوان آنتی بیوتیک تجویز نمی شوند، مانند داروهای مورد استفاده برای درمان سرطان، دیابت و افسردگی، می توانند باکتری ها را در دوزهایی که به طور معمول برای افراد تجویز می شود، از بین ببرند.

درک مکانیسم های زیربنایی چگونگی سمی بودن داروهای خاص برای باکتری ها، ممکن است تبعات گسترده ای برای پزشکی داشته باشد. اگر داروهای غیر آنتی بیوتیکی باکتری ها را به روش های متفاوتی از آنتی بیوتیک های استاندارد هدف قرار دهند، می توانند به عنوان سرنخ در تولید آنتی بیوتیک های جدید عمل کنند. اما اگر داروهای غیر آنتی بیوتیکی باکتری ها را به روش های مشابه آنتی بیوتیک های شناخته شده از بین ببرند، استفاده طولانی مدت از آن ها، مانند درمان بیماری های مزمن، ممکن است ناخواسته مقاومت آنتی بیوتیکی را افزایش دهد.

ماریانا نوتو گیلن، فارغ التحصیل از دانشگاه بوینوس آیرس آرژانتین در علوم زیستی با تاکید بر زیست شناسی مولکولی، گفت در تحقیقی، من و همکارانم روش یادگیری ماشینی جدید ایجاد کردیم که نه تنها چگونگی کشتن باکتری ها توسط داروهای غیر آنتی بیوتیکی را شناسایی می کند، بلکه می تواند به یافتن اهداف باکتریایی جدید برای آنتی بیوتیک ها نیز کمک کند.

روش های جدید از بین بردن باکتری ها

نوتو گیلن بیان کرد دانشمندان و پزشکان متعددی در سرتاسر جهان در حال مقابله با مشکل مقاومت دارویی هستند، ازجمله من و همکارانم در آزمایشگاه میچل در دانشکده پزشکی ماساچوست آمریکا، از ژنتیک باکتری ها برای بررسی اینکه کدام جهش باکتری ها را نسبت به داروها مقاوم تر یا حساس تر می کند، استفاده می کنیم.

وی اظهار کرد: هنگامی که من و گروه تحقیقاتی در مورد فعالیت گسترده ضد باکتریایی داروهای غیر آنتی بیوتیکی مطلع شدیم، چالش ایجاد شده این داروها ما را به خود مشغول کرد که چگونه این داروها باکتری ها را از بین می برند.

گیلن توضیح داد: من حدود 2 میلیون مورد سمیت بین 200 دارو و هزاران باکتری جهش یافته را جمع آوری و تجزیه و تحلیل کردم. با استفاده از الگوریتم یادگیری ماشینی که برای استنباط شباهت های بین داروهای مختلف ایجاد کردم، داروها را بر اساس نحوه تاثیر آنها بر باکتری های جهش یافته در یک شبکه با هم گروه بندی کردم.

نوتو گیلن اظهار کرد: طرح های من به وضوح نشان می داد که آنتی بیوتیک های مطرح به دلیل کلاس های شناخته شده مکانیسم های کشنده، به شدت با هم گروه بندی شده اند. به عنوان مثال، تمام آنتی بیوتیک هایی که دیواره سلولی؛ لایه محافظ ضخیم اطراف سلول های باکتریایی، را هدف قرار می دهند با هم گروه بندی شدند و به خوبی از آنتی بیوتیک های دخیل در تکثیر دی ان ای باکتری ها، جدا شده اند.

وی اضافه کرد: جالب اینجاست که وقتی داروهای غیر آنتی بیوتیکی را به تجزیه و تحلیل خود اضافه کردم، آنها قطب های جداگانه ای از آنتی بیوتیک ها را تشکیل دادند. این امر نشان می دهد که داروهای غیر آنتی بیوتیکی و آنتی بیوتیکی راه های مختلفی برای از بین بردن سلول های باکتریایی دارند. در حالی که این گروه بندی ها نشان نمی دهند که چگونه هر دارو به طور خاص آنتی بیوتیک ها را از بین می برد، اما نشان می دهد که دسته بندی شده ها به احتمال زیاد به روش های مشابهی کار می کنند.

گیلن در ادامه گفت اینکه ما توانستیم اهداف دارویی جدیدی را در باکتری ها برای کشتن آنها پیدا کنیم حاصل تحقیقات همکارم کارمن لی است. وی صدها نسل از باکتری ها را رشد داد و در معرض داروهای مختلف غیر آنتی بیوتیکی قرار داد که اغلب برای درمان اضطراب، عفونت های انگلی و سرطان تجویز می شدند.

تعیین توالی ژنوم باکتری هایی که تکامل یافته و با حضور این داروها سازگار شده اند، به ما امکان مشخص کردن پروتیین باکتریایی خاصی را می دهد که تری کلابندازول، داروی مورد استفاده برای درمان عفونت های انگلی، هدف قرار می دهد تا باکتری را از بین ببرد. نکته مهم این است که آنتی بیوتیک های فعلی به طور معمول این پروتیین را هدف قرار نمی دهند.

وی خاطرنشان کرد: علاوه بر این، ما متوجه شدیم که 2 داروی غیر آنتی بیوتیک دیگر که از مکانیسم مشابهی مانند تری کلابندازول استفاده می کنند نیز همان پروتیین را هدف قرار می دهند. این امر نشان دهنده قدرت طرح های شباهت دارویی ما برای شناسایی داروهایی با مکانیسم های کشندگی مشابه بود، حتی زمانی که این مکانیسم هنوز ناشناخته بود.

کمک به کشف آنتی بیوتیک

یافته های این تحقیق فرصت های متعددی را در اختیار محققان قرار می دهد تا نحوه عملکرد داروهای غیر آنتی بیوتیکی متفاوت از آنتی بیوتیک های استاندارد را بررسی کنند. روش این محققان برای نقشه برداری و آزمایش داروها همچنین این پتانسیل را دارد که مشکل مهم در توسعه آنتی بیوتیک ها را برطرف کند.

جستجوی آنتی بیوتیک های جدید اغلب مستلزم صرف منابع قابل توجهی برای غربالگری هزاران ماده شیمیایی است که باکتری ها را می کشند و نحوه عملکرد آنها را مشخص می کند. اکثر این مواد شیمیایی مشابه آنتی بیوتیک های موجود عمل می کنند و کنار گذاشته می شوند.

محققان گفتند: کار ما نشان می دهد، ترکیب غربالگری ژنتیکی با یادگیری ماشینی می تواند به کشف مواد شیمیایی کمک کند که قادر به از بین بردن باکتری ها به روش هایی هستند که محققان پیش از این به کار نبرده اند. راه های مختلفی برای کشتن باکتری ها وجود دارد که هنوز از آن ها بهره برداری نکرده ایم و هنوز راه هایی وجود دارد که می توانیم برای مبارزه با تهدید عفونت های باکتریایی و مقاومت آنتی بیوتیکی در پیش بگیریم.

منابع

https://japantoday.com

https://www.yahoo.com

https://theconversation.com

پایان خبر سوشال مگ