Peptidi su mali fragmenti proteina, koji se uglavnom nalaze u koži i sluzokoži. Neki peptidi deluju kao barijera, štiteći telo od infekcija boreći se protiv mikroorganizama poput bakterija, virusa i drugih patogena, dok drugi učestvuju u regulaciji upale.
Kada imamo ranu ili se podvrgnemo operaciji, ova ravnoteža ponekad može biti poremećena, dozvoljavajući mikroorganizmima da prodru i izazovu akutnu infekciju i, u najgorem slučaju, sepsu.
„Da bi danas mogli da dijagnostikuju infekcije, lekar prvo napravi kliničku procenu, a zatim šalje uzorak kulture na dalju analizu. Obično je potrebno nekoliko dana da se dobiju rezultati o tome koje su bakterije prisutne u rani, a to nije uvek slučaj. daju jasnu sliku težine infekcije“, kaže Artur Šmithen, profesor dermatologije i venerologije na Univerzitetu Lund i konsultant u Univerzitetskoj bolnici Skane u Švedskoj.
U inficiranoj rani, postoji bitka između imunog sistema i bakterija. Bakterije razlažu proteine u peptide kao strategiju za dobijanje hranljivih materija i širenje, dok telo koristi slične strategije za borbu protiv bakterija i regulisanje upale. Ova interakcija je neverovatno složena, na koju utiču vrste prisutnih bakterija, kao i ozbiljnost infekcije.
Istraživački tim je imao za cilj da razume obrasce degradacije proteina kako bi brže identifikovao uključene bakterije i procenio rizik od sepse. Porast rezistencije na antibiotike je takođe povećao potražnju za alternativnim načinima dijagnostikovanja i borbe protiv infekcija. Rad je objavljen u časopisu Nature Communications.
„Da bismo istražili broj i tipove peptida u rani, ‘iscedili smo’ peptide iz zavoja za ranu, a zatim ih analizirali pomoću masene spektrometrije. To nam je omogućilo da identifikujemo do 45.000 različitih peptida iz jedne inficirane rane“, kaže Johan Malmstrom, profesor masene spektrometrije na Univerzitetu u Lundu.
Ovu ogromnu količinu informacija je teško shvatiti i iskoristiti za razumevanje obrazaca degradacije proteina. Tek Erik Hartman, inženjer i dr. student na Univerzitetu Lund, razvio je algoritam koji smanjuje kompilaciju peptida za 95%, sve do samo nekoliko stotina peptidnih klastera, da bi se podaci mogli analizirati i koristiti.
Grupisanjem peptida bio je u stanju da obuči modele mašinskog učenja da odredi količine i vrste bakterija prisutnih u rani. Nakon identifikovanja jedinstvenih peptidnih obrazaca i promena u ovim obrascima na osnovu različitih vrsta bakterija, istraživači sada mogu da procene ozbiljnost infekcije.
„Mapirali smo kako se obrasci degradacije proteina razlikuju u različitim vrstama infekcija rana, dobijajući bolji uvid u to kako se razlikuju sistematskom analizom peptidnih klastera. Ovo nam omogućava da lako identifikujemo podgrupe koje mogu da vode tretmane“, kaže Erik Hartman.
Ovi jedinstveni biomarkeri mogu dovesti do ranijih i preciznijih dijagnoza, omogućavajući brže otkrivanje i lečenje potencijalnih infekcija. Uz masovnu spektrometriju i mašinsko učenje, ceo proces traje samo nekoliko minuta.
„Sjajna stvar je to što algoritam nije ograničen na infekcije rana, on je opšti i može se primeniti na mnoge različite bolesti gde degradacija proteina igra značajnu ulogu. Peptidi tako postaju novi izvor informacija koji mogu, u sledećem koraku, pomažu u prilagođavanju tretmana i doprinose pronalaženju novih kandidata za lek“, kaže Erik Hartman.
Sledeći korak za istraživače je da sprovedu veće studije kako bi dalje potvrdili rezultate, usavršili metodologiju i analizirali druge vrste bolesti, kao što je sepsa. Oni takođe žele da istraže kako se metoda može klinički primeniti u stvarnim dijagnostičkim situacijama kako bi procenili njenu praktičnu korisnost.
