Istraživači su pronašli pukotinu u oklopu patogena tuberkuloze

Istraživači su pronašli pukotinu u oklopu patogena tuberkuloze

Micobacterium tuberculosis (Mtb) je patogen koji izaziva tuberkulozu (TB), najsmrtonosniju zaraznu bolest na svetu. Mtb je toliko uspešan i štetan jer se može prilagoditi različitim uslovima unutar našeg tela, omogućavajući mu da izbegne lečenje.

Koristeći kompjuterski model za razumevanje Mtb-ovih adaptacija, istraživači sa Instituta za sistemsku biologiju (ISB) identifikovali su mrežu unutar Mtb-a koja mu omogućava da toleriše i odupire se terapijama lekovima. Kada je mreža prekinuta, istraživači su otkrili da Mtb ćelije nisu u stanju da se pravilno dele, ugrožavajući njihov ćelijski zid — ključni odbrambeni mehanizam.

„Prilično smo bukvalno pronašli pukotinu u Mtb-ovom oklopu“, rekao je profesor ISB, direktor i viši potpredsednik dr Nitin Baliga, dopisni autor rada objavljenog u časopisu Cell Reports. „Uzeli smo sistemski pristup da shvatimo kako ovaj patogen zaobilazi tretman, i pronašli smo ciljani mehanizam za koji znamo da mu pomaže da se nosi sa stresnim uslovima.

Kompjuterski model —nazvan EGRIN 2.0—pomaže naučnicima da vide kako Mtb-ovi geni rade zajedno i kako na njih utiče okruženje. EGRIN 2.0 je identifikovao signalni sistem nazvan MtrA koji pomaže patogenu da raste kao odgovor na signale iz tela domaćina. Tim je takođe otkrio da MtrA smanjuje efikasnost antibiotika koji se koriste za lečenje tuberkuloze.

„Verujemo da ovo otvara put za razvoj leka da efikasno cilja i inhibira suštinski mehanizam MtrA signalnog sistema, čime se sprečava da se Mtb odupre i toleriše lečenje“, rekla je viši naučnik ISB dr Eliza Peterson, vodeći autor rada. . „Ovi uvidi takođe mogu pomoći u pronalaženju drugih lekova i/ili režima sa više lekova važnih za lečenje tuberkuloze.“

Peterson, Baliga i tim takođe smatraju da platforma EGRIN 2.0 ima sposobnost da identifikuje druge Mtb ranjivosti koje se manifestuju u različitim kontekstima.

„TBC se može sakriti, što otežava ubijanje“, rekao je Baliga. „Ova moćna tehnologija nam pomaže da izgradimo modele koji nam pokazuju kada i kako to radi, da pronađemo nove ciljeve i razumemo kako lekovi deluju.“