PhagePickr: A bacteria-centric computational tool for designing resistance-aware phage cocktails
PhagePickr est un nouveau pipeline computationnel centré sur les bactéries qui conçoit des cocktails de phages résistants à la résistance en sélectionnant les phages sur la base de la similitude des récepteurs de surface bactériens et de la diversité génomique afin de minimiser le risque d'évolution de la résistance de l'hôte.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Depuis des décennies, le monde médical s'appuie sur les antibiotiques pour combattre les infections bactériennes, mais les bactéries ont appris à déjouer ces médicaments, évoluant en supermicrobes qui ne répondent plus au traitement. Cette résistance croissante a créé un besoin désespéré de nouvelles méthodes pour tuer les bactéries nocives. Une alternative prometteuse est la phagothérapie, qui utilise des virus appelés bactériophages qui chassent et détruisent naturellement les bactéries. Cependant, tout comme les bactéries peuvent développer une résistance aux antibiotiques, elles peuvent aussi développer des défenses contre ces virus. Lorsqu'une bactérie modifie sa surface pour bloquer un virus, ce virus spécifique ne peut plus l'infecter, rendant le traitement inutile. Le défi pour les scientifiques est de concevoir un traitement qui garde une longueur d'avance, empêchant la bactérie de construire un mur qui stopperait l'attaque.
Pour résoudre ce problème, les chercheurs Alessandro Oneto et Kenichi W. Okamoto ont développé un nouvel outil informatique appelé PhagePickr. Au lieu d'essayer de deviner quels virus pourraient fonctionner, cet outil utilise une stratégie basée sur les « portes » spécifiques que les bactéries utilisent pour laisser entrer les virus. Les bactéries possèdent des protéines à leur surface qui agissent comme des récepteurs, ou des points d'entrée, pour les virus. Si un virus peut reconnaître et se lier à ces récepteurs, il peut infecter la cellule. Les chercheurs ont réalisé que s'ils pouvaient trouver des bactéries possédant des portes de surface très similaires aux bactéries dangereuses qu'ils veulent traiter, ils pourraient trouver des virus qui sont déjà adaptés à ces portes. En sélectionnant un mélange de virus très différents les uns des autres génétiquement, mais tous capables de cibler des points d'entrée similaires, l'outil vise à créer un cocktail qui sera beaucoup plus difficile à résister pour les bactéries. Si une bactérie tente de changer une porte pour échapper à un virus, elle pourrait rester vulnérable aux autres membres du mélange, qui utilisent des stratégies différentes pour pénétrer à l'intérieur.
L'équipe a testé son nouvel logiciel sur un groupe de bactéries notoirement résistantes aux médicaments connues sous le nom de pathogènes ESKAPE, qui incluent des espèces comme Staphylococcus aureus et Pseudomonas aeruginosa, ainsi que deux espèces moins étudiées. Le programme informatique fonctionnait en examinant d'abord les protéines de surface des bactéries cibles, puis en recherchant dans une base de données d'autres espèces bactériennes partageant un ensemble très similaire de ces protéines. Une fois qu'il avait identifié ces « voisins », l'outil cherchait les virus connus pour infecter ces voisins. Il sélectionnait ensuite les paires de virus les plus diversifiées génétiquement de chaque groupe pour s'assurer que le mélange final soit aussi varié que possible. Cette approche a permis à l'outil de suggérer des traitements comprenant non seulement des virus connus pour infecter directement la cible, mais aussi des virus d'espèces apparentées qui pourraient être efficaces en raison de leurs caractéristiques de surface partagées.
Les résultats ont montré que PhagePickr pouvait générer avec succès ces cocktails viraux pour toutes les bactéries testées. Pour les bactéries résistantes aux médicaments bien connues, l'outil a souvent trouvé des virus qui avaient déjà été montrés efficaces dans d'autres études, confirmant que la méthode fonctionne. Pour les espèces moins étudiées, l'outil a proposé de nouveaux candidats, incluant des virus provenant de familles bactériennes distantes qui partageaient les mêmes traits de surface. Dans certains cas, l'outil a suggéré des virus connus pour être lytiques, c'est-à-dire qu'ils éclatent et tuent les bactéries immédiatement, tandis que dans d'autres cas, il a identifié des virus qui pourraient nécessiter des études supplémentaires pour confirmer leur comportement. Les chercheurs ont noté que, bien que l'ordinateur puisse construire ces listes de candidats potentiels, la capacité réelle de ces virus à guérir une infection chez un patient vivant n'a pas encore été testée. L'outil est conçu pour être un point de départ, offrant une liste restreinte des virus les plus prometteurs pour que les scientifiques puissent les tester en laboratoire.
L'une des découvertes clés est que l'outil peut gérer des bactéries possédant très peu de virus connus en regardant leurs parents les plus proches. Par exemple, lors de l'analyse d'une bactérie difficile à étudier, le logiciel a trouvé une espèce voisine qui était génétiquement distante mais partageait les mêmes récepteurs de surface, permettant de suggérer des virus qui pourraient fonctionner. Les chercheurs ont également constaté que le temps nécessaire pour exécuter le programme dépendait principalement de la taille des génomes viraux comparés, les ensembles de données plus volumineux prenant plus de temps à traiter. Bien que l'outil soit puissant, les auteurs précisent avec prudence qu'il s'agit actuellement d'un générateur d'hypothèses. Il repose sur la qualité des données disponibles dans les bases de données publiques, et si les informations sur les protéines de surface bactériennes sont incomplètes, les suggestions pourraient être moins précises. À mesure que davantage de données deviennent disponibles sur la façon dont les bactéries et les virus interagissent, l'outil devrait devenir encore plus précis.
En fin de compte, PhagePickr représente un changement dans la manière dont les scientifiques abordent la conception des thérapies virales. Au lieu de s'appuyer sur des essais et erreurs ou de ne chercher que les correspondances les plus évidentes, cet outil utilise une approche systématique et basée sur les données pour trouver des connexions cachées entre les bactéries et les virus. En se concentrant sur les traits physiques partagés des bactéries plutôt que sur leur simple arbre généalogique, il ouvre un éventail plus large de traitements potentiels. Les chercheurs espèrent qu'en fournissant un moyen clair et automatisé de sélectionner des candidats viraux diversifiés, ils pourront aider à accélérer la découverte de nouvelles thérapies capables de déjouer les défenses évolutives des bactéries résistantes aux médicaments. Ce travail suggère qu'avec de meilleures données et des tests continus, ce type de guidage computationnel pourrait devenir une partie standard de la lutte contre les supermicrobes.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.