Genome-Guided Computational Profiling of Selected Antibiotics for Repurposing against Multiple Resistance Proteins in Multidrug-Resistant Stenotrophomonas maltophilia

Bacteriën hebben een vormidabel verdedigingssysteem ontwikkeld dat hen in staat stelt te overleven aan de medicijnen die ontworpen zijn om hen te doden. Dit fenomeen, bekend als antibioticaresistentie, verandert veelvoorkomende infecties in levensbedreigende crises. Sommige bacteriën dragen specifieke eiwitten die fungeren als moleculaire gereedschappen, die ofwel antibiotica in stukjes hakken, de bacteriële onderdelen waar de medicijnen op gericht zijn veranderen, of het medicijn chemisch aanpassen zodat het niet meer werkt. Stenotrophomonas maltophilia is een dergelijke bacterie. Het is een taai, van nature resistent kiem dat vaak mensen met een verzwakt immuunsysteem of mensen aan beademingsapparatuur infecteert. Omdat het resistent is tegen veel standaardbehandelingen, hebben artsen nog maar weinig opties over, en het vinden van nieuwe manieren om het te bestrijden is een kwestie van urgente wereldwijde gezondheid.

Om dit probleem aan te pakken zonder jaren te wachten tot er nieuwe medicijnen zijn uitgevonden, verkennen wetenschappers "drug repurposing" (het hergebruik van medicijnen). Deze aanpak houdt in dat bestaande, veilige antibiotica worden getest om te zien of ze mogelijk werken tegen de specifieke resistentietools van een gevaarlijke bacterie. In plaats van een nieuwe sleutel vanaf nul op te bouwen, vragen onderzoekers zich af of een oude sleutel in een nieuw slot past. Bacteriën zijn echter complex, en een medicijn dat op papier veelbelovend lijkt, kan falen zodra het de chaotische omgeving van een levende cel binnengaat. Om deze kloof tussen theorie en realiteit te overbruggen, gebruiken onderzoekers krachtige computersimulaties. Deze digitale experimenten stellen wetenschappers in staat om te zien hoe medicijnmoleculen interageren met bacteriële eiwitten in slow motion, waardoor ze kunnen zien of ze stevig aan elkaar blijven plakken of van elkaar af glijden, lang voordat er een fysieke proefbuis wordt gebruikt.

In een recente studie richtte een team onderzoekers uit Maleisië en Bangladesh zich op drie specifieke resistentie-eiwitten die aanwezig zijn in een stam van Stenotrophomonas maltophilia. Deze eiwitten vertegenwoordigen drie verschillende manieren waarop de bacterie zichzelf verdedigt: één die aminoglycoside-antibiotica modificeert, een andere die de bacteriële machinerie verandert zodat deze een medicijn genaamd trimethoprim negeert, en de derde is een enzym dat een brede klasse medicijnen afbreekt die bekend staan als bèta-lactamen. De onderzoekers wilden zien of een kleine selectie bestaande antibiotica aan deze resistentie-eiwitten zou kunnen binden en potentieel hun werking zou kunnen stoppen. Ze kozen een gerichte groep medicijnen, waaronder kanamycin C, trimethoprim en twee carbapenems, samen met cefiderocol, een nieuwer medicijn dat wordt gebruikt voor moeilijke infecties.

De wetenschappers begonnen met het bouwen van gedetailleerde 3D-computermodellen van de drie bacteriële eiwitten. Omdat de werkelijke fysieke structuren van deze specifieke eiwitten niet in een laboratorium waren vastgelegd, gebruikte het team hoogwaardige software om ze te construeren op basis van zeer vergelijkbare, bekende structuren. Ze controleerden deze modellen grondig om er zeker van te zijn dat ze fysiek realistisch waren, waarbij ze bevestigden dat de atomen in stabiele, natuurlijke posities waren gerangschikt. Zodra de digitale eiwitten klaar waren, voerde het team een reeks docking-simulaties uit. Stel je voor dat je een puzzelstukje in een opening plaatst; de computer testte hoe goed elk antibioticum in de meest waarschijnlijke bindingszak van elk eiwit paste. Ze zochten naar de strakste pasvormen en de meest stabiele verbindingen.

De eerste resultaten waren opvallend. Eén medicijn, kanamycin C, rangschikte zich consequent als de beste pasvorm over alle drie de verschillende resistentie-eiwitten heen. Het vertoonde in elk geval de sterkste voorspelde bindingsscores, wat suggereerde dat het een natuurlijke affiniteit had voor deze bacteriële verdedigingen. Een goede pasvorm in een statische opname garandeert echter geen stabiele binding in een bewegend systeem. Om te begrijpen wat er in de loop van de tijd zou gebeuren, onderwierpen de onderzoekers de meest veelbelovende combinaties aan moleculaire dynamica-simulaties. Dit proces is vergelijkbaar met het draaien van een high-speed film van de interactie tussen het medicijn en het eiwit, waardoor ze kunnen zien of het medicijn op zijn plaats blijft vergrendeld of dat het wiebelt en wegdrijft.

De film onthulde een complexer verhaal. Wanneer kanamycin C werd gekoppeld aan het eerste eiwit, het aminoglycoside-modificerende enzym, hield het opmerkelijk goed vast. Het medicijn nestelde zich in de zak van het eiwit en bleef daar, waarbij het een stabiele positie en een sterk netwerk van chemische verbindingen behield gedurende de gehele simulatie. Dit suggereerde dat kanamycin C dit specifieke resistentiemechanisme effectief zou kunnen aanpakken. Het verhaal veranderde echter bij de andere eiwitten. Toen hetzelfde medicijn werd getest tegen het tweede eiwit, de dihydrofolaatreductase, werd het onrustig. In plaats van op één plek te blijven, verschoof het meerdere keren van positie en verkende het verschillende gebieden van de bindingsplaats. In het derde geval, waarbij het enzym betrokken was dat bèta-lactamen afbreekt, dreef het medicijn uiteindelijk ver weg van zijn oorspronkelijke positie, wat erop wijst dat de gekozen bindingsplaats geen stabiele thuisbasis was voor het molecuul.

Interessant genoeg gedroeg een ander medicijn, cefiderocol, zich anders. Hoewel het niet bovenaan de initiële ranglijst stond, vertoonde het een verrassende stabiliteit wanneer het werd gekoppeld aan het tweede eiwit, waarbij het een compacte en stabiele aanwezigheid behield die kanamycin C miste. Dit benadrukte een cruciale les: een medicijn dat er in een snelle computerscan het beste uitziet, is niet altijd het meest stabiel in een dynamische omgeving. De onderzoekers berekenden ook de energie van deze interacties om de krachten te begrijpen die in het spel zijn. Ze vonden dat de sterke binding tussen kanamycin C en het eerste eiwit werd gedreven door krachtige elektrische aantrekkingskrachten, terwijl de stabiliteit van cefiderocol met het tweede eiwit meer steunde op de fysieke nabijheid van de moleculen.

De studie concludeerde dat hoewel de computermodellen wezen naar kanamycin C als een zeer consistente kandidaat voor verder onderzoek, de resultaten geen definitief bewijs van succes waren. De simulaties toonden aan dat het gedrag van het medicijn volledig afhankelijk was van welk bacterieel eiwit het tegenkwam. Het team benadrukte dat deze bevindingen hypothesen zijn gegenereerd door computers, en geen bevestigde biologische feiten. De sterke binding gezien in de simulatie van kanamycin C met het eerste eiwit is een veelbelovend spoor, maar het vereist laboratoriumexperimenten in de echte wereld om te verifiëren of het medicijn daadwerkelijk de bacteriën kan stoppen in hun resistentie tegen behandeling. De onderzoekers beweerden niet dat ze een geneesmiddel hadden gevonden, maar eerder een reeks specifieke, testbare ideeën over hoe deze medicijnen met de verdediging van de vijand zouden kunnen interageren.

Uiteindelijk biedt dit werk een duidelijk stappenplan voor toekomstige experimenten. Het identificeert kanamycin C als een primaire kandidaat om te testen tegen het specifieke resistentie-eiwit dat aminoglycosiden modificeert, terwijl het suggereert dat andere medicijnen beter geschikt zouden kunnen zijn voor de andere doelwitten. Door statische docking te combineren met dynamische bewegingsanalyse, waren de onderzoekers in staat om de medicijnen te onderscheiden die er simpelweg goed uitzagen van de medicijnen die schijnbaar goed vasthielden. Deze geïntegreerde aanpak biedt een betrouwbaardere manier om te prioriteren welke oude medicijnen de tijd en middelen van een fysieke proef verdienen, waardoor de wetenschap één stap dichter bij het slim af zijn van de evoluerende verdedigingen van multidrug-resistente bacteriën.