Au cours des dernières années, de nombreuses souches de bactéries sont devenues résistantes aux antibiotiques existants, et très peu de nouveaux médicaments ont été ajoutés à l'arsenal antibiotique.

Pour aider à lutter contre ce problème de santé publique croissant, certains scientifiques explorent les peptides antimicrobiens, des peptides naturels que l'on trouve dans la plupart des organismes. La plupart d'entre eux ne sont pas assez puissants pour combattre les infections chez l'homme, les chercheurs essaient donc de trouver de nouvelles, versions plus puissantes.

Des chercheurs du MIT et de l'Université catholique de Brasilia ont maintenant développé une approche simplifiée pour développer de tels médicaments. Leur nouvelle stratégie, qui repose sur un algorithme informatique qui imite le processus naturel de l'évolution, a déjà produit un candidat médicament potentiel qui a réussi à tuer les bactéries chez la souris.

« Nous pouvons utiliser des ordinateurs pour faire une grande partie du travail à notre place, comme outil de découverte de nouvelles séquences peptidiques antimicrobiennes, " dit César de la Fuente-Nunez, un post-doctorant du MIT et un boursier de la Fondation Areces. "Cette approche informatique est beaucoup plus rentable et beaucoup plus rapide."

De la Fuente-Nunez et Octavio Franco de l'Université catholique de Brasilia et de l'Université catholique Dom Bosco sont les auteurs correspondants de l'article, qui paraît dans le numéro du 16 avril de Communication Nature . Timothée Lou, professeur agrégé de génie électrique et d'informatique au MIT, et de génie biologique, est aussi auteur.

Peptides artificiels

Les peptides antimicrobiens tuent les microbes de différentes manières. Ils pénètrent dans les cellules microbiennes en endommageant leurs membranes, et une fois à l'intérieur, ils peuvent perturber des cibles cellulaires telles que l'ADN, ARN, et les protéines.

Dans leur recherche de plus puissant, peptides antimicrobiens artificiels, les scientifiques synthétisent généralement des centaines de nouvelles variantes, qui est un processus laborieux et chronophage, puis les tester contre différents types de bactéries.

De la Fuente-Nunez et ses collègues voulaient trouver un moyen de faire en sorte que les ordinateurs effectuent la plupart du travail de conception. Pour y parvenir, les chercheurs ont créé un algorithme informatique qui incorpore les mêmes principes que la théorie de la sélection naturelle de Darwin. L'algorithme peut démarrer avec n'importe quelle séquence peptidique, générer des milliers de variantes, et testez-les pour les traits souhaités que les chercheurs ont spécifiés.

« En utilisant cette approche, nous avons pu en explorer plusieurs, beaucoup plus de peptides que si nous l'avions fait manuellement. Ensuite, nous n'avons eu qu'à filtrer une infime fraction de l'intégralité des séquences que l'ordinateur était capable de parcourir, " dit de la Fuente-Nunez.

Dans cette étude, les chercheurs ont commencé avec un peptide antimicrobien trouvé dans les graines de la plante de goyave. Ce peptide, connu sous le nom de Pg-AMP1, n'a qu'une faible activité antimicrobienne. Les chercheurs ont demandé à l'algorithme de proposer des séquences peptidiques avec deux caractéristiques qui aident les peptides à pénétrer les membranes bactériennes :une tendance à former des hélices alpha et un certain niveau d'hydrophobie.

Après que l'algorithme ait généré et évalué des dizaines de milliers de séquences peptidiques, les chercheurs ont synthétisé les 100 candidats les plus prometteurs à tester contre les bactéries cultivées dans des boîtes de laboratoire. Le plus performant, connu sous le nom de guavanine 2, contient 20 acides aminés. Contrairement au peptide Pg-AMP1 original, qui est riche en acide aminé glycine, la guavanine est riche en arginine mais ne possède qu'une seule molécule de glycine.

Plus puissant

Ces différences rendent la guavanine 2 beaucoup plus puissante, en particulier contre un type de bactérie connue sous le nom de Gram-négatif. Les bactéries à Gram négatif regroupent de nombreuses espèces responsables des infections nosocomiales les plus courantes, y compris la pneumonie et les infections des voies urinaires.

Les chercheurs ont testé la guavanine 2 chez des souris atteintes d'une infection cutanée causée par un type de bactérie à Gram négatif connue sous le nom de Pseudomonas aeruginosa, et a constaté qu'il éliminait les infections beaucoup plus efficacement que le peptide Pg-AMP1 d'origine.

"Ce travail est important car de nouveaux types d'antibiotiques sont nécessaires pour surmonter le problème croissant de la résistance aux antibiotiques, " dit Mikhaïl Shapiro, professeur assistant de génie chimique à Caltech, qui n'a pas participé à l'étude. « Les auteurs adoptent une approche innovante de ce problème en concevant informatiquement des peptides antimicrobiens à l'aide d'un algorithme évolutif « in silico », qui note de nouveaux peptides sur la base d'un ensemble de propriétés connues pour être corrélées à l'efficacité. Ils comprennent également une gamme impressionnante d'expériences pour montrer que les peptides résultants ont en effet les propriétés nécessaires pour servir d'antibiotiques, et qu'ils fonctionnent dans au moins un modèle murin d'infections."

De la Fuente-Nunez et ses collègues prévoient maintenant de développer davantage la guavanine 2 pour une utilisation humaine potentielle, et ils prévoient également d'utiliser leur algorithme pour rechercher d'autres peptides antimicrobiens puissants. Il n'existe actuellement aucun peptide antimicrobien artificiel approuvé pour une utilisation chez les patients humains.

« Un rapport commandé par le gouvernement britannique estime que les bactéries résistantes aux antibiotiques tueront 10 millions de personnes par an d'ici 2050, il est donc très intéressant de proposer de nouvelles méthodes pour générer des antimicrobiens, tant du point de vue scientifique que du point de vue de la santé mondiale, " dit de la Fuente-Nunez.