Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Białko jak szwajcarski scyzoryk
dodany przez
KopalniaWiedzy.pl, w Nauki przyrodnicze
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Autorzy badań przedklinicznych informują o odkryciu nowej klasy leków, które mogą zwalczać antybiotykooporne szczepy Mycobacterium tuberculosis. Konieczne będą dalsze badania, ale niska dawka efektywna i wysokie bezpieczeństwo, jakie zauważyliśmy we wstępnych testach wskazują, że nowe leki mogą być realną alternatywą dla obecnie stosowanych metod walki z gruźlicą, mówi współautor badań doktor Ho-Yeon Song z Soonchunhyang University w Korei Południowej.
Naukowcy przyjrzeli się wielu związkom roślinnym, poszukując wśród nich takich, które zwalczałyby M. tuberculosis. Z korzeni obojnika z gatunku Cynanchum atratum, który używany jest w chińskiej medycynie, wyizolowali związek o nazwie deoxypergularinine (DPG). W trakcie poprzednich badań wykazali, że hamował on działanie nie tylko zwykłego M. tuberculosis, ale również szczepów opornych na działanie leków. Dowiedli też, że połączenie tego związku ze standardowymi lekami zmniejszyło minimalne dawki leków potrzebnych do zwalczania szczepu H37Ra.
Teraz naukowcy opracowali i przetestowali liczne analogi DPG. Zidentyfikowali całą klasę środków pochodnych (PP) zawierających w strukturze grupy fenantrenowe i pirolidynowe, które efektywnie zwalczają M. tuberculosis wykazując przy tym minimalną toksyczność dla komórek. Okazało się, że środki te są efektywne w niższych stężeniach niż obecnie stosowane leki. Mają więc większy potencjał zwalczania szczepów antybiotykoopornych.
W ramach eksperymentów przez 4 tygodnie leczyli trzema pochodnymi – PP1S, PP2S i PP3S – szczury zainfekowane gruźlicą i wykazali skuteczność tych środków w porównaniu ze zwierzętami nieleczonymi. Ponadto dowiedli, że po 2 tygodniach podawania wysokich dawek i 4 tygodniach stosowania dawek średnich, u zwierząt nie wystąpiły skutki uboczne.
Niezwykle istotnym odkryciem było spostrzeżenie, że wspomniane środki pochodne nie wpływają negatywnie na mikrobiom. Antybiotyki zwykle niszczą florę bakteryjną jelit. Tymczasem testowane środki miały minimalny wpływ na mikrobiom zwierząt.
Uczeni przeprowadzili też badania in vitro, by sprawdzić, w jaki sposób badane środki zwalczają M. tuberculosis. Okazało się, że biorą one na cel gen PE-PGRS57, który występuje jedynie u tej bakterii. To wyjaśnia wysoką selektywność oraz skuteczność nowych leków.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Szybką i bezbłędną klasyfikację białek, wykrywanie w nich miejsc wiążących potencjalne leki, identyfikowanie białek występujących na powierzchni wirusów, a także badania np. RNA, umożliwia nowe narzędzie bioinformatyczne opracowane przez naukowców z Wydziału Biologii UW.
BioS2Net, czyli Biological Sequence and Structure Network, jest zaawansowanym algorytmem wykorzystującym uczenie maszynowe, pozwalającym na klasyfikację nowo poznanych białek nie tylko na podstawie podobieństwa sekwencji aminokwasowych, ale także ich struktury przestrzennej. Publikacja na jego temat ukazała się na łamach pisma International Journal of Molecular Sciences.
Narzędzie opracował zespół kierowany przez dr. Takao Ishikawę z Zakładu Biologii Molekularnej Wydziału Biologii UW we współpracy z naukowcem z Wydziału Matematyki, Informatyki i Mechaniki UW. Jak mówią sami autorzy, jego głównym zastosowaniem jest usprawniona klasyfikacja białek, ponieważ obecnie stosowany system klasyfikacji strukturalnej opiera się na żmudnej pracy polegającej na porównywaniu struktur nowych białek do tych już skategoryzowanych.
Istnieje co prawda jego zautomatyzowany odpowiednik, jednak jest on bardzo restrykcyjny i bierze pod uwagę wyłącznie podobieństwo sekwencji białek, całkowicie pomijając ich strukturę. Takie narzędzie jak BioS2Net potencjalnie ma szansę znacząco usprawnić cały proces – wyjaśnia dr Ishikawa. Dodatkowo opracowana przez nas architektura może zostać użyta (po niewielkich przeróbkach) do innych zadań, niekoniecznie związanych z klasyfikacją. Przykładowo można by jej użyć do wykrywania w białku miejsc wiążących potencjalne leki lub do identyfikacji białek występujących na powierzchni wirusów.
Można sobie np. wyobrazić sytuację, w której dotychczas zaklasyfikowane do innych grup białka, dzięki zastosowaniu BioS2Net zostaną skategoryzowane jako bardzo podobne do siebie pod względem budowy powierzchni, mimo innego zwinięcia łańcucha białkowego wewnątrz struktury. I wówczas niewykluczone, że cząsteczka oddziałująca z jednym białkiem (np. jako lek) okaże się także skutecznym interaktorem dla drugiego – wymienia dalsze potencjalne zastosowania praktyczne narzędzia dr Ishikawa. Innym ciekawym zastosowaniem mogłoby być np. wykrywanie miejsc wiążących w białkach, które mogą stanowić albo cel dla leków, albo punkt interakcji z białkiem wirusowym.
Działanie BioS2Net opiera się na wykonywanych po sobie operacjach matematycznych, które bazują na danych o konkretnym białku. Do pracy narzędzie potrzebuje tychże danych (im więcej, tym lepiej), odpowiedniego oprogramowania zdolnego do wykonywania skomplikowanych obliczeń związanych z treningiem sieci neuronowej oraz sporej ilości czasu.
W efekcie BioS2Net tworzy unikatową reprezentację każdego białka w postaci wektora o stałym rozmiarze. Można to porównać do czegoś w rodzaju kodu kreskowego opisującego każde z poznanych białek – tłumaczy dr Ishikawa. Narzędzie świetnie nadaje się do klasyfikacji białek na podstawie sekwencji aminokwasowej oraz struktury przestrzennej. Szczególnie istotne jest to, że można dzięki niemu wykryć białka o podobnej strukturze trójwymiarowej, ale o odmiennym „foldzie”, czyli innym sposobie zwinięcia łańcucha białkowego.
Dotychczas stosowane metody przydzielałyby takie białka do osobnych grup. Tymczasem znane są przypadki, gdy tego typu cząsteczki pełnią podobne funkcje. I do wykrywania takich grup białek może się przydać BioS2Net – dodaje.
Jak mówi naukowiec, nowe białka odkrywa się cały czas. Zdecydowana większość z nich, jeśli już ma opisaną strukturę przestrzenną, jest deponowana w bazie danych Protein Data Bank, do której każdy ma dostęp przez Internet. Warto jednak zwrócić uwagę, że proces odkrywania nowych białek rozpoczyna się o wiele wcześniej, już na etapie sekwencjonowania genomu. W bazach danych genomów często można spotkać się z adnotacją ’hypothetical protein’ (pol. hipotetyczne białko). Istnieją algorytmy komputerowe, które na podstawie sekwencji nukleotydowych w zsekwencjonowanym genomie przewidują obszary przypominające geny, które potencjalnie kodują informację o białkach. I takich potencjalnych białek znamy bardzo wiele. Ich funkcje można częściowo przewidzieć na podstawie podobieństwa do cząsteczek już wcześniej opisanych, ale do pełnego poznania takiej roli i mechanizmu działania często jednak należy najpierw ustalić ich strukturę, co wymaga miesięcy lub lat eksperymentów – opowiada badacz z UW.
W przypadku białek podobna sekwencja aminokwasów z reguły przekłada się na podobną strukturę. Do niedawna był to wręcz dogmat w biologii strukturalnej. Dzisiaj jednak wiadomo – mówi dr Ishikawa – że wiele białek jest inherentnie nieustrukturyzowanych (IDP; ang. intrinsically disordered protein) albo przynajmniej zwiera w sobie tego typu rejony. Takie białka mogą przyjmować różne struktury w zależności od tego z jakimi innymi białkami w danym momencie oddziałują.
Dodatkowo bardzo istotny jest cały kontekst, w jakim białko ulega pofałdowaniu. Przykładowo, obecność tzw. białek opiekuńczych, czy nawet samo tempo syntetyzowania białka w komórce, może mieć niemały wpływ na ostateczny jego kształt, a zatem też na funkcje. Nie zmienia to jednak faktu, że cechą fundamentalną każdego białka jest jego sekwencja aminokwasowa – podkreśla.
A dlaczego w ogóle poznanie dokładnej budowy cząsteczki białka jest takie ważne? Autor publikacji wyjaśnia, że białka, realizując swoje zadania w komórce, zawsze przyjmują określoną strukturę. Np. jeśli chcemy zaprojektować nowy lek, który będzie oddziaływał z określonym białkiem, to fundamentalne znaczenie ma określenie struktury tego drugiego. W trakcie pandemii SARS-CoV-2 trzeba było np. określić strukturę wirusowego białka S (tzw. kolca) m.in. po to, aby można było zaproponować cząsteczkę swoiście z nim oddziałującą, a przez to zmniejszyć wydajność zakażania komórek człowieka – mówi. Podsumowując: badanie struktury białek ma ogromne znaczenie dla poznania ich funkcji i mechanizmu działania, a także innych cząsteczek z nimi oddziałujących.
Jeśli chodzi o sam BioS2Net, to najpierw należy ściągnąć z bazy danych i przetworzyć informacje o danym białku. Przetwarzanie służy temu, aby wszystkie cechy białka, takie jak współrzędne atomów, rodzaje aminokwasów, profil ewolucyjny itd., zamienić na liczby, które będą zrozumiałe dla komputera. Każdy pojedynczy atom cząsteczki jest opisywany przez kilkadziesiąt liczb, które wyrażają wspomniane cechy.
Następnie liczby te wprowadza się do sieci neuronowej, która analizuje każdy z atomów oraz ich najbliższych sąsiadów, biorąc pod uwagę zarówno ich ułożenie przestrzenne, jak i sekwencyjne. Kolejny etap to łączenie grup atomów w jeden „superatom”, który zawiera w sobie całą wyuczoną lokalną informację. Proces ten powtarza się do momentu aż ów „superatom” będzie zawierał zagregowane informacje o całym białku. To jest nasz kod kreskowy, który wykorzystujemy potem do klasyfikacji białka, używając standardowych sieci neuronowych – zaznacza dr Ishikawa.
Zapytany o dokładność nowego narzędzia biolog wyjaśnia, że jeśli chodzi o wytworzenie unikatowego wektora reprezentującego poszczególne białka, to BioS2Net robi to bezbłędnie, tzn. że każde białko jest reprezentowane w jedyny możliwy sposób i żadna inna cząsteczka nie będzie opisana w taki sam sposób.
Natomiast, gdy zastosowaliśmy BioS2Net do klasyfikacji białek, osiągnęliśmy wynik nawet 95,4 proc. trafności w porównaniu do obowiązującej klasyfikacji wg bazy danych. Oznacza to, że w ponad 95 przypadków na 100 BioS2Net był w stanie prawidłowo przyporządkować białko do danej grupy. Tutaj jednak warto wspomnieć, że ta obowiązująca klasyfikacja opiera się na podobieństwie sekwencji aminokwasowych i pomija informacje strukturalne – tłumaczy autor publikacji.
Naukowcy podkreślają, że poza głównym zastosowaniem, czyli klasyfikacją białek, BioS2Net będzie mógł służyć także do analizowania innych cząsteczek biologicznych, w tym RNA. Uważamy, że narzędzie można by też wykorzystywać do klasyfikacji zupełnie innych danych biologicznych, np. map chromosomów w jądrze komórkowym. Właściwie to nasza architektura może być przydatna wszędzie tam, gdzie jest zdefiniowana struktura i sekwencja – mówią.
Dr Ishikawa dodaje, że BioS2Net powstał w ramach pracy licencjackiej pierwszego autora (jego Alberta Roethla) wykonanej pod kierunkiem. Warto to podkreślić, bo to ważny sygnał, że licencjat niekoniecznie jest pracą dyplomową, którą po prostu trzeba zrobić, ale czymś, co ma potencjał naukowy i może zostać opublikowane w międzynarodowym czasopiśmie – zaznacza naukowiec.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Gruźlica, jedna z najbardziej śmiercionośnych chorób zakaźnych, została na szeroką skalę wprowadzona w Amerykach przez kolonizujących je Europejczyków. Hipotezę tę potwierdza chociażby różnorodność jej szczepów, która w Amerykach jest podobna do różnorodności w Europie. Jednak od 1994 roku wiemy, że choroba ta dotarła do Nowego Świata jeszcze zanim zjawili się tam Europejczycy. DNA gruźlicy zidentyfikowano w liczącej 1000 lat mumii z wybrzeży Peru. W 2014 roku dokonano zaś zdumiewającego odkrycia na temat pochodzenia patogenu.
Przed 8 laty z trzech mumii z Peru udało się pozyskać kompletny genom gruźlicy. Okazało się wówczas, że to Mycobacterium pinnipedii, zarażający głównie morskie ssaki. Od dawna wiadomo, że dawni mieszkańcy peruwiańskich wybrzeży polowali na foki i uchatki. To odkrycie kazało jednak postawić sobie pytanie, jakim wariantem gruźlicy zarażone były osoby żyjące w czasach prekolonialnych z dala od wybrzeży.
Naukowcom z Danii, USA, Niemiec i Kolumbii udało się właśnie rozwiązać tę zagadkę. Na łamach Nature Communications informują oni o przebadaniu 9 szkieletów osób żyjących w głębi lądu w Peru i w Kolumbii w czasach sprzed kolonizacji. Udało im się zidentyfikować trzy nowe genomy gruźlicy. Wszystkie one przypominały M. pinnipedii. Jednocześnie zarówno dane archeologiczne, jak i badania izotopów w kościach tych ludzi wskazują, że nie jadły one mięsa kręgowców morskich. Nie mogły więc zarazić się bezpośrednio od nich.
Jak zatem doszło do infekcji? Naukowcy nie są obecnie w stanie dokładnie tego określić. Jednak wiadomo, że bakterie gruźlicy potrafią dość łatwo „przeskakiwać” pomiędzy gatunkami ssaków. Możliwe są więc dwie drogi zawleczenia gruźlicy z wybrzeży w głąb lądu. Mogło się to odbyć za pośrednictwem zwierząt, która zaraziły się od fok, choroba wędrowała coraz dalej i dalej od wybrzeży, aż zaraziła ludzi. Mogło też dojść do przenoszenia pomiędzy ludźmi, za pośrednictwem szlaków handlowych. Nie można też wykluczyć połączenia obu tych dróg - ludzi zarażających się do zwierząt i zwierząt zarażających się od ludzi, roznoszących gruźlicę po kontynencie.
Gruźlica atakuje przede wszystkim płuca, jednak może też rozprzestrzenić się na kości i pozostawić na nich ślady. Takie ślady są znane lekarzom i antropologom już od XIX wieku. W 1973 roku paleoantropolog Marvin Allison jako pierwszy wskazał, że zmumifikowane dziecko z Peru, które zmarło około 700 roku naszej ery, miało w organizmie kwasooporne bakterie, prawdopodobnie prątki gruźlicy. Na ostateczne potwierdzenie, że gruźlica atakowała mieszkańców Ameryki przed kontaktem z Białymi, musieliśmy poczekać kolejnych 20 lat. Teraz zaś wiemy, że bakterie, których nosicielami są morskie ssaki, dotarły w głąb kontynentu.
« powrót do artykułu -
przez KopalniaWiedzy.pl
W łódzkim Bionanoparku powstanie laboratorium firmy NapiFeryn Bio Tech. Będzie w nim produkowane białko z rzepaku, które może zrewolucjonizować i rynek spożywczy, i naszą dietę. W działającej już prototypowej linii produkcyjnej powstaje tygodniowo kilka kilogramów izolatu białkowego (>90% białka) i koncentratu białkowo-błonnikowego (ok. 30% białka). Oba te produkty mogą być stosowane jako dodatki do słodyczy, makaronów, sosów, napojów, pieczywa czy wegańskich zamienników mięsa.
Rzepak, w odróżnieniu od soi, uprawiany jest lokalnie – nie trzeba go importować ani zwiększać jego upraw, ponieważ w procesie pozyskiwania białka wykorzystuje się pozostałości po tłoczeniu oleju rzepakowego. Jest to alternatywne rozwiązanie dla białka zwierzęcego, przyjazne naturze – zostawia znacznie mniejszy ślad węglowy, stwierdziła Magdalena Kozłowska, prezes NapiFeryn BioTech. Białko z rzepaku ma doskonałe wartości odżywcze. Jest łatwo trawione i przyswajalne przez ludzki organizm.
Dotychczasową przeszkodą w stosowaniu go w przemyśle spożywczym był jego charakterystyczny, gorzki posmak. Technologia opatentowana przez nas całkowicie ten problem usuwa. Nasze białko jest nie tylko zdrowe, ale też smaczne, mówi Piotr Wnukowski, wiceprezes firmy.
Co prawda produkt jest testowany też przez firmę w eksperymentalnej kuchni, jednak NapiFeryn BioTech nie chce produkować żywności, ale licencjonować swój produkt koncernom spożywczym. Produkty zawierające białko rzepakowe mogą trafić do sklepów już w ciągu 2-3 lat.
Izolat z białka z rzepaku został uznany za produkt bezpieczny i jest dopuszczony przez UE do stosowania w przemyśle spożywczym.Obecnie firma przygotowuje się do zarejestrowania koncentratu błonnikowo-białkowego.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Uczeni z Uniwersytetów w Aberdeen i Leicester zidentyfikowali w mózgu obszar, który napędza zapotrzebowanie na pożywienie bogate w białko. Odkrycie może mieć znaczenie dla rozwoju personalizowanych terapii otyłości. Nie od dzisiaj bowiem wiadomo, że dieta niskobiałkowa jest powiązana z otyłością.
Naukowcy zauważyli, że gdy szczury trzymano na diecie niskobiałkowej, doszło do większej aktywizacji pola brzusznego nakrywki (VTA), czyli jądra limbicznego śródmózgowia, obszaru odpowiedzialnego za aktywne poszukiwanie jedzenia.
Z badań wynika, że gdy wcześniej ograniczy się dostarczanie protein, VTA staje się bardziej wrażliwe na proteiny niż na inne składniki odżywcze. To zaś sugeruje, że mózgi zwierząt działają tak, by upewnić się, że dostawy białka zostaną utrzymane na odpowiednim poziomie. Taka adaptacja jest zrozumiała, gdyż niedobór białka może mieć katastrofalne skutki zdrowotne. Ponadto wcześniejsze badania wiązały niski poziom białek z otyłością. Nie wiadomo było jednak, jak na zjawisko to wpływa mózg.
Współautor badań doktor Fabien Naneix mówi: Odkryliśmy, że zmniejszenie podaży białka zwiększyło preferencje ku żywności, w której jest więcej białka niż węglowodanów. Ta preferencja ku białkom jest powiązana z większą odpowiedzią VTA i gdy zwierzęta przestawia się z normalnej zbilansowanej diety na dietę niskobiałkową, dochodzi do indukowania preferencji ku białkom, jednak zmiany w VTA wymagają intensywnego procesu uczenia się.
Nasze badania są pierwszymi, łączącymi preferencje ku białkom ze specyficzną aktywnością mózgu. Wiemy,że VTA odgrywa kluczową rolę w procesach pobierania innych składników odżywczych. Teraz wykazaliśmy, że dotyczy to również białek.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.