Badania nad powstawaniem oporności Mycobacterium Tuberculosis na leki 7 październik 2009
Plan prezentacji Wprowadzenie 1 Wprowadzenie 2 Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności 3 Reprezentacja Baza STRING STRING a Tuberculosis 4 Bibliografia
Gruźlica Wprowadzenie S(p) = w s,t 1 {p is a co target} source: s V sink: t V
Statystyki Wprowadzenie W 2007 roku zabiła ok. 1.7 miliona osób i szacuje się, że ok 9.25 mln osób zostało zarażonych - głównie w Azji i Afryce subsaharyjskiej. Szacuje się, że wśród zmarłych 456 tys. było zainfekowanych przez HIV. Osłabienie systemu immunologicznego wielokrotnie zwiększa prawdopodobieństwo aktywacji choroby.
Szczepionka Wprowadzenie BCG (Bacillus Calmette-Guérin) - szczepionka przeciw gruźlicy wprowadzona w 1921. Stanowi ona atenuowany szczep Mycobacterium bovis (wywołuje gruźlicę bydła). Szczepienia okazały się skuteczne w Europie i krajach rozwijających się. Próby z tą szczepionką w USA wykazały niewielkie właściwości ochronne (odmienny szczep Mycobacterium tuberculosis), w pozostałych krajach zaobserwowano zróżnicowaną skuteczność. Obecnie stosowana w Europie, nieużywana w USA.
Leki Wprowadzenie MDR (Multi-Drug Resistance) - oporność przynajmniej na isoniazid i rifampicin. XDR (extensively-drug Resistance) - MDR oporne dodatkowo na fluoroquinolone i przynajmniej jeden lek drugiego rzędu (amikacin, kanamycin lub capreomycin) Leki pierwszego rzędu Nazwa Mechanizm działania Wzór chemiczny Rok odkrycia Isoniazid Hamuje syntezę kwasów mikolowych C 6 H 7 N 3 O 1952 Ryfampicyna Hamowanie transkrypcji C 43 H 58 N 4 O 12 lata 70. XX wieku Streptomycyna Hamowanie syntezy białek bakteryjnych C 21 H 39 N 7 O 12 1944 Ethambutol Hamuje syntezę składników bł. komórkowej: C 10 H 24 N 2 O 2 1960 arabinogalaktanu i lipoarabinomanna- nu Pyrazinamide Hamuje syntezę kwasów tłuszczowych C 5 H 5 N 3 O 1980 Leki drugiego rzędu Nazwa Mechanizm działania Wzór chemiczny Rok odkrycia p-aminosalicylic acid C 7 H 7 NO 3 1944 Ciprofloxacin Wchodzi w interakcje z enzymami odpowiedzialnymi C 17 H 18 FN 3 O 3 1983 za duplikację DNA Moxifloxacin Wstrzymuje działanie enzymów odpowiedzialnych C 21 H 24 FN 3 O 4 1991 za podziały komórki Amikacin Przyczepia się do rybosomu uniemożliwiając C 22 H 43 N 5 O 13 syntezę białek Kanamycin Hamuje translację C 18 H 36 N 4 O 11 Capreomycin C 25 H 44 N 14 O 8
Rodzaje oporności Wprowadzenie Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności Oporność mikrobiologiczna posiadanie jakiegokolwiek mechanizmu przeciwstawiającego się działaniu leku, który pozwala mikroorganizmowi przeżyć w wyższych stężeniach leku niż w przypadku tych samych lub pokrewnych mikroorganizmów pozbawionych tego mechanizmu. Oporność farmakologiczna zdolność mikroorganizmu do przeżycia w stężeniach leku wyższych niż osiągalne w organizmie pacjenta podczas leczenia. Czasem wyróżnia się kategorię średniej wrażliwości, czyli zdolności mikroorganizmu do przeżycia w takich stężeniach leku, które są wyższe niż osiągalne typowo, ale mogą być przekroczone w niektórych przypadkach (np. po podaniu zwiększonej dawki lub w niektórych miejscach w organizmie, jak np. w układzie moczowym). Oporność kliniczna brak skuteczności leczniczej danego leku pomimo braku oporności farmakologicznej (a nawet mikrobiologicznej) u danego mikroorganizmu. Może ona wynikać np. z osobniczej zdolności pacjenta do rozkładu leku w większym stopniu niż przeciętna w populacji, stosowania innych leków, które niekorzystnie wpływają na działanie antybiotyku itd.
Mechanizmy powstawania oporności Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności Spontaniczne mutacje Indukowane mutacje przez SOS Horyzontalny transfer genów (HGV): np. pompy usuwające cząsteczki leku
Mechanizmy oporności Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności Inaktywacja leku lub modyfikacja (np. enzymatyczna deaktywacja Penicyliny G w pewnych bakteriach odpornych na penicylinę poprzez produkcję β -lactamases). Zmiana miejsca docelowego przyczepu leku (np. oporność gronkowców na metycylinę). Zmniejszone akumulowanie leku, poprzez zmiejszenie przepuszczania przez błonę komórkową lub zwiększoną wydajność mechanizmów wypompowujących lek. Utworzenie alternatywnych ścieżek metabolicznych.
Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności Combating bacteria and drug resistance by inhibiting mechanisms of persistence and adaptation Peter A Smith i Floyd E Romesberg Nature Chemical Biology 2007
Mutacje naturalne i indukowane Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności Niektóre białka zamieszane w indukowanie mutacji (SOS): DnaE2, RecA, LexA.
Transfer horyzontalny Wprowadzenie Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności Niektóre białka zamieszane w transfer horyzontalny (HGV): CagA, kompleks T4SSs.
Przetrwalniki Wprowadzenie Rodzaje oporności Mechanizmy powstawania oporności Mechanizmy oporności Walka z powstawaniem oporności Niektóre białka zamieszane w tolerancję leków: HipA, GlpD, PlsB
Reprezentacja Wprowadzenie Reprezentacja Baza STRING STRING a Tuberculosis Sieć interakcji białek jest to ważony graf nieskierowany, w którym białka utożsamiamy z wierzchołkami, natomiast krawędzie reprezentują oddziaływania pomiędzy białkami. Waga krawędzi świadczy o prawdopodobieństwie interakcji pomiędzy białkami (zależy np. od liczby eksperymentów, które potwierdziły interakcję).
Źódła danych STRING Reprezentacja Baza STRING STRING a Tuberculosis Każdemu typowi eksperymentów przypisane jest prawdopodobieństwo p i [0, 1]. Sumaryczne prawdopodobieństwo na krawędzi jest obliczane ze wzoru: p = 1 (1 p 1 ) (1 p 2 )... (1 p 7 )
Sąsiedztwo kodujących genów Reprezentacja Baza STRING STRING a Tuberculosis
Fuzja Wprowadzenie Reprezentacja Baza STRING STRING a Tuberculosis
Reprezentacja Baza STRING STRING a Tuberculosis Wspólne wystepowanie (odcisk filogenetyczny)
Wspólna ekspresja Wprowadzenie Reprezentacja Baza STRING STRING a Tuberculosis
Reprezentacja Baza STRING STRING a Tuberculosis Fizyczne eksperymenty i bazy danych Informacje o eksperymentach i interakcjach (wniskowanych z budowy 3D lub ścieżek bilogicznych) pobierane są z baz: MINT, HPRD, BIND, DIP, BioGRID, KEGG, Reactome IntAct, EcoCyc, NCI-Nature Pathway Interaction Database, Gene Ontology
Textmining Wprowadzenie Reprezentacja Baza STRING STRING a Tuberculosis
Szczepy Tuberculosis w STRING Reprezentacja Baza STRING STRING a Tuberculosis W bazie STRING 8.1 znajdują się sieci interakcji dla 4 szczepów: H37Rv H37Rv CDC1551 F11
2008 BMC Microbiology Mycobacterium tuberculosis interactome analysis unravels potential pathways to drug resistance Karthik Raman, Nagasuma Chandra
Schemat eksperymentu
Mechanizmy odpowiedzialne za oporność Mechanizmy odpowiedzialne za oporność zostały podzielone na cztery grupy: specjalne pompy usuwające leki z komórki cytochromy i inne enzymy modyfikujące cel działania leku, potencjalnie mogące powodować chemiczną modyfikację cząsteczek leku SOS i replikacja DNA prowadzące do mutacji w genach lub ich sekwencjach regulatorowych horyzontalny transfer genów
Definiowanie źródeł i ujść źródło - białko będące celem leku ujście - białka biorące udział w mechaniźmie obronnym Trzy leki: isoniazid, ethionamide i isoxyl zatrzymują biosyntezę kwasów mykolowych, z których 26 znajdujących się na ścieżce MAP (Mycolic Acid Pathway) zostało użytych jako źródła. Wybrano listę 74 genów M. tuberculosis biorących udział w opisanych mechanizmach odpowiadających za oporność. Białka z tego zbioru zostały oznaczone jako ujścia.
Podsieć MAP-RES Wprowadzenie
Ścieżki w sieci MAP-RES
Punkty dla wybranych ścieżek Ocena dla krawędzi: w st = 1 f st (1 + N t )(1 + N s ), gdzie f st - ilość wystąpień krawędzi s t w zbiorze ścieżek. N s i N t to ilość leków regulujących białka s i t. Ocena dla ścieżki to suma wag krawędzi, z których składa się ścieżka.
Punkty dla najlepszych ścieżek
Idea co-targetów Wprowadzenie
2008 PLoS Biology Wprowadzenie High Functional Diversity in Mycobacterium tuberculosis Driven by Genetic Drift and Human Demography Ruth Hershberg, Mikhail Lipatov, Peter M. Small, Hadar Sheffer, Stefan Niemann, Susanne Homolka, Jared C. Roach, Kristin Kremer, Dmitri A. Petrov, Marcus W. Feldman, Sebastien Gagneux
Wykorzystane dane Wprowadzenie Do badań wykorzystano 108 sekwencji DNA z MTBC (Mycobacterium Tuberculosis Complex). 99 ludzkich odmian 7 zwierzęcych szczepów: M. bovis, M. microti, M. pinnipedii i M. caprae. 1 szczepionkę M. bovis BCG Pasteur 1 M. canettii (ze względu na dużą różnicę sekwencyjną nie zawsze zaliczana do MTBC). Wybrano 98 genów odpowiedzialnych między innymi za uśpienie i reaktywację, reperację DNA, jak również geny kodujące cele dla leków.
Rekonstrukcja filogenetyczna Dla sekwencji powstałych z połączenia 98 genów wykonano analizę filogenetyczną metodą parsymonii.
Współczynnik dn/ds Wprowadzenie Wyróżniamy dwa typy mutacji: synonymous (kodon koduje to samo białko) i non-synonymous (kodon koduje nowe białko). Współczynnik dn/ds określa jaka część mutacji zmienia kodowane białko, w przypadku braku selekcji stabilizującej współczynnik ten jest bliski 1. Porównanie pomiędzy nicią M. canettii z sekwencja konsensusową dla pozostałych nici MTBC wykazało 125 zmian nukleotydów, z których 43 były non-synonymous. Odpowiada to współczynnikowi dn/ds = 0.18. Relatywnie wysoki współczynnik oznacza, że selekcja stabilizująca była słaba Prawdopodobnie za takie zróżnicowanie odpowiedzialny jest mechanizm selekcji różnicującej spowodowany przez interakcje z układem immunologicznym gospodarza
Dryf Tuberculosis Wprowadzenie
Dryf Tuberculosis Wprowadzenie
http://www.tbdreamdb.com/ Tuberculosis Drug Resistance Mutation Database Andreas Sandgren, Michael Strong, Preetika Muthukrishnan, Brian K. Weiner, George M. Church, Megan B. Murray dla każdego leku przechowuje informaje o zmutowanym genie, m. in. stosunek opornych do przebadanych izolatów, które potwierdziły mutację.
Systems biology of persistent infection: tuberculosis as a case study Douglas Young, Jaroslav Stark i Denise Kirschner
Hirsh AE, Tsolaki AG, DeRiemer K, Feldman MW, Small PM. Stable association between strains of mycobacterium tuberculosis and their human host populations. The National Academy of Sciences, 101(14):4871 4876, 2004. Vishnoi A., R. Roy, A. Bhattacharya. Comparative analysis of bacterial genomes: identification of divergent regions in mycobacterial strains using an anchor-based approach. Nucleic Acids Res., 35(11):3654 3667, 2007. Han-Yu Y. Chuang, Eunjung Lee, Yu-Tsueng T. Liu, Doheon Lee, Trey Ideker. Network-based classification of breast cancer metastasis. Molecular systems biology, 3, October 2007. Lawrence Cabusora, Electra Sutton, Andy Fulmer, Christian V. Forst.
Differential network expression during drug and stress response. BIOINFORMATICS, 21(12):2898 2905, 2005. Daniel J Dwyer, Michael A Kohanski, James J Collins. Role of reactive oxygen species in antibiotic action and resistance. Current Opinion in Microbiology, In Press, Corrected Proof:, 2009. Hershberg, Ruth, Lipatov, Mikhail, Small, Peter M, Sheffer, Hadar, Niemann, Stefan, Homolka, Susanne, Roach, Jared C, Kremer, Kristin, Petrov, Dmitri A, Marcus W Feldman, Gagneux, Sebastien. High functional diversity in mycobacterium tuberculosis driven by genetic drift and human demography. PLoS Biol, 6(12):e311, 12 2008.
Lars J. Jensen, Michael Kuhn, Manuel Stark, Samuel Chaffron, Chris Creevey, Jean Muller, Tobias Doerks, Philippe Julien, Alexander Roth, Milan Simonovic, Peer Bork, Christian von Mering. String 8 a global view on proteins and their functional interactions in 630 organisms. Nucl. Acids Res., 37(suppl 1):D412 416, January 2009. Midori Kato-Maeda, Jeanne T. Rhee, Thomas R. Gingeras, Hugh Salamon, Jorg Drenkow, Nat Smittipat,, Peter M. Small. Comparing genomes within the species mycobacterium tuberculosis. Genome Res., 11:547 554, 2001. Raman K., Chandra N.
Mycobacterium tuberculosis interactome analysis unravels potential pathways to drug resistance. BMC microbiology, 8:234+, December 2008. Floyd E. Romesberg Peter A. Smith. Combating bacteria and drug resistance by inhibiting mechanisms of persistence and adaptation. Nature Chemical Biology, 3:549 556, 2007. Johnson R., Streicher EM., Louw GE., Warren RM., van Helden PD., Victor TC. Drug resistance in mycobacterium tuberculosis. Curr Issues Mol Biol, 8:97 111, 2006. Helmy Rachman, Michael Strong, Ulrich Schaible, Johannes Schuchhardt, Kristine Hagens, Hans Mollenkopf, David Eisenberg, Stefan H.E. Kaufmann.
Mycobacterium tuberculosis gene expression profiling within the context of protein networks. Microbes and Infection, 8(3):747 757, 2006. Gagneux S, DeRiemer K, Van T, Kato-Maeda M, de Jong BC, Narayanan S, Nicol M, Niemann S, Kremer K, Gutierrez MC, Hilty M, Hopewell PC, Small PM. Variable host pathogen compatibility in mycobacterium tuberculosis. PNAS, 103:2869 2873, 2006. Michel Tibayrenc. A molecular biology approach to tuberculosis. PNAS, 101(14):4721 4722, 2004. Vishnoi, Anchal, Srivastava, Alok, Rahul Roy, Bhattacharya, Alok.
Mgdd: Mycobacterium tuberculosis genome divergence database. BMC Genomics, 9(1):373, 2008. Xie, Lei, Xie, Li, Bourne, Philip E. A unified statistical model to support local sequence order independent similarity searching for ligand-binding sites and its application to genome-based drug discovery. Bioinformatics, 25(12):i305 i312, 2009. Douglas Young, Jaroslav Stark, Denise Kirschner. Systems biology of persistent infection: tuberculosis as a case study. Nature, 6, July 2008.