A baktériumok behatolása és szaporodása a gazdasejtekben, valamint az általuk okozott DNS-károsodás kulcsfontosságú tényezők a fertőző betegségek előrehaladásában, illetve egyes daganatos betegségek kialakulásban. A jelenlegi módszerek azonban nem teszik lehetővé e folyamatok szisztematikus, egysejt-szintű értékelését, ami korlátozza annak vizsgálatát, hogy a baktériumtörzsek közötti kölcsönhatások, illetve a gyógyszeres kezelések miként alakítják a kórokozók fertőzőképességét.

A kutatók által kidolgozott MALVINA (Machine Learning-Based Virulence Interaction Analysis) rendszer megmutatja, hogyan jutnak be a baktériumok az emberi sejtekbe, milyen károsodást okoznak, és miként változik a viselkedésük más baktériumok vagy gyógyszerek jelenlétében.

A kutatók emberi vastagbél-hámsejtek tenyészeteit fertőzték meg négyféle fluoreszcens jelölésű E. coli baktériumtörzzsel. Volt köztük ártalmatlan laboratóriumi törzs, betegségekhez társított, a sejtekbe hatékonyan bejutó törzs, valamint olyan is, amely DNS-károsító toxint termel. A számítógépes rendszer a betanítást követően több mint 1,3 millió sejtet vizsgált meg egyedileg, és 86 százalékos pontossággal különítette el a fertőzött és nem fertőzött sejteket.

A közlemény idézte Bognár Bencét, az eljárást a Nature Communications folyóiratban bemutató tanulmány egyik első szerzőjét, aki kifejtette, a módszer egyik ereje, hogy sejtről sejtre látják a fertőzés részleteit. Meg tudják különböztetni, hogy sok sejtbe jut be kevés baktérium, vagy néhány sejtben halmozódik fel nagy mennyiség, és közben azt is megfigyelhető, milyen károsodást okoznak.

A korábbi módszerek sokszor külön vizsgálták, hogy egy baktérium milyen hatékonyan jut be a sejtekbe, és milyen választ vagy károsodást vált ki bennük. A MALVINA ezeket a folyamatokat egyedi sejtek szintjén kapcsolja össze. Ha pedig a baktériumtörzs genetikai háttere is ismert, a megfigyelt viselkedés a genetikai eltérésekkel is összeköthető.

A tanulmányt szintén első szerzőként jegyző Kovács Terézia hangsúlyozta, módszerük alkalmas arra is, hogy számszerűsítse egyes gazdasejtek eltérő viselkedését is ugyanazon baktériumtörzs mellett.

A fertőzéshez használt kórokozók közül kitűnt egy vastagbél-daganatos mintából izolált, rákos folyamatokkal összefüggésbe hozható baktériumtörzs: ez hatékonyan bejutott az emberi sejtekbe, ott felhalmozódott, és közben DNS-károsodást is okozott.

Juhász Szilvia, a HCEMM Rák Mikrobiom Csoport vezetője, a tanulmány megosztott utolsó szerzője közölte, az hogy egyszerre képesek meghatározni, mennyi baktérium jutott be és milyen károsodást szenvedett a gazdasejt, sokkal pontosabb képet ad a fertőzés következményeiről.

A vizsgálatsorozat következő lépéseként a szakemberek azt elemezték, hogyan változik egy baktériumtörzs viselkedése, ha egy másik törzzsel együtt kerül az emberi sejtekre. A kutatók kísérletileg is igazolták, egy baktérium veszélyességét az is befolyásolhatja, milyen más mikrobák veszik körül.

A kísérletek során vizsgálták 23 gyógyszer – köztük antibiotikumok – hatását is két invazív baktériumtörzsre. Elemezték azt, milyen arányban pusztítják el a gyógyszerek a kórokozókat, illetve hogyan változik a megmaradók viselkedése a kezelés után.

Az eljárás a gyógyszerfejlesztésben különösen fontos lehet: a MALVINA megmutathatja, ha egy baktérium jelenléte felerősíti egy gyógyszer emberi sejtekre gyakorolt toxicitását, de azt is, ha egy kezelés nemcsak elpusztítja a baktériumokat, hanem csökkenti azok sejtkárosító hatását is. Így olyan hatások is láthatóvá válhatnak, amelyek a baktériumokat vagy az emberi sejteket külön vizsgálva rejtve maradnának.

A szabadalmi eljárás alatt lévő módszerről Lázár Viktória, a HUN-REN SZBK Lendület Antibiotikum Hatások Rendszerbiológiája Kutatócsoport vezetője, a tanulmány megosztott utolsó szerzője elmondta, a MALVINA a jövőben segíthet a különösen veszélyes baktériumtörzsek korai felismerésében, gyógyszerjelöltek gyors szűrésében, illetve olyan probiotikus baktériumok azonosításában, amelyek képesek csökkenteni egy kórokozó virulenciáját.

A szerzők szerint a jövőben – a szöveteket, szerveket reprezentáló – organoidmodellek és élősejtes képalkotási technikák alkalmazásával a rendszer továbbfejleszthető.

A rendszer működéséhez kulcsfontosságú volt az automatizált képelemzés is. Bognár Bence a Kooperatív Doktori Program ösztöndíjasaként Horváth Péterrel és a Single-Cell Technologies munkatársaival együttműködve dolgozott a képelemzési és gépi tanulási megközelítések alkalmazásán.