Odszyfrowanie ukrytego kodu cukrowego choroby
Wraz ze starzeniem się populacji Europy, obciążenie chorobami o niezaspokojonych potrzebach medycznych stale rośnie. Choroby neurologiczne, takie jak choroba Parkinsona, wraz z rakiem, cukrzycą i chorobami zapalnymi, wymagają innowacyjnych i opłacalnych strategii terapeutycznych. Proteoglikany siarczanu heparanu (HS)(odnośnik otworzy się w nowym oknie) są białkami pokrytymi silnie usiarczanowanymi polisacharydami znajdującymi się na powierzchni praktycznie wszystkich komórek ssaków. Wiążą szeroki zakres ligandów białkowych, a to oznacza, że regulują rozwój, angiogenezę, krzepnięcie krwi i przerzuty nowotworowe. Zmiany w ekspresji HS są powiązane z licznymi chorobami, w tym nowotworami i chorobą Parkinsona. Wykorzystanie tych cząsteczek jako celów terapeutycznych wymaga lepszego zrozumienia ich złożoności strukturalnej.
Przezwyciężenie wąskiego gardła technologicznego
Konwencjonalne metody analityczne mogą dostarczyć informacji na temat składu HS, ale nie są w stanie ujawnić dokładnych modyfikacji HS. Finansowany ze środków UE projekt HS-SEQ(odnośnik otworzy się w nowym oknie) miał na celu wyeliminowanie tego ograniczenia poprzez stworzenie zintegrowanej platformy technologicznej zdolnej do sekwencjonowania heparyny i HS. „Kluczowym celem było zdefiniowanie naturalnego kodu HS, który jest podstawą funkcji biologicznych” — wyjaśnia koordynator projektu Geert-Jan Boons. W tym celu projekt HS-SEQ zgromadził interdyscyplinarny zespół ekspertów w dziedzinie chemii syntetycznej, chemii analitycznej, chemii fizycznej, neurobiologii i translacji nauka-przemysł. Wspólnie opracowali platformę analityczną, która może jednocześnie rejestrować wiele właściwości molekularnych za pomocą różnych technologii, w tym spektrometrii mas(odnośnik otworzy się w nowym oknie) i spektroskopii jonów w podczerwieni. Łącząc te odczyty w ciągłym przepływie pracy, platforma potrafi rozróżniać struktury izomeryczne, które wcześniej były nierozróżnialne. Wykorzystuje do tego referencyjną bazę danych, która łączy sygnatury spektralne z konkretnymi motywami strukturalnymi.
Uczenie maszynowe do analizy złożonych widm
Aby zinterpretować złożone widma w podczerwieni HS wygenerowane przez platformę analityczną, konsorcjum zastosowało algorytm uczenia maszynowego. Wykorzystując około 20 widm referencyjnych, model poprawnie zidentyfikował wzór siarczanowania. „To było ważne osiągnięcie, ponieważ pokazało, że można użyć tej metody do identyfikacji sekwencji HS, nie mając danych referencyjnych dla każdej możliwej struktury” — podkreśla członek konsorcjum, Kevin Pagel z Wolnego Uniwersytetu w Berlinie.
Od sekwencjonowania do terapii
Poza innowacjami analitycznymi projekt HS-SEQ badał zastosowania terapeutyczne, koncentrując się w szczególności na chorobie Parkinsona. Zwyrodnienie neuronów dopaminergicznych śródmózgowia jest kluczową cechą patologiczną choroby, a HS odgrywa kluczową rolę w regulacji szlaków sygnalizacyjnych, które kontrolują różnicowanie neuronów. Korzystając z modeli ludzkich pluripotencjalnych komórek macierzystych pochodzących od pacjentów z chorobą Parkinsona, konsorcjum zbadało związane z HS zmiany w strukturze i biosyntezie oraz ich rolę w rozwoju neuronów. Leczenie swoistą cząsteczką heparyny zwiększyło liczbę neuronów dopaminergicznych, co sugeruje potencjalny efekt ochronny. W ramach projektu opracowano również zestawy narzędzi przeciwciał do identyfikacji epitopów HS i zbadano zależności struktura-funkcja istotne dla rozwoju leków.
Perspektywy na przyszłość
Jak podkreśla Boons: „Prace nie kończą się wraz z zakończeniem projektu HS-SEQ. Wciąż możemy dużo dowiedzieć się o HS, a teraz mamy narzędzia do badania jego struktury i funkcji”. Konsorcjum planuje zbadać, w jaki sposób różne części cząsteczki oddziałują ze sobą i jakie siły stabilizują jej strukturę na najbardziej podstawowym poziomie. Ponadto zbada interakcje HS z biologicznymi cząsteczkami partnerskimi. Zostaną zainicjowane kolejne projekty wykorzystujące wyniki z HS-SEQ, aby odpowiedzieć na te otwarte pytania i rozszerzyć opracowane podejście na nowe systemy biologiczne.
