| Yhteenveto: | Antibioottiresistenssi on yksi nykymaailman suurimmista lääketieteellisistä
uhista, sillä vastustuskykyisten bakteeri-infektioiden hoito on hankalaa tai
mahdotonta. Antibioottien rinnalle tarvitaan nopeasti uusia hoitomuotoja
bakteeri-infektioita vastaan. Yksi mahdollinen vaihtoehto bakteeri-infektioiden
hoitamiseen on faagiterapia, jossa bakteriofageja, eli ainoastaan bakteereja
tuhoavia viruksia käytetään antibakteerisessa hoidossa. Faagiterapian yksi
kulmakivistä on faagicocktailit, eli useamman samaa bakteerikantaa infektoivan
bakteriofagin käyttö samanaikaisesti. Faagicocktailien tarkoituksena on
vähentää bakteerien kykyä muodostaa vastustus bakteriofagien infektiolle.
Faagicocktailien muodostamisen haasteena on löytää mahdollisimman erilaisten
infektiomekanismien omaavia bakteriofageja, jotka kuitenkin infektoivat samaa
bakteerikantaa. Tähän ongelmaan vastauksena PrecisionPhage Oy on kehittänyt
laskennallisen työkalun CocktailShakerin, jonka tarkoituksena on muodostaa
bakteriofagien rakenteiden perusteella tehokkaita faagicocktailehdotuksia
faagiterapiaa varten. Tässä tutkielmassa CocktailShakerin luotettavuutta
testattiin kokeellisesti, vertaamalla laskennallisesti valitun ja satunnaisesti
valittujen faagicocktailien kykyä tuhota antibioottiresistentin Escherichia coli –
bakteerin EC10 –kantaa. Tulokset osoittivat kaikkien valittujen faagicocktailien
estävän tehokkaasti EC10-kannan kasvua. Eroja faagicocktailien tehokkuudessa
ilmeni vasta pienillä faagipitoisuuksilla, eikä CocktailShakerin valitsema
faagicocktail osoittautunut satunnaisesti valittuja cocktaileja paremmaksi.
Kokeessa käytetyt faagit osoittautuivat harvinaisen tehokkaiksi, ja sen vuoksi
cocktailin koostumuksella ei ollut niin suurta merkitystä. Faagien
fylogeneettisillä eroilla puolestaan osoittautui olevan vaikutusta faagicocktailien
tehokkuuteen, mikä voi antaa uuttaa suuntaa faagicocktailien ja laskennallisten
algoritmien kehittämiseen.
Antibiotic resistance is one of the major threats in modern health care. Treatment
of resistant bacterial infections is difficult or impossible so there is vital need for
new treatments alongside antibiotics. One possible treatment against bacterial
infections is phage therapy. In phage therapy bacteriophages are used in
antibacterial treatment. Bacteriophages are viruses which infect only bacteria.
One of the cornerstones in phage therapy is phage cocktails. Phage cocktails are
formed from several bacteriophages which are infected by the same bacteria
strains. The main goal of using phage cocktails is to reduce the ability of bacteria
to form resistance to bacteriophage infection. However, there is one big challenge
to make phage cocktails. It is demanding to find bacteriophages with sufficiently
different infection mechanisms, and which infect the same bacteria strain. In
response to that problem PrecisionPhage Ltd. has developed a computational
tool named CocktailShaker which intention is producing proposals of effective
phage cocktails used in phage therapy. The CocktailShaker makes proposals
based on structures of bacteriophages. In this experiment, the ability of
computationally selected phage cocktail and randomly selected phage cocktails
to eradicate an antibiotic resistance Escherichia coli strain EC10, were studied.
Results showed that all selected phage cocktails were highly efficient against
EC10 strain. Differences in the ability of the cocktails to eradicate bacteria were
reached only in lower phage concentrations. CocktailShaker prediction did not
turn out to be better than randomly selected cocktails because phages turned out
to be extremely effective and therefore the composition of the cocktail was not so
important. One of the important observations was that phylogenetic differences
between phages of the cocktails would seem to have a big impact on the
inhibition efficiency to the bacteria growth. These findings may give a new
direction to the development of the computational algorithms and phage
cocktails.
|
|---|