Koronavírus - Újabb terápiás célpontot fedeztek fel szegedi kutatók

    A közlemény szerint Horváth Péter, az ELKH-hoz tartozó SZBK Biokémiai Intézetének igazgatója, a Biomag kutatócsoport vezetője és munkatársai partnereikkel, a Bristoli Egyetem kutatóprofesszoraival, Peter Cullennel és Yohei Yamauchival közösen kimutatták, hogy az influenzával kapcsolatban folytatott kutatásaik során felfedezett, eddig ismeretlen szereplőn - a gazdasejt felszínén található neuropilin-1 (NRP1) receptoron - keresztül a SARS-CoV-2 koronavírus be tud jutni a gazdasejtbe.

    A világon számos kutatólabor dolgozik azon, hogy a koronavírus (COVID-19) -fertőzés folyamatát megismerve elősegítse a hatékony kezelés kifejlesztését. A kutatóknak eddig az angiotenzin-konvertáz enzim 2-t (ACE2) sikerült azonosítani, amelyen keresztül a vírus képes bejutni a sejtbe. Az SZBK mesterségesintelligencia-modellje alapján végzett kutatási eredmények azt mutatják, hogy az NRP1 - a már jól ismert ACE2 mellett - a COVID-19 elleni terápia új, második célpontja lehet.

    A neuropilin-1 (NRP1) a gazdasejt felszínén megtalálható receptor, amelyhez a SARS-CoV-2 vírus kötődni képes az S (Spike) elnevezésű fehérjén keresztül. Ebből az S fehérjéből enzimatikus hasítással képződik S1 fehérje, amely egyik végén, az úgynevezett C-terminális végen, rendelkezik egy speciális mintázattal, a 'C-end rule'-lal (CendR). Ennek a régiónak a segítségével képes a vírus az NRP1-hez kapcsolódni, és bejutni a sejtbe. A fertőzött sejtek, szemben az egészséges sejtekkel, több sejtmaggal rendelkeznek.

    Ennek a különbségnek a detektálásához és mennyiségi meghatározásához fejlesztett ki Horváth Péter és csapata a világon egyedülállónak számító módszert, mely a mesterséges intelligencia legújabb irányán, a mélytanuláson alapul, és amelynek segítségével nagyon pontos mikroszkópos analízist képesek végezni a kutatók.

    Korábban az influenzakutatások kapcsán az NRP1-gén szűrésére is hasonló módszertant használt a szegedi kutatócsoport. Az intelligens algoritmusoknak - hasonlóan az önvezető autók irányításához vagy a közösségi médiumok intelligens képelemző algoritmusaihoz - hatalmas tanulóadatbázisokra van szükségük, amely a kutatócsoportnak korábban nem állt a rendelkezésére. Ezért egy olyan hibrid módszert alakítottak ki, mely során egy mélytanuló metódus mesterséges példákat generál, és ezek alapján tanít egy másik intelligens módszert. A módszert nemrég publikálták a rendszerbiológia legrangosabb folyóiratában, a Cell Systems-ben.