En ny modell som använder artificiell intelligens för att studera kolhydrater ökar förståelsen för infektionsprocessen i kroppen – och kan användas för att förutsäga vilka virus som har potential att åstadkomma en ny pandemi.
Trots att kolhydrater finns med i nästan alla biologiska processer är det fortfarande mycket vi inte vet om dem. Kolhydrater, som också kallas glykaner, är avgörande för att vår kropp ska fungera, men skrämmande ofta är de också inblandade när kroppen inte fungerar som den ska.
Nästan alla virus använder glykaner som sin första kontakt med celler i infektionsprocessen, inklusive SARS-CoV-2 som har orsakat covid-19-pandemin. Med den nya modellen, baserad på artificiell intelligens går det att analysera glykaner med en extrem noggrannhet.
Ny kunskap om hur virus tar sig in i celler
Modellen förbättrar förståelsen för infektionsprocessen genom att göra det möjligt att förutsäga nya virus-glykan-interaktioner, till exempel mellan glykaner och influensavirus eller rotavirus: en vanlig orsak till virusinfektioner hos spädbarn.
Vetenskaplig modell
En vetenskaplig modell är ett försök att systematiskt beskriva ett fenomen i verkligheten. I studien från Göteborgs universitet har forskarna utvecklat grafiska neurala nätverk för analys av glykaner. Denna AI-teknik visar en glykan grafiskt – och lär sig sekvensegenskaper som kan användas för att förutsäga glykanfunktioner och interaktioner.
Läs mer: AI – Så funkar neurala nätverk
Modellen kan också leda till en bättre förståelse för zoonotiska sjukdomar, där virus sprids från djur till människor.
– Med uppkomsten av SARS-CoV-2 har vi sett vilka förödande konsekvenser det kan få när virus hoppar över från djur till människor. Vår modell kan nu användas för att förutsäga vilka virus som har störst potential att spridas på det här sättet. Det kan vi analysera genom att se hur många mutationer som behövs för att virus ska känna igen mänskliga glykaner, vilket ökar risken för infektion hos människor.
– Dessutom hjälper modellen oss att förutsäga vilka delar av människokroppen som riskerar att drabbas av ett zoonotiskt virus, som andningsorganen eller mag-tarmkanalen, säger Daniel Bojar,
Glykanbaserade antivirala medel
Forskargruppen hoppas också kunna utnyttja den förbättrade förståelsen av infektionsprocessen för att förhindra virusinfektioner. Syftet är att använda modellen för att utveckla glykanbaserade antivirala medel: läkemedel som kan bromsa virusets tillväxt i kroppen vid en virusinfektion.
– Om vi kan förutsäga interaktionen mellan virus och glykaner kan vi leta efter glykaner som binder virus bättre än vad våra egna glykaner gör, och använda dem som ”lockbete” till antivirala medel som kan förhindra en virusinfektion. Det kräver dock att det görs framsteg inom glykantillverkningen, eftersom potentiella antivirala glykaner kan innehålla vissa sekvenser som än så länge är svåra att skapa, säger Daniel Bojar.
Läs mer: När får vi medicin mot corona?
Förberedelser inför nästa pandemi
Daniel Bojar hoppas att modellen kan bli ett steg mot att även använda glykaner för att förebygga och bekämpa framtida pandemier, eftersom man för närvarande hellre använder molekyler som är enklare att analysera, till exempel dna.
– Arbetet från många forskargrupper har revolutionerat glykobiologin de senaste åren, och jag tror att vi äntligen är på väg att börja använda dessa komplexa biomolekyler för medicinska ändamål. Vi går mot spännande tider, säger han.
Vetenskaplig artikel:
Using Graph Convolutional Neural Networks to Learn a Representation for Glycans.Cell Reports.
Kontakt:
Daniel Bojar, biträdande universitetslektor vid Wallenbergcentrum för molekylär och translationell medicin (WCMTM) och Institutionen för kemi och molekylärbiologi vid Göteborgs universitet, daniel.bojar@gu.se
