Nieuwe genetische gereedschapskist opent de deur naar nog onbekende antibiotica
antibiotica beeld: Pexels
Ongeveer twee derde van alle antibiotica die artsen gebruiken, is afkomstig van bacteriën uit de groep Streptomyces. Onderzoeker Chaoxian Bai van de Universiteit Leiden ontwikkelde nieuwe hulpmiddelen om het verborgen potentieel van deze bacteriën bloot te leggen en de zoektocht naar dringend benodigde medicijnen te versnellen.
Waar vind je als onderzoeker vandaag de dag nieuwe antibiotica? De meeste antibiotica zijn al tientallen jaren geleden ontdekt. Veel van de huidige medicijnen stammen namelijk uit het zogenaamde gouden tijdperk van het antibioticumonderzoek, grofweg tussen de jaren veertig en zestig van de vorige eeuw. Sindsdien hebben wetenschappers veel meer moeite om nieuwe stoffen te vinden. ‘Het laaghangende fruit is grotendeels wel geplukt’, zegt Chaoxian Bai, promovendus in de onderzoeksgroep van Gilles van Wezel.
‘We hebben nieuwe manieren nodig om stoffen te ontdekken die nog verborgen zitten in bacteriën’, gaat hij verder. Zijn onderzoek richt zich niet op het vinden van één specifiek antibioticum, maar op het ontwikkelen van een gereedschapskist waarmee we zulke verborgen stoffen gemakkelijker kunnen opsporen.
‘We hebben nieuwe manieren nodig om stoffen te ontdekken die nog verborgen zitten in bacteriën’
Op zoek naar antibiotica in een bekende bacterie
Bai werkt met Streptomyces, een groep bacteriën die in de bodem leeft. Zelfs mensen die de naam nog nooit hebben gehoord, zijn er waarschijnlijk al mee in aanraking gekomen. De typische geur die vrijkomt na een regenbui wordt namelijk veroorzaakt door geosmine, een stof die Streptomyces produceren.
Deze bacteriën zijn bijzondere chemische fabriekjes. Ongeveer twee derde van alle bekende antibiotica komt ervandaan. Daarnaast kunnen ze nog veel andere natuurlijke stoffen maken.
‘Het potentieel is enorm, omdat deze bacteriën overal voorkomen’, legt Bai uit. ‘In iedere omgeving krijgen ze te maken met andere concurrenten en uitdagingen. Daardoor produceren ze verschillende stoffen.’ Sommige van die stoffen kunnen we als medicijn gebruiken. De uitdaging is om ze te vinden.
Niet de omgeving veranderen, maar het DNA
Traditioneel probeerden onderzoekers bacteriën nieuwe stoffen te laten produceren door hun omgeving aan te passen, bijvoorbeeld door de temperatuur of de voedingsstoffen te veranderen. Dat kan veel tijd kosten. Bai koos voor een andere aanpak: het aanpassen van het DNA van de bacteriën.
Met technieken zoals CRISPR-interferentie kon hij honderden regelgenen uitschakelen. Die genen bepalen welke andere genen actief zijn en dus welke stoffen de bacterie produceert. Daardoor konden onderzoekers eerder verborgen genclusters opsporen: stukken DNA die de bouwinstructies bevatten voor mogelijk nuttige stoffen.
‘Zonder nieuwe antibiotica keren we terug naar de tijd waarin mensen dood gingen aan eenvoudige infecties.’
DNA bouwen als Lego om nieuwe antibiotica te vinden
Een uitdaging is dat de relevante genclusters enorm groot kunnen zijn, soms wel 100.000 DNA-bouwstenen lang. Om ze beter hanteerbaar te maken, gebruikte Bai een techniek die Golden Gate Assembly heet. In plaats van een volledig gencluster in één keer te bewerken, delen de onderzoekers het op in kleinere stukken. ‘Je kunt het vergelijken met Lego’, legt hij uit. ‘Je bouwt grote constructies op uit kleinere, verwisselbare bouwstenen.’
Door afzonderlijke onderdelen aan te passen, kon het onderzoeksteam snel verschillende versies van een gencluster maken en onderzoeken hoe de geproduceerde stoffen daardoor veranderden.
Het systeem dat Bai tijdens zijn promotieonderzoek ontwikkelde, kunnen onderzoekers ook gebruiken bij andere bacteriesoorten en bij de zoektocht naar andere nuttige natuurlijke stoffen. En dat is van groot belang, benadrukt Bai. ‘Zonder nieuwe antibiotica keren we terug naar de tijd waarin mensen dood gingen aan eenvoudige infecties.’
Voorbereiden op het AI-tijdperk van antibioticumonderzoek
Bai verwacht dat AI in de toekomst een belangrijke rol zal spelen bij het ontdekken van nieuwe antibiotica. AI-systemen hebben grote hoeveelheden betrouwbare data nodig om goed te kunnen werken. Met het platform dat Bai ontwikkelde, kunnen zulke gegevens veel sneller worden verzameld dan met traditionele methoden. Daarmee vormt het een waardevolle aanvulling op het werk van zijn voormalige collega Hannah Augustijn.