Les peptides artificiels pourraient être une arme prometteuse contre les bactéries résistantes aux antibiotiques, suggèrent ces chercheurs du Massachusetts Institute of Technology (MIT) qui, à l'aide d'un algorithme informatique, développent des peptides plus puissants que ceux trouvés dans la nature. Cette stratégie innovante, présentée dans Nature Communications, qui consiste à imiter, avec l’algorithme, le processus naturel de l'évolution, a déjà permis de découvrir un candidat-médicament prometteur, capable d’éliminer les bactéries chez la souris.
Cette approche constitue ainsi une réponse possible au besoin de nouveaux antimicrobiens, face à l’émergence de nombreuses souches bactériennes résistantes aux antibiotiques existants, et au nombre extrêmement réduit de nouveaux antibiotiques en développement. La piste des peptides antimicrobiens, des peptides naturels trouvés dans la plupart des organismes fait partie des principaux axes de recherche, mais la plupart de ces peptides naturels ne s’avèrent pas suffisamment puissants pour combattre les infections chez l'homme. La démarche des scientifiques du MIT est donc de créer des versions synthétiques plus puissantes. La stratégie est basée algorithme informatique qui permet d’identifier de nouvelles séquences peptidiques antimicrobiennes, explique le chercheur César de la Fuente-Nunez du MIT, auteur principal de l’étude.
Un algorithme capable de tester des milliers de peptides :
Les chercheurs rappellent que les peptides antimicrobiens tuent les microbes de différentes façons :
- ils pénètrent dans les cellules microbiennes en endommageant leurs membranes,
- une fois à l'intérieur, ils peuvent perturber plusieurs types de cibles cellulaires telles que l'ADN, l'ARN et les protéines.
Dans cette course aux peptides antimicrobiens artificiels plus puissants, les scientifiques vont devoir synthétiser des centaines de nouvelles variantes puis les tester contre différents types de bactéries. Mais l’algorithme informatique est là pour simplifier le travail, il part d’une séquence peptidique puis génère des milliers de variantes et les teste sur des objectifs précis, spécifiés par les chercheurs. L’algorithme permet d’explorer ainsi beaucoup plus de peptides.
Un cas d’école : les chercheurs partent dans cette étude, d’un peptide antimicrobien trouvé dans les graines de goyave. Ce peptide, connu sous le nom de Pg-AMP1, n'a qu'une faible activité antimicrobienne. Mais en programmant l'algorithme de manière à ce qu’il propose, à partir de Pg-AMP1, des séquences peptidiques présentant 2 caractéristiques permettant au peptide de pénétrer les membranes bactériennes, l'algorithme génère et évalue des dizaines de milliers de séquences peptidiques, puis en sélectionne une centaine que les chercheurs synthétisent. Le peptide obtenu finalement le plus performant, connu sous le nom de guavanine 2, est bien différent du peptide original Pg-AMP1, il est beaucoup plus puissant.
Un peptide synthétique prometteur : ce premier peptide synthétique s’avère en effet efficace contre les bactéries à Gram négatif, responsables des infections nosocomiales les plus courantes, y compris la pneumonie et les infections des voies urinaires. Lorsque les chercheurs testent guavanine 2 chez des souris présentant une infection cutanée bactérienne à Gram négatif (Pseudomonas aeruginosa), ils constatent que le peptide guavanine 2 élimine l’infection de manière beaucoup plus efficace que le peptide original Pg-AMP1.
Cette approche novatrice -car il n'y a actuellement aucun peptide antimicrobien artificiel approuvé pour l’usage humain-peut donc aboutir à des peptides ayant les propriétés nécessaires pour être de bons antibiotiques. La guavanine 2 est toujours dans le pipeline pour son éventuelle utilisation chez l’Homme, et l’algorithme « tourne » pour identifier d'autres peptides antimicrobiens puissants.
Source: Nature Communications 16 April 2018 doi:10.1038/s41467-018-03746-3 In silico optimization of a guava antimicrobial peptide enables combinatorial exploration for peptide design
Plus sur l’Antibiorésistance
