Fighting Bugs by Numbers: Bioinformatics Tools for Antimicrobial Drug Discovery

Näytä kaikki kuvailutiedot

Permalink

http://urn.fi/URN:ISBN:978-951-51-3132-4
Julkaisun nimi: Fighting Bugs by Numbers: Bioinformatics Tools for Antimicrobial Drug Discovery
Tekijä: Helfenstein, Andreas
Muu tekijä: Helsingin yliopisto, farmasian tiedekunta
Opinnäytteen taso: Väitöskirja (artikkeli)
Tiivistelmä: Responding to the aggravating shortage of potent antibiotics, pharmaceutical research is constantly looking for new ideas to combat and contain perilous micro-organisms. As a result of persistent selective pressure, evolution has bestowed a powerful arsenal of antimicrobial survival strategies upon plants, bacteria and fungi. Screening of natural product libraries is an obvious and promising first step in antimicrobial research. We followed that approach by investigating the antimicrobial bioactivity of a set of abietane derivatives. To accommodate for the data that resulted from that screening, we then developed a tool to automate and integrate the data analysis and presentation into the screening workflow. In an attempt to further streamline the process, we evaluated identification techniques for micro-organisms growing in co-cultures based on machine learning. Including the right material in the screening is a key element for a successful campaign. In our last study, we analyzed user-generated online sources to search for potential leads for new anti-infectious drugs. The screening resulted in a potential new compound active against Staphylococcus aureus with moderate cytotoxicity. The abietane derivative showed a minimal inhibitory concentration of 60 µg/ml against S. aureus and 8 µg/ml against multi-resistant S. aureus. Machine learning is used more and more in natural product research, and our study suggested that random forest classifiers and support vector machines are efficient tools to identify micro-organisms from polymicrobial cultures. The proposed models had prediction rates > 90 % in the determination of growth for microbes in polymicrobial cultures. The Internet is an immense and ever-growing resource of information, and we sketched a possible way for how this data can complement the search of antimicrobial plant preparations. In three examples, we showed correlations between mentions of plants and medical terms. Centered on antimicrobial screening, this thesis studies different strategies to enhance the screening process through the help of bioinformatics. We developed, tested and used different tools and methods to support and facilitate library design, detection techniques, and data management. These are only small pieces in the search of new antimicrobial compounds, but they show that there are still many possible approaches to follow.Som ett svar på bristen av verksamma antibiotika, håller läkemedelsforskningen ständigt på och letar efter nya idéer för att bekämpa mikroorganismer. Emellertid har växter, svampar och bakterier utvecklat en stor repertoar av överlevnadsstrategier för att gardera sig mot mikroorganismer. Dessa strategier kan stå som grund för utvecklingen av nya antibiotika. Ett första steg i antibiotikaforskning kan därför vara så kallad screening, där man undersöker möjlig antibiotisk verksamhet hos många olika kemiska substanser. I första delen av avhandlingen beskrivs hur vi använde screening för att undersöka substanser från olika träd. Data från det ovannämnda experimentet organiserades med ett software-verktyg som utvecklades speciellt för detta ändamål. Efteråt användes maskininlärning (en sorts artificiell intelligens) för att leta efter dold information i undersökningsresultaten. I avhandlingens sista del beskrivs hur information från offentliga källor, i det här fallet från bloggar, kan hjälpa och stöda farmaceutisk forskning. Vi utvecklade och använde ett verktyg som analyserar hur ofta olika växter nämns i samband med olika sjukdomar i blogginlägg. I samband med screeningen hittades två substanser som är verksamma mot Staphylococcus aureus, en bakterie som orsakar många infektioner i både hem- och sjukhusförhållanden. Insikterna från arbetet med projekten i maskininlärning och bloggtextanalys kan fungera som stöd för framtida projekt i antibiotikaforskning.
URI: URN:ISBN:978-951-51-3132-4
http://hdl.handle.net/10138/180152
Päiväys: 2017-04-28
Avainsanat: pharmaceutical biosciences
Tekijänoikeustiedot: Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
fighting.pdf 1.370MB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot