Horváth Péter, az Eötvös Loránd Kutatási Hálózathoz tartozó Szegedi Biológiai Kutatóközpont (SZBK) Biokémiai Intézetének igazgatója, a Biomag Kutatócsoport vezetője és kutatócsoportja kollaborációs partnereivel, 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 a sejtbejutásra. 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 egy, a világon egyedülállónak számító módszert, mely a mesterséges intelligencia legújabb irányán, az ún. mélytanuláson alapul, és amelynek segítségével nagyon pontos mikroszkópos analízist képesek végezni a kutatók.
Korábban az influenza kutatások kapcsán az NRP1 gén szűrésére is hasonló módszertant használt a szegedi kutatócsoport. Ennek az algoritmusnak a nucleAIzer nevet adták (www.nucleaizer.org). Az intelligens algoritmusoknak, hasonlóan pl. az önvezető autók irányításához, vagy a közösségi médiák intelligens képelemző algoritmusaihoz, hatalmas tanulóadatbázisokra van szüksége, 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 (https://www.sciencedirect.com/science/article/pii/S2405471220301174).
Az algoritmus pontosságát jelzi, hogy alkalmazásával a szegedi Biomag Kutatócsoport az egyik legnagyobb világversenyen a legmagasabb pontszámot érte el.