Istraživanje antimikrobne aktivnosti i hromatografskog ponašanja sastojaka endofitnih gljiva primenom hemometrijskih metoda

Abstract

Rezistencija bakterija na delovanje antibiotika predstavlja globalni problem. Na polju razvojanovih lekova iz prirodnih izvora, nedavno je prepoznat potencijal endofitnih gljiva zahvaljujućisposobnosti da proizvedu sekundarne metabolite različitih bioloških aktivnosti. Biosinteza ovihjedinjenja je pod velikim uticajem brojnih faktora koji se vezuju za izbor biljke domaćina,klimatske uslove, ishranu i prisustvo drugih mikroorganizama u okruženju. Velika bazapodataka vezanih za aktivnost endofitnih gljiva prema patogenim bakterijama pretaživana jeprimenom metode analize glavnih komponenti sa ciljem pronalaženja obrazaca u podacima kojibi ukazali na manji broj pravih kandidata za novih razvoj lekova. Na ovaj način, osvetljen jeantimikrobni karakter gljive Phomopsis species. In vitro testovima je potvrđeno dadihlormetanski ekstrakt gljive izolovane iz četina bora inhibira rast bakterija Escherichia coli iStaphylococcus aureus. Hromatografsko razdvajanje pojedinačnih jedinjenja ekstraktaoptimizovano je primenom dizajna eksperimenata, a zatim je izvršeno izolovanje ikarakterizacija njihove hemijske strukture korišćenjem masene spektrometrije i NMRspektroskopije. In silico metodama su definisani prediktori bioraspoloživosti i toksikološkeaktivnosti jedinjenja (Z)-(Z)-2-acetoksiprop-1-en-1-il-3-(3-((E)-3,4-dihidroksipent-1-en-1-il)oksiran-2-il)akrilat i (Z)-(Z)-2-acetoksiprop-1-en-1-il-(3-((E)-4-hidroksi-3-oksopent-1-en-1-il)oksiran-2-il)akrilat. Za razliku od dosadašnih istraživanja koja su se ograničavala in vitrotestovima antimikrobne aktivnosti endofitnih gljiva i razrešavanjem hemijske struktureizolovanih biomolekula, ova disertacija predstavlja proširenje prethodnih istraživanjaprimenom in silico metoda. Studija molekulskog dokinga omogućila je razumevanjemehanizama interakcije biomolekula sa receptorima koji pripadaju patogenim bakterijamauobičajeno multirezistentnim na antibiotike. Primenom veštačkih neuronskih mreža nagrađenisu pouzdani modeli koji ukazuju na vezu između hemijske strukture, parametara interakcije iafiniteta vezivanja za receptore na osnovu kojih je moguć razvoj novih hemijski srodnih antibiotika.

Bacterial resistance towards antibiotics represents a global phenomenon. Potential ofendophytic fungi as producers of secondary metabolites with wide spectra of differentbioactivities in the field of drug discovery from natural resources has recently been introduced.The production of these compounds is under great impact of variety of factors related to thechoice of plant host, climate conditions, nutrition and presence of other microorganisms in thesame surrounding. Big data set comprising of indices of endophytic fungi antibacterial activitytowards patogen bacteria was evaluated using principal component analysis with the aim to findpatterns in data and to point out to a limited number of proper candidates for futurepharmaceutical research. This resulted in highlightening of the antimicrobial character ofPhomopsis species. In vitro tests proved that dichloromethane extract of endophytic fungiisolated from conifer needles inhibits the growth of Escherichia coli and Staphylococcusaureus. Chromatographic separation of individual components of extract was optimized usingdesign of experiments followed by the isolation and chemical structure characterization usingmass spectrometry and NMR spectroscopy. In silico methods were used to define the predictorsof bioavaliability and toxicological activity of compounds (Z)-(Z)-2-acetoxyprop-1-en-1-yl-3-(3-((E)-3,4-dihydroxypent-1-en-1-yl)oxiran-2-yl)acrylate and (Z)-(Z)-2-acetoxyprop-1-en-1-yl-3-(3-((E)-4-hydroxy-3-oxopent-1-en-1-yl)oxiran-2-yl)acrylate. Unlike up to date researchoutcomes limited to in vitro evaluation of antimicrobial activity of endophytic fungi andchemical structure elucidation of isolated biomolecules, this disertation represents an extensionto previous investigations using in silico methods. The molecular docking study enabled thecomprehensive understanding of the mechanisms underlying the interaction of biomoleculeswith receptors belonging to usually multidrug resistant bacterial pathogens. The artificial neuralnetworks were used to build reliable models relating chemical structure, parameters ofinteraction and the binding affinity to receptors, thus providing the essence for futuredevelopment of new chemically related antibiotics.