A HPV rákkeltő mechanizmusai
A Virology Journal folyóiratban nemrég megjelent tanulmányban Fletcher és társszerzői, Biswas, az MMSC professzora, valamint Esther Biswas-Fiss, az MMSC professzora és tanszékvezetője bioinformatikát alkalmaztak az HPV E2 fehérje konzervált régióinak meghatározására, amelyek kritikus szerepet játszanak a vírus replikációs képességében és a rák kialakulásában. A csapat megállapította, hogy bizonyos mutációk megváltoztathatják a fehérje funkcióját, jelentősen növelve a rák kockázatát.
A HPV a világ leggyakoribb nemi úton terjedő fertőzése (STI), amely a szexuálisan aktív felnőttek akár 80%-át is érintheti. A komplex vírusnak több mint 200 törzse van, és a fej- és nyaki rákok vezető oka. „Egy személy egyszerre több tucat HPV-típussal is megfertőződhet” – mondta Biswas. „Még mindig nem tudjuk, hogyan hatnak egymásra; sok minden ismeretlen marad.”Míg az erősebb immunrendszerrel rendelkező fiatal felnőttek két éven belül megszabadulnak a HPV-től, a 400 millió éves vírus évekig lappanghat a szervezetben, ami megnehezíti a 40 év felettieknél történő eltávolítását. „Az orvosok azt mondhatják, hogy egy személy meggyógyult, de ez nem mindig igaz” – mondta Biswas. „A vírus már nem mutatható ki a nőknél végzett Pap-kenetvizsgálattal, de a vírus hagyhatott egy másolatot a sejtekben, ami egy évtizeddel később rákhoz vezethet.”
A férfiak esetében nincs HPV-teszt, és sokan csak a rákdiagnózis után fedezik fel, hogy vírussal fertőzöttek. Biswas-Fiss hangsúlyozta, hogy a vírus molekuláris szintű megértése kulcsfontosságú a HPV megelőzésében és kezelésében. „Sok tanulmány a klinikai és epidemiológiai megközelítésekre összpontosított, beleértve a mi munkánkat is, amelynek célja annak meghatározása volt, hogy mely genotípusok gyakoribbak a világ különböző részein – mondta. De a HPV megelőzéséhez és kezeléséhez jobban meg kell értenünk, hogyan okoz rákot molekuláris szinten.”
„A vírust számítógépes és laboratóriumi módszerekkel egyaránt tanulmányoznunk kell, és ezzel a cikkel jelentős előrelépést tettünk” – mondta Biswas-Fiss. „Ez új utat nyit a kutatók előtt.”
„Amit most csinálok, az öt évvel ezelőtt még nem volt lehetséges. A gépi tanulás segítségével azonosíthatjuk a fehérjék rejtett mintáit, és kipróbálhatjuk, hogyan lehet megakadályozni a fehérjék kölcsönhatásait, hogy ne okozzanak rákot” – mondta Fletcher. „Nagyon izgatott vagyok, hogy ezeket az adatalapú ötleteket a jövőben alkalmazni fogják az orvostudományban és a klinikai adatokban.”