Zeitschrift für Phytotherapie 2023; 44(S 01): S35-S36
DOI: 10.1055/s-0043-1769568
Abstracts
6. Young Researcher Workshop
Datum/Ort14.–15. Juni 2023, Klinikum Bamberg

Phenolische Biofilminhibitoren – Beeinflussung ähnlicher biologischer Prozesse trotz struktureller Diversität

D Buchmann
1   Universität Greifswald, Institut für Pharmazie, Greifswald, Deutschland
,
S Stepanov
2   Freie Universität Berlin, Institut für Pharmazie, Pharmazeutische und Medizinische Chemie, Berlin, Deutschland
,
K Schaufler
1   Universität Greifswald, Institut für Pharmazie, Greifswald, Deutschland
3   Christian-Albrecht Universität Kiel und Universitätsklinikum Schleswig-Holstein, Institut für Infektionsmedizin, Kiel, Deutschland
,
N Schultze
1   Universität Greifswald, Institut für Pharmazie, Greifswald, Deutschland
,
S Guenther
1   Universität Greifswald, Institut für Pharmazie, Greifswald, Deutschland
› Author Affiliations
 
 

Arzneipflanzen finden seit Jahrhunderten therapeutische Anwendung. Mehr als ein Viertel aller durch die FDA oder die EMA zugelassenen Arzneimittel ist natürlichen Ursprungs. Dies trifft insbesondere auf Arzneimittel zur Behandlung infektiöser Erkrankungen zu. Durch die Ausbreitung multiresistenter, vor allem gramnegativer Bakterien, sieht die WHO eine große Bedrohungslage der menschlichen Gesundheit [1]. Insofern besteht dringender Bedarf, neue Therapieoptionen zur Behandlung bakteriell bedingter Erkrankungen zu finden ([Abb. 1]).

Zoom
Abb. 1  Schematische Übersicht des Prozesses zur Entwicklung des mathematischen Vorhersagemodells für Biofilminhibitoren, dessen Validierung und die darauf aufbauende Transkriptomanalyse.

In den letzten Jahren rückten neben bakteriostatisch oder bakterizid wirkenden Substanzen jene in den Fokus, die Virulenzfaktoren beeinflussen. Ein Angriffspunkt ist die Biofilmbildung, auf welche etwa 65% der weltweiten bakteriellen Infektionen zurückgeführt werden [2]. Zahlreiche Studien zeigten bereits die Wirksamkeit von Naturstoffen, insbesondere phenolische Substanzen, als Biofilminhibitoren [3]. Kürzlich beschäftigten sich Stepanov und Buchmann mit der Suche nach solchen neuen phenolischen Inhibitoren bei multiresistenten E. coli. Um Zeit und Kosten des Laborscreenings zu reduzieren, wurden Methoden des maschinellen Lernens genutzt. Aus den Vorhersagen des etablierten Modells gingen siebenfach mehr Inhibitoren hervor – der Hitoutcome wurde erheblich gesteigert [4]. Außerdem wurden noch unbekannte Inhibitoren gefunden.

Drei dieser Substanzen (Octylgallat, Scutellarein, Wedelolacton) und das vielfach beschriebene EGCG wurden anschließend mithilfe von RNAseq und RT-qPCR-Analysen untersucht, um Einblicke in die beeinflussten biologischen Prozesse zu erhalten. Es werden verschiedene beeinflussbare Stoffwechselwege im Zusammenhang mit der Biofilmbildung diskutiert [5]. In unserer Studie konnte gezeigt werden, dass strukturell diverse Substanzen ähnliche bakterielle Prozesse beeinflussen, vor allem die Motilität, Transportsysteme, den Citratzyklus und die Argininbiosynthese.



Publication History

Article published online:
14 June 2023

© 2023. Thieme. All rights reserved.

Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany


 
Zoom
Abb. 1  Schematische Übersicht des Prozesses zur Entwicklung des mathematischen Vorhersagemodells für Biofilminhibitoren, dessen Validierung und die darauf aufbauende Transkriptomanalyse.