Tuberculose genezen met algoritmes

Geplaatst op 20 nov 2018
Tuberculose genezen met algoritmes

We weten al tientallen jaren hoe we DNA kunnen ontcijferen. Maar tot voor kort was de informatie achter deze blauwdruk van het leven ontoegankelijk. Wiskundige algoritmes geven ons nu inzicht in deze informatie. En dat heeft veelbelovende toepassingen, zoals het diagnosticeren van complexe tuberculose-infecties.

De abstracte wereld van de wiskunde staat ver af van een bed in een ziekenhuis in een ontwikkelingsland. Neem het Church of Scotland Hospital in het Zuid-Afrikaanse plattelandsstadje Tugela Ferry. Het ziekenhuis is onbekend voor de rest van de wereld, tot er in 2006 een uitbraak van tuberculose (TB), een besmettelijke bacteriële ziekte plaatsvindt. Deze extensive drug-resistant tuberculosis (XDR-TB) blijkt extreem slecht te behandelen en leidt tot de dood van de meeste patiënten in het ziekenhuis. Binnen korte tijd worden door heel Zuid-Afrika meer dan 300 patiënten met een XDR-TB-infectie gerapporteerd. Bij gebrek aan een afdoende behandeling sterft het merendeel van deze patiënten.

Hardnekkig

Nu, meer dan tien jaar later, is deze extreem resistente familie van TB-bacteriën nog steeds verantwoordelijk voor een kwart van alle XDR-TB-gevallen in de regio rond Tugela Ferry. De stam is een voorbeeld geworden voor het grote probleem dat TB-antibioticaresistentie oplevert in Afrikaanse derdewereldlanden. Daar is bijna iedereen drager van deze bacteriële infectieziekte, die makkelijk via de lucht wordt overgedragen van persoon tot persoon. Als een patiënt naar het ziekenhuis gaat voor een behandeling met antibiotica, kan een arts niet zien aan welke vorm van TB hij lijdt. Zijn behandeling is daarom slechts in 20 procent van de gevallen perfect: vaak krijgt hij te weinig of juist te veel antibiotica voorgeschreven. Die ontoereikende behandeling kan leiden tot resistentie: TB-stammen die ‘wennen’ aan de geneesmiddelen en waarvoor steeds specifiekere antibiotica nodig is. Met als mogelijk gevolg een steeds moeilijkere beheersbare infectie zoals die met MDR-TB, die zich snel kan verspreiden binnen en buiten Zuid-Afrika.

Het idee is “sequencing for anybody, anywhere”. Zodat je met onze algoritmes een test hebt die je vertelt dat je naar de dokter moet.

Complexe infecties

In Delft werkt Thomas Abeel aan een oplossing voor dit wereldwijde probleem. Samen met partners, zoals Zuid-Afrikaanse ziekenhuizen, diagnosticeert hij onder andere complexe TB-infecties, die bestaan uit meerdere soorten TB-bacteriën. Alleen niet met een bloedtest of een röntgenfoto, maar met algoritmes. ‘Complexe infecties zijn daardoor moeilijker te behandelen, wat het risico op overdracht groter maakt’, legt Abeel uit. ‘Een van onze bevindingen is dat er veel meer complexe infecties zijn dan we dachten. Elke bacteriestam heeft een eigen resistentieprofiel. En een combinatie van stammen kan zorgen voor een resistentie die wij niet meer kunnen behandelen.’ Zoals de XDR-TB-infectie die Zuid-Afrika opschrikte. Inmiddels wordt 10 tot 30 procent van de TB-infecties geclassificeerd als complex.

Resistentiepatronen

Met behulp van genetische data van patiënten kunnen de algoritmes uit de koker van Abeel zo’n complexe infectie op genetisch niveau ‘uit elkaar trekken’: herleiden welke soorten TB de patiënt in zijn lichaam heeft. Abeel: ‘Een algoritme is een soort computerprogramma dat is gebaseerd op een model. Zoals het principe dat een DNA-sequentie een combinatie is van DNA uit meerdere bronnen. Dat kunnen we vatten in computercode. Zo kunnen we de sequentie van tuberculose-DNA scheiden en bepalen wat de oorspronkelijke TB-stammen zijn.’ En daar is nodig behoefte aan, want het aantal patiënten met complexe TB-infecties blijft stijgen. Abeel: ‘Het grootste probleem is dat 99 procent van de infecties zich voordoet in ontwikkelingslanden. Dat zijn de landen waar je de grootste antibioticaresistentie hebt, maar het zijn ook de landen met een beperkte hoeveelheid geld voor diagnostiek en therapie.’

Chemotherapie

De algoritmes van Thomas Abeel geven inzicht in resistentiepatronen van TB-stammen en stellen nieuwe behandelopties in het vooruitzicht. Een TB-behandeling is geen kuurtje van twee weken, maar een zwaar en langdurig traject. Abeel: ‘Vaak slik je twee maanden vier soorten antibiotica en slik je nog vier maanden twee soorten. Voor een MDR-TB-infectie duurt het regime twee jaar en is het vaak nog veel complexer. Die middelen kennen ernstige bijwerkingen, zoals huidverkleuring en desoriëntatie. Het is bijna een soort chemotherapie.’ Veel patiënten voelen zich vaak na een week stukken beter, en stoppen daarom te vroeg met die zware behandeling. En dat werkt nóg meer resistentie in de hand. Abeel: ‘Als we precies weten welke antibiotica per stam nog wel werken, kunnen we complexe TB-patiënten preciezer diagnosticeren en behandelen.’ De kans op genezing wordt daarmee veel groter.

Er is geen reden om aan te nemen dat we onze algoritmes niet in een ander vakgebied kunnen toepassen.

Technologie

Toch kan het volgens Abeel nog lang duren voor complexe TB-patiënten individueel kunnen worden behandeld. Dat heeft onder andere te maken met technologische uitdagingen. Hoe kom je bijvoorbeeld in een ontwikkelingsland aan genetisch materiaal? Abeel: ‘We hebben alle componenten, maar het vergt nog wel enkele jaren technologische ontwikkeling om alles echt samen bruikbaar te krijgen.’ Een van de meest veelbelovende ontwikkelingen op dat gebied is nanopore sequencing: het ontrafelen van DNA van patiënten met een apparaatje dat lijkt op een USB-stick die in je laptop past. Het bedrijf dat dit ontwikkelt werkt ook aan een DNA-extractiepen die DNA direct zuivert uit bloed of speeksel. Aan de achterkant van de pen verschijnt een druppel geprepareerd materiaal die volledig geschikt is voor nanopore sequencing. Abeel: ‘Het idee is ‘sequencing for anybody, anywhere’. Zodat je met deze technologie, samen met onze algoritmes een test hebt die je vertelt: ja, je hebt TB, tijd om naar de dokter te gaan. Of zodat een arts dit kan gebruiken om een diagnose te stellen en een passend behandelplan op te stellen.’

Vertalen

Maar daar houdt het niet op, denkt Abeel. Zijn algoritmes kunnen nog breder worden ingezet en worden vertaald naar bijvoorbeeld de voedselindustrie. ‘Misschien willen we de kip in de supermarkt kunnen checken op resistente bacteriën? Of willen voedselfabrikanten hun yoghurtcultures of giststammen controleren op besmetting? Het gaat om DNA-sequenties, dus is er geen enkele reden om niet aan te nemen dat we deze algoritmes anders kunnen toepassen. Ook dat is diagnostiek.’

Thomas Abeel studeerde Computer Science Engineering in Gent. Na zijn afstuderen deed hij een PhD in de plantbiotechnologie, waarna hij een drie jaar durende internship deed bij het Broad Institute in Boston, deel van het Massachusetts Institute for Technology (MIT). Daar begon hij met zijn werk aan de genetische analyse van tuberculose. Sinds 2014 is hij Assistant Professor Bioinformatics op de afdeling Intelligent Systems aan de faculteit Elektrotechniek, Wiskunde en Informatica van de TU Delft. Hij heeft nog steeds een gastaanstelling bij het Broad Institute.

Dit artikel verscheen in november 2018 op Nodes, het science blog van de faculteit Elektrotechniek, Wiskunde en Informatica van de TU Delft. 

Laat een reactie achter