DOI: https://doi.org/10.1007/s10895-026-04717-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41649736
تاريخ النشر: 2026-02-06
المؤلف: John Gordon Bruno وآخرون
الموضوع الرئيسي: تقنيات الاستشعار الحيوي والتحليل الحيوي المتقدمة
نظرة عامة
في هذه الدراسة، تم اختيار تسلسلات الأبتامير باستخدام الذكاء الاصطناعي عبر منصة Xelari.com، مستهدفة ثلاثة بروتينات سطحية مناعية لـ *Treponema pallidum*: Tpp17 وTpp47 وTp0751. الأبتاميرات التي تم تصنيعها، والموسومة بـ 5′ أليكسا فلور 647، ارتبطت بنجاح مع *T. pallidum* الحي كما تم إثباته من خلال المجهر الفلوري وقياس الطيف الفلوري. على الرغم من أن قيم ثابت التفكك المتوقعة بواسطة الذكاء الاصطناعي ($K_d$) اختلفت عن القيم المقاسة تجريبياً، إلا أن الأبتاميرات تفاعلت بفعالية مع سطح البكتيريا، متوافقة مع نماذج الربط الجزيئي التي تقترح أن هذه البروتينات متاحة إلى حد كبير للارتباط.
علاوة على ذلك، أظهرت الأبتاميرات خصوصية قوية في دراسات الربط المتقاطعة، مما يشير إلى إمكانية استخدامها في التطبيقات التشخيصية أو التدخلات العلاجية المستهدفة لـ *T. pallidum*. بشكل عام، تؤكد النتائج على فعالية الذكاء الاصطناعي في تصميم الأبتاميرات والخصائص الواعدة للتسلسلات المختارة لمزيد من التطوير.
مقدمة
في المقدمة، يبرز المؤلفون الحاجة الملحة لعلاجات فعالة ضد Treponema pallidum، العامل المسبب للزهري، خاصة في ضوء نقص المضادات الحيوية ومقاومة العامل الممرض للبدائل. حددت الأبحاث السابقة مجموعة محدودة من الأبتاميرات التي يمكن أن ترتبط بـ T. pallidum، وخاصة تلك المشتقة من T. denticola، والتي أظهرت فعالية جزئية في التغطية. لتعزيز الخيارات العلاجية، استخدم المؤلفون نهجاً يعتمد على الذكاء الاصطناعي من Xelari.com لتصميم أبتاميرات مضادة لـ T. pallidum ذات تقارب عالي. تستخدم هذه الطريقة عملية متعددة المراحل تشمل التحولات الهندسية، ومحاكاة ميكانيكا الجزيئات، والشبكات العصبية الاصطناعية للتنبؤ بتفاعلات الارتباط بناءً على الهياكل ثلاثية الأبعاد للبروتينات المستهدفة.
اختار المؤلفون ثلاثة بروتينات مناعية مرتبطة بالغشاء الخارجي لـ T. pallidum—Tpp17 وTpp47 وTp0751—كأهداف لتطوير الأبتاميرات. باستخدام منصة Xelari، قاموا بإنشاء تسلسلات DNA للأبتاميرات بناءً على بيانات الهيكل لهذه البروتينات. تم اختبار الأبتاميرات الناتجة بعد ذلك لتحديد تقاربها مع خلايا T. pallidum الحية، مما أظهر خصوصية ووعداً. تؤكد هذه الأبحاث على إمكانيات المنهجيات المدفوعة بالذكاء الاصطناعي في تطوير عوامل علاجية جديدة ضد العوامل الممرضة المقاومة.
طرق
يستعرض قسم “الطرق” المواد والأساليب المستخدمة في البحث. يوضح التصميم التجريبي، بما في ذلك اختيار المواد، والإجراءات المتبعة، والتقنيات التحليلية المستخدمة لجمع البيانات وتفسيرها. يتم إعطاء اهتمام خاص للبروتوكولات الخاصة بجمع البيانات، لضمان إمكانية تكرار النتائج وموثوقيتها.
بالإضافة إلى ذلك، قد يصف القسم أي تحليلات إحصائية تم إجراؤها لتقييم أهمية النتائج، بما في ذلك استخدام أدوات البرمجيات واختبارات إحصائية محددة تم تطبيقها. بشكل عام، يخدم هذا القسم لتوفير إطار شامل لفهم كيفية إجراء البحث، مما يمكّن باحثين آخرين من تكرار الدراسة أو البناء على نتائجها.
نتائج
تقدم النتائج المعروضة في هذا القسم تفاصيل عن إنشاء وتوصيف ثلاثة تسلسلات DNA للأبتاميرات باستخدام منصة Xelari.com. تلخص الجدول 1 الثوابت المتوقعة للتفكك بواسطة الذكاء الاصطناعي ($K_d$) جنبًا إلى جنب مع قيم $K_d$ المقاسة الفعلية التي تم الحصول عليها من خلال قراءات ذروة الفلورية عند 665 نانومتر، كما تم تحليلها عبر برنامج GraphPad Prism. توضح نماذج الربط ثلاثية الأبعاد لكل أبتامير، التي تم تصورها باستخدام RasMol، تفاعلات الارتباط مع بروتينات T. pallidum Tpp17 وTp47 وTp0751، مما يشير إلى أن هذه البروتينات من المحتمل أن تكون متاحة للارتباط في المحلول بسبب ارتباطها الضعيف مع سطح البكتيريا.
تؤكد صور المجهر الفلوري (الشكل 4) ارتباط الأبتاميرات مع سبيروكيتات T. pallidum الحية، حيث تظهر فلورية حمراء مميزة من مركبات الأبتامير-AF 647. تم توصيف تقارب الأبتاميرات بشكل أكبر من خلال قياس الفلورية، مما يكشف عن استجابات ربط تعتمد على التركيز (الشكل 5) وتمكين اشتقاق قيم $K_d$، والتي، على الرغم من عدم توافقها تمامًا مع القيم المتوقعة، تبرز التحديات التي تطرحها الطبيعة المتكتلة لـ T. pallidum في التعليق. من الجدير بالذكر أن الأبتاميرات أظهرت خصوصية لجنس Treponema، حيث ارتبطت بشكل أفضل بكثير مع T. pallidum وقريبتها T. denticola مقارنةً بأنواع البكتيريا غير ذات الصلة، كما يتضح من مقارنات ارتفاع الذروة في الشكل 7.
مناقشة
تسلط الأبحاث الضوء على التطبيق الناجح لمنصة Xelari.com لتوليد الأبتاميرات DNA بسرعة في السليكو (Xelamers) المستهدفة لـ Treponema pallidum، وهو بكتيريا ذات أهمية طبية. أنشأت الدراسة معايير اختيار مثالية لتوليد الأبتاميرات، بما في ذلك الظروف الفسيولوجية مثل تركيزات Na⁺ وK⁺، ودرجة الحموضة، ودرجة الحرارة، والتي تعتبر حاسمة للتطبيقات العلاجية المحتملة. أظهرت الأبتاميرات الناتجة تقاربًا عاليًا (K_d = 1 نانومتر) وخصوصية تجاه T. pallidum، كما يتضح من التحليل الطيفي الفلوري والمجهر الفلوري، مما يدل على إمكانية استخدامها في التشخيص والعلاج.
تستكشف المناقشة أيضًا إمكانية الوصول الهيكلي لبروتينات سطح T. pallidum لارتباط الأبتاميرات، مدعومة بنماذج الربط ثلاثية الأبعاد. تشير النتائج إلى أن معظم البروتينات المستهدفة، بما في ذلك Tpp17 وTpp47 وTp0751، متاحة من البيئة خارج الخلوية، مما يسهل التفاعل الفعال للأبتاميرات. تهدف الأبحاث المستقبلية إلى تقييم الفعالية العلاجية لهذه الأبتاميرات في نماذج حيوانية، خاصةً دورها في تعزيز البلعمة والانحلال المعتمد على المكمل عند اقترانها مع الغلوبولين المناعي G (IgG). بالإضافة إلى ذلك، تقترح الدراسة الاستفادة من الذكاء الاصطناعي للتنبؤ بتأثيرات تعديلات النوكليوتيدات على ارتباط الأبتاميرات، مما قد يسرع من تطوير استراتيجيات تشخيصية وعلاجية.
DOI: https://doi.org/10.1007/s10895-026-04717-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41649736
Publication Date: 2026-02-06
Author(s): John Gordon Bruno et al.
Primary Topic: Advanced biosensing and bioanalysis techniques
Overview
In this study, DNA aptamer sequences were selected using artificial intelligence via the Xelari.com platform, targeting three immunogenic surface proteins of *Treponema pallidum*: Tpp17, Tpp47, and Tp0751. The synthesized aptamers, labeled with 5′ Alexa Fluor 647, successfully bound to live *T. pallidum* as demonstrated through fluorescence microscopy and spectrofluorometry. Although the AI-predicted dissociation constant ($K_d$) values varied from the experimentally measured ones, the aptamers effectively interacted with the bacterial surface, aligning with molecular docking models that suggest these proteins are largely accessible for binding.
Furthermore, the aptamers exhibited strong specificity in cross-reactivity binding studies, indicating their potential utility in diagnostic applications or therapeutic interventions targeting *T. pallidum*. Overall, the findings underscore the effectiveness of AI in aptamer design and the promising characteristics of the selected sequences for further development.
Introduction
In the introduction, the authors highlight the urgent need for effective treatments against Treponema pallidum, the causative agent of syphilis, particularly in light of antibiotic shortages and the pathogen’s resistance to alternatives. Previous research identified a limited set of aptamers that could bind T. pallidum, specifically those derived from T. denticola, which showed partial efficacy in opsonization. To enhance therapeutic options, the authors employed an AI-based approach from Xelari.com for the design of high-affinity anti-T. pallidum aptamers. This method utilizes a multi-stage process involving geometric transformations, molecular mechanics simulations, and artificial neural networks to predict binding interactions based on the 3D structures of target proteins.
The authors selected three immunogenic proteins associated with the outer membrane of T. pallidum—Tpp17, Tpp47, and Tp0751—as targets for aptamer development. Using the Xelari platform, they generated DNA sequences for aptamers based on these proteins’ structural data. The resulting aptamers were then tested for their binding affinity to live T. pallidum cells, demonstrating promising specificity and affinity. This research underscores the potential of AI-driven methodologies in developing novel therapeutic agents against resistant pathogens.
Methods
The “Methods” section outlines the materials and methodologies employed in the research. It details the experimental design, including the selection of materials, the procedures followed, and the analytical techniques utilized to gather and interpret data. Specific attention is given to the protocols for data collection, ensuring reproducibility and reliability of results.
Additionally, the section may describe any statistical analyses performed to evaluate the significance of findings, including the use of software tools and specific statistical tests applied. Overall, this section serves to provide a comprehensive framework for understanding how the research was conducted, enabling other researchers to replicate the study or build upon its findings.
Results
The results presented in this section detail the generation and characterization of three aptamer DNA sequences using the Xelari.com platform. Table 1 summarizes the AI-predicted dissociation constants ($K_d$) alongside actual measured $K_d$ values obtained through fluorescence peak readings at 665 nm, as analyzed via GraphPad Prism software. The 3D docking models for each aptamer, visualized using RasMol, illustrate their binding interactions with the T. pallidum proteins Tpp17, Tp47, and Tp0751, suggesting that these proteins are likely accessible for binding in solution due to their loose association with the bacterial surface.
Fluorescence microscopy images (Fig. 4) confirm the binding of the aptamers to live T. pallidum spirochetes, showing distinct red fluorescence from the aptamer-AF 647 conjugates. The affinity of the aptamers was further characterized through fluorometry, revealing concentration-dependent binding responses (Fig. 5) and enabling the derivation of $K_d$ values, which, while not perfectly correlating with the predicted values, highlight the challenges posed by the clumped nature of T. pallidum in suspension. Notably, the aptamers demonstrated specificity for the Treponema genus, binding significantly better to T. pallidum and its close relative T. denticola compared to unrelated bacterial species, as evidenced by peak height comparisons in Fig. 7.
Discussion
The research highlights the successful application of the Xelari.com platform for the rapid in silico generation of DNA aptamers (Xelamers) targeting Treponema pallidum, a bacterium of medical significance. The study established optimal selection parameters for aptamer generation, including physiological conditions such as Na⁺ and K⁺ concentrations, pH, and temperature, which are critical for potential therapeutic applications. The generated aptamers exhibited high binding affinity (K_d = 1 nM) and specificity towards T. pallidum, as evidenced by spectrofluorometric analysis and fluorescence microscopy, demonstrating their potential utility in diagnostics and therapeutics.
The discussion further explores the structural accessibility of T. pallidum surface proteins to aptamer binding, supported by 3D docking models. The findings suggest that the majority of the targeted proteins, including Tpp17, Tpp47, and Tp0751, are accessible from the extracellular environment, facilitating effective aptamer interaction. Future research aims to evaluate the therapeutic efficacy of these aptamers in animal models, particularly their role in enhancing phagocytosis and complement-mediated lysis when conjugated with immunoglobulin G (IgG). Additionally, the study proposes leveraging AI to predict the effects of nucleotide modifications on aptamer binding, potentially accelerating the development of diagnostic and therapeutic strategies.