A bioinformatika és a rendszerbiológia
az élelmiszerek mikrobiológiájában
Szakértők a holdraszállás jelentőségéhez hasonlították azt a tényt,
hogy 2000-re sikerült a teljes emberi genomot feltérképezni. Ma már,
mint említettük, egy baktérium teljes genomjának szekvenálását
rutinszerűen meg lehet rendelni, viszonylag elfogadható áron. Az
adatáradat következménye, hogy a számítástudományi eszközök
megfelelő alkalmazása és az adatok értelmezése sokkal nagyobb
szükséggé (és hiánycikké) vált, mint a még több adat generálása. Egy
új tudományág, a bioinformatika fejlődött ki, amely elsősorban
molekuláris biológiai adatok tárolásának, elérésének és elemzésének
a módszereivel és az ezekhez kapcsolódó algoritmusokkal foglalkozik.
Tágabb értelemben ide sorolható a különféle információs rendszerek,
web-technológiák, adatbázisok ontológiájának tanulmányozása is.
Ehhez szorosan kapcsolódik a rendszerbiológia, a molekuláris
mikrobiológiai adatokban megmutatkozó strukturális és kinetikai
összefüggések feltárásának tudománya, amelyhez a matematikai
modellezés és szimuláció, különösképpen a szabályozási folyamatok
elmélete vezethet el.
Az élelmiszerekkel kapcsolatos első,
rendszerbiológiai megközelítésű publikációk az élelmiszerekben
előforduló egyes patogén mikrobákra koncentráltak. Ez nem meglepő,
hiszen a rendszerbiológiai kutatások kezdetben a klinikai és
gyógyszervegyészeti alkalmazásokat célozták meg, amelyek
hagyományosan lépéselőnyben vannak az élettudományok egyéb
területeihez képest. Az élelmiszer-tudományokhoz szorosan
kapcsolódik a tápcsatorna mikrobiológiája, amelynek a közelmúltban
tematikus különszámot szentelt az egyik legtekintélyesebb tudományos
folyóirat, a Science (Simpson et al., 2005).
Az élelmiszer-mikrobiológia nemcsak a releváns
mikroorganizmusok tekintetében különbözik a társtudományoktól –
például a biotechnológiától vagy az orvosi biológiától –, de
eltérések mutatkoznak a tanulmányozandó mikrobapopulációk nagyságát
és kapcsolatrendszerét illetően is. Amikor biotechnológiai
eljárásokkal állítanak elő különféle anyagokat, akkor a
baktériumkultúrák szaporodási jellemzőit tanulmányozzák nagy
sejtkoncentrációk (>106 sejt/ml) mellett, míg az
élelmiszer-biztonsági kutatások a sejtek ennél nagyságrendekkel
kisebb koncentrációit és a mikrobák túlélését vizsgálják.
Orvosbiológiai szempontból nagy jelentőségük van a baktériumok
kölcsönhatásainak, különösen az immunrendszerrel kapcsolatos
interakcióknak, míg az élelmiszerek mikrobiológiai biztonságának
tanulmányozásában az élelmiszer mint közeg és annak környezete,
illetve hatása a leginkább tanulmányozott tényező.
Az elmondottakból következően a rendszerbiológiai
alkalmazások csak mostanában nyernek teret az
élelmiszer-mikrobiológiában, elsősorban a baktériumok adaptációs és
szaporodási potenciáljának tanulmányozása terén (Pin et al., 2009).
Megjósolható, hogy a közeljövőben lehetőség lesz egyedi sejtek
működésének, illetve a mikrobasejtek diverzitásának és
varianciájának a mérésére és leírására, mely utóbbi paraméterek egy
tenyészet túlélésének legfontosabb befolyásoló tényezői. Mindez új
kutatási irányokat indít majd el a rendszerbiológia alkalmazásában.
Erre ismét csak az említett két nagy számítástudományi eszköztár
eddigieknél hatékonyabb elsajátítását kell célul kitűzniük a
jövőbeni doktoranduszoknak: adatbázisok és kezelésük
(bioinformatikai aspektus), valamint komplex kapcsolatrendszerek,
hálózatok statisztikája, azok érzékenysége, bizonytalansága és a
hálózaton működő áramlások kinetikai leírása (rendszerbiológiai
aspektus).
Néhány példa kívánatos bioinformatikai
és rendszerbiológiai kutatásokra
az élelmiszer-tudományban
Az antioxidánsok hatásainak komplex rendszerekben, mint például az
élelmiszerekben történő nyomon követése két szinten lehetséges,
illetve szükséges.
• Az első szint az adott antioxidáns
hatásmechanizmusa szerint történő hatásfelmérés, amely a
szabadgyökök keletkezését megakadályozó (scavenger), a láncreakció
továbbterjedését gátló (chain-breaking) és a más, már létrejött
szabadgyökök által kialakított toxikus metabolitok eliminációjára
koncentrál. Minthogy a három eltérő aktivitás egymásra épül, az
antioxidánsok hatása rendszerbe (hálózatba) foglalható, és az
eredmény az élelmiszerekben végbemenő peroxidációs folyamatok
gátlásának eltérő időtartamával (lag-phase) pontosan definiálható.
• A második szint az élelmiszerekben jelen lévő, de
a bélcsatornában felszívódó antioxidánsok szervezetre kifejtett
hatását jelenti. Ebben az esetben a sejtek/szövetek szintjén hatásuk
egyrészt scavenger, másrészt egyúttal aktiválhatják is az
antioxidáns védőrendszer egyes elemeinek szintézisét/aktivitását. A
hatás itt a dózis/hatás összefüggésben értékelhető. A többkomponensű
antioxidánsokat tartalmazó élelmiszerek esetében a dózis/hatás
összefüggés mellett az egyes antioxidánsok egymást segítő
(szinergens) vagy éppen ellenkezőleg, egymást gátló (antagonista)
hatása is felmérhető a válaszok egységes rendszerbe (hálózatba)
foglalása révén.
Az antioxidáns hatású természetes, bioaktív
anyagokról (például polifenolokról és más összetevőkről) összegyűlt
információk bioinformatikai és rendszerbiológiai elemzése lehetővé
teheti például:
i. táplálkozás-egészségügyi szempontból a reaktív
oxigénfajtákkal szembeni antioxidáns védelmi rendszer (Benzie, 2000)
optimalizálását és az élelmiszerekben lévő fenolos vegyületeknek a
bél-mikrobiotával való kölcsönhatásainak (Selma et al., 2009)
tisztázását;
ii. Hosszabb eltarthatóságú és/vagy jobb
érzékszervi minőségű terményfajták nemesítésének megalapozását
(Carli et al, 2009);
iii. A mezőgazdasági nyersanyagok
tárolásfiziológiájának jobb megértését;
iv. A hatékonyabb minőségmegőrző feldolgozási
technológiák továbbfejlesztését.
A mikotoxinok jelenleg talán a legtöbbet vizsgált
szennyezőanyagok az élelmiszerekben (Murphy et al., 2006), ám
kevésbé ismertek a penészgombák mikotoxintermelését befolyásoló
komplex rendszerek, illetve az azok egyes kritikus lépéseit
szabályozó (aktiváló/gátló) hatások (Reverberi et al., 210). Továbbá
nem kellően felderítettek/ismertek a mikotoxinok kölcsönhatásai az
élelmiszerekben, pedig a mikotoxin-szennyezések a legtöbb esetben
keverten fordulnak elő. A mikotoxinok termelődésének komplex
rendszere elsősorban bioinformatikai probléma, míg azok
kölcsönhatásai rendszerbiológiai módszerekkel pontosabban tárhatók
fel.
Az újabb ún. „omikai” kutatások kimutatták, hogy a
tápcsatorna mikrobiótája sokkal heterogénebb, mint azt korábban
gondolták (Dimitrov, 2011). Ennek a mikrobiótának a szerepe
egészségünk megőrzésében a táplálkozástudomány egyik alapvető
kutatási területévé vált. A nagy hatékonyságú (high-throughput)
molekuláris mérési adatok, és a rendszerbiológia fejlődése lehetővé
tette ennek a komplex rendszernek az egzakt vizsgálatát is. Ma már
ugyanúgy nem sci-fi téma a személyre szabott táplálkozás kutatásáról
beszélni, mint a személyre szabott gyógyszeres kezelésről. A kulcs
ismét csak a bioinformatika és a rendszerbiológia, valamint a
kérdéskör hálózatos megközelítése makroszinten.
Következtetések
Korunk kulcsfontosságú kérdései, mint a globalizáció, a demográfiai
növekedés, a gazdasági és pénzügyi dominóhatások, az energia-, a
víz- és az élelmiszer-biztonság, a klímaváltozás – mind a tudományos
értelemben vett komplexitás növekedését mutatják. Ennek háttere sok
elemből álló, különböző dimenziójú (természeti, szociális,
politikai, gazdasági) tényezők szövevényes rendszere, ahol az elemek
közötti kapcsolatok száma egyre növekszik, és a rendszer egyre
érzékenyebb lesz a változásokra és kiszámíthatatlanabb a reakciója,
és azok felhalmozódása az egyedek megfigyeléséből megjósolhatatlan
tulajdonságokhoz és jelenségekhez vezethet (emergence). Ilyen, az
élelmiszer- és élelmezésbiztonságot érintő rendszer lehet az
élelmiszerek áramlása, az ágensek terjedése állatok vagy emberek
mozgása által és azok útvonalán, vagy például a baktériumok
regulációs hálózata, amely képessé teszi azokat az
élemiszer-feldolgozási folyamatok túlélésére.
A jövő élelmiszer-szakembereinek, a tudományban, az
iparban és az államigazgatásban egyaránt, nagyobb felkészültséggel
kell rendelkezniük a komplex rendszerek vonatkozásában, ami
elengedhetetlenül magasabb szintű információkezelési (IT) és
számítástudományi ismereteket jelent. Ennek kulcsa a
multidiszciplináris oktatás és kutatás, amely szorosabb
együttműködést célzó, kezdeményező lépéseket követel mind a
laboratóriumban dolgozó (wet), mind pedig a számítógépen dolgozó
(dry) kutatóktól.
A cikk az MTA KÖTEB Élelmiszer-biztonsági Albizottság közösen
kialakított véleményét tükrözi. Az albizottság tagjai: elnök: Farkas
József; titkár: Beczner Judit; tagok: Ambrus Árpád, Baranyi József,
Barna Mária, Bánáti Diána, Deák Tibor, Gelencsér Éva, Győri Zoltán,
Jozwiak Ákos, Kovács Ferenc, Kovács Melinda, Lugasi Andrea, Mészáros
János, Mézes Miklós, Nagy Béla, Somogyi Árpád, Szeitzné Szabó Mária,
Varga János (SZIE), Varga János (SzTE), Varga László, Véha Antal
Kulcsszavak: hálózatkutatás, rendszerbiológia, bioinformatika,
élelmiszer-tudomány, élelmiszer-biztonság, táplálkozás-tudomány,
élelmiszer-mikrobiológia
IRODALOM
Ahn, Yong-Yeol - Ahnert, S. E. - Bagrow,
J. P. - Barabási A. L. (2011). Flavor Network and the Principles of
Food Pairing. Scientific Reports. 1, 196, DOI: 10.1038/srep00196 •
WEBCÍM
Barabási Albert László (2011). Behálózva.
Második kiadás. Helikon, Budapest
Barabási Albert László – Albert Réka
(1999). Emergence of Scaling in Random Networks. Science. 286, 5439,
509–512. • DOI: 10.1126/science.286.5439.509
Barker, Gary C. – Gomez. N. – Smid, J,
(2009): An Introduction to Biotracing in Food Chain Systems. Trends
in Food Science and Technology. 20. 220–226. •
DOI: 10.1016/j.tifs.2009.03.002
Benzie, Iris F. F. (2000): Evolution of
Antioxidant Defense Mechanisms. European Journal of Nutrition. 39,
53–61. • DOI: 10.1007/s003940070030
Bourdichon, François – Casaregola, S. –
Farrokh, C. et al. (2012): Food Fermentations: Microorganisms with
Technological Beneficial Use.International Journal of Food
Microbiology. 154, 87–97. • DOI: 10.1016/j.ijfoodmicro.2011.12.030 •
WEBCÍM
Carli, Paola – Arima, S. – Fogliano, V. –
Tardella, L. – Frusciante, L. – Ercolano, M. R. (2009): Use of
Network Analysis to Capture Key Traits Affecting Tomato Organoleptic
Quality. Journal of Experimental Botany. 60, 3379–3386. •
WEBCÍM
ComTrade (2012): ENSZ – FAO Adatbázisa. •
WEBCÍM
Dimitrov, Dimiter V. (2011): The Human
Gutome: Nutrigenomics of the Host-Microbiome Interactions. OMICS: A
Journal of Integrative Biology. 15, 7–8. DOI:10.1089/omi.2010.0109
Ercsey-Ravasz Mária – Toroczkai Z. –
Lakner Z. – Baranyi J. (2012): Complexity of the International
Agro-Food Trade Network and its Impact on Food Safety. PLoS ONE.
7(5): e37810 •
WEBCÍM
Lentz, Hartmut, H. K. - Konschake, M. –
Kolski, P. A. – Selhorst T. (2011): Analysis of the German Pork
Pro-duction Network: Risks and Limiting Factors of Disease Spread.
Food Satellite, NetSci-2011, Budapest •
WEBCÍM
Murphy, Patricia, A. – Hendrich, S. –
Landgren, C. – Bryant, C. M. (2006): Food Mycotoxins: An Update.
Journal of Food Science. 71, 51–65. • DOI: 10.
1111/j.1750-3841.2006.00052.x •
WEBCÍM
Nepusz Tamás – Petróczi A. – Naughton D.
P. (2009): Network Analytical Tool for Monitoring Global Food Safety
Highlights China. PloS One. 4, 6680. •
WEBCÍM
Pastor-Satorras, Romualdo – Vespignani,
Alessandro (2001). Epidemic Spreading in Scale-free Networks.
Physical Review Letters. 86, 3200–3203. • DOI:
10.1103/PhysRevLett.86.3200 •
WEBCÍM
Pin, Carmen – Rolfe, M. D. – Muñoz-Cuevas,
M. et al. (2009): Network Analysis of the Transcriptional Pattern of
Young and Old Cells of Escherichia coli during Lag Phase. BMC
Systems Biology. 3, 108–125. • DOI:10.1186/1752-0509-3-108 •
WEBCÍM
Reverberi, Massimo – Riccelli, A. –
Zjalic, S. et al. (2010): Natural Functions of Mycotoxins and
Control of Their Biosynthesis in Fungi. Applied Microbiology and
Biotech-nology. 87, 3, 899–911. • DOI: 10.1007/s00253-010-2657-5
Selma, María V. - Espín, J. C. -
Tomás-Barberán, F. A. (2009): Interaction between Phenolics and Gut
Microbiota: Role in Human Health. Journal of Agricultural and Food
Chemistry. 57, 15, 6485–6501. • DOI: 10.1021/jf902107d
Simpson, Stephen – Ash, C. – Pennisi, C. –
Travis, J. (2005): The Gut: Inside Out. Introduction to Special
Issue. Science. 307, 5717, 1895. •
DOI: 10.1126/science.307.5717.1895 •
WEBCÍM
Tamang, Jyoti Prakash (2010): Diversity of
Fermented Foods. In: Tamang, Jyoti Prakash – Kailasapathy,
Kasipathy (eds.): Fermented Foods and Beverages of the World. CRC
Press, Boca Raton, FL, 41–84. •
WEBCÍM
Watts, Duncan J. – Strogatz, Steven H.
(1998): Collective Dynamics of ‘Small-World’ Networks. Nature. 393,
6684, 440–442. • DOI:10.1038/30918
Wilking, Hendrik – Götsch, U. – Meier, H.
et al. (2012): Identifying Risk Factors for Shiga Toxin–producing
Escherichia coli by Payment Information. Emerging
Infectious Diseases. 18, 169–170. • DOI: 10.3201/eid1801.111044 •
WEBCÍM
URL1 INSNA
URL2 Leonardo
URL3 ComTrade
URL4 Wired Science Blogs –
McKenna, Maryn: E. coli: A Risk for 3 More Years From Who Knows
Where
|