27 10 2020

Polecamy rozmowę o deksametazonie i COVID-19 z dr. hab. inż. Dariuszem Brzezińskim

Rozmowa z dr. hab. inż. Dariuszem Brzezińskim, współautorem pracy o mechanizmie transportu deksametazonu we krwi i jego możliwym wpływie na leczenie pacjentów z COVID-19

Jest Pan współautorem pracy o mechanizmie transportu deksametazonu we krwi i jego możliwym wpływie na leczenie pacjentów z COVID-19. Czy mógłby Pan wyjaśnić, jak dla laika, o czym jest ta praca?

Deksametazon to znany od wielu lat lek o działaniu przeciwzapalnym, przeciwalergicznym i immunosupresyjnym. W czerwcu tego roku, grupa badaczy z brytyjskiego projektu RECOVERY ogłosiła, że stosowanie deksametazonu zwiększa szanse przeżycia osób chorych na COVID-19, które wymagają respiratorów (o 30%) bądź tlenu (o 20%). Jest to jeden z nielicznych leków o potwierdzonym klinicznie działaniu przy tej chorobie. Na poziomie cząsteczkowym, deksametazon podawany dożylnie wiąże się cząsteczkami białka albuminy surowicy. Albumina to taki przewoźnik wielu składników aktywnych w naszej krwi. Leki przeciwbólowe, sterydy, hormony, przyczepiają się do wybranych wnęk w albuminie, by ruszyć w trasę po naszym organizmie i dotrzeć do celu. Praca, o której rozmawiamy określa gdzie dokładnie deksametazon przyczepia się do albuminy, z jakimi lekami musi konkurować (walczyć o miejsce) i jak się to ma do osób chorych na COVID-19. Pokazujemy, że przy osobach chorych na cukrzycę oraz tych o niskim poziomie albuminy we krwi warto rozważyć podawanie deksametazonu częściej w mniejszych dawkach lub w formie wziewnej.

Koronawirus znów paraliżuje naszą pracę i życie. W jaki sposób Pana badania mogą przyczynić się do zakończenia pandemii?

Deksametazon jest lekiem, który podaje się pacjentom już chorym na COVID-19, więc obawiam się, że nie pomoże on zakończyć pandemii. Niemniej jednak, dopóki nie zostanie wynaleziona skuteczna szczepionka lub jakiś inny mechanizm, który uchroni ludzi przed zarażaniem się, prace nad lekami które pomagają ograniczyć rozwój wirusa w ciele człowieka lub zwalczać objawy choroby są bardzo potrzebne. Wydaje się, że nawet po wynalezieniu szczepionki wirus SARS-CoV-2 zostanie z nami na dłużej, a zatem badania nad lekami pomagającymi osobom chorym nie stracą szybko na znaczeniu.

Skąd pomysł na te badania? Czy to pierwsze tego typu badania, w jakich brał Pan udział?

Jest to rzeczywiście zupełnie nietypowa dla mnie praca. Współpracując z zespołem Profesora Władka Minora referowałem na spotkaniu zespołowym pracę dotyczącą badań krwi, które pozwalają przewidzieć szanse przeżycia pacjentów chorych na COVID-19. Do referowanej przez mnie pracy były dołączone dane, w których zauważyłem, że jednym z istotnych predyktorów przeżywalności jest poziom albuminy we krwi. Było to o tyle ciekawe, że zespół Profesora Minora ustalił wiele struktur albuminy z lekami i hormonami. Gdy kilka tygodni później grupa RECOVERY ogłosiła, że deksametazon to pierwszy lek o potwierdzonym działaniu ratującym życie pacjentów z ciężkimi objawami COVID-19, grupa profesora Minora określiła strukturę deksametazonu związanego z albuminą i postanowiliśmy połączyć to z danymi, które analizowałem. Co ciekawe, dane eksperymentalne potrzebne do określenia struktury albuminy z deksametazonem zostały zebrane kilka lat wcześniej, ale nie wydawały się najbardziej interesującym celem badań spośród wielu danych eksperymentalnych zebranych przez grupę Profesora Minora. To tylko pokazuje, że nie od razu widać przydatność badań podstawowych i że czasami otaczająca sytuacja potrafi nadać szerszy sens naszym badaniom.

Praca została napisana w międzynarodowym zespole. W jaki sposób znalazł się Pan w tym zespole?

Przez ostatni rok przebywałem na stażu zagranicznym na University of Virginia, w ramach grantu Narodowej Agencji Wymiany Akademickiej (NAWA). Celem grantu było opracowywanie algorytmów uczenia maszynowego dla danych krystalograficznych, ale pandemia sprawiła, że zaangażowałem się też w prace związane z koronawirusem.

Czy trudno realizuje się projekty w czasach epidemii? Jak teraz wygląda Pana praca?

Projekty badawcze, a teraz również zajęcia, prowadzę zdalnie. Współpraca w trakcie mojego stażu też w pewnym momencie przeniosła się z laboratorium przed ekran komputera. Dzięki temu, że codziennie odbywają się spotkania zdalne, nawet po powrocie ze stażu mogę łatwo kontaktować się z całym zespołem w Charlotesville. Jako ciekawostkę mogę powiedzieć, że wyjeżdżając na roczny staż zagraniczny z rodziną nie planowałem miejsca do pracy zdalnej w wynajętym mieszkaniu. W efekcie musiałem przygotować sobie biuro tymczasowe w garderobie, z biurkiem zbudowanym z kartonu i walizek.

Jakimi badaniami/zagadnieniami, oprócz koronawirusa, zajmuje się Pan w swojej pracy badawczej?

Zajmuję się uczeniem maszynowym, czyli tworzeniem algorytmów, które uczą się z danych i na podstawie zdobytej wiedzy starają się rozpoznawać i klasyfikować obiekty z otaczającej nas rzeczywistości. Szczególnie interesują mnie przypadki gdzie danych uczących jest wyjątkowo dużo i trzeba przetwarzać je strumieniowo. Interesuje mnie też sposób w jaki oceniamy działanie algorytmów uczenia maszynowego.

Czy uczestniczy Pan w badaniach, które mogą zostać wykorzystane w przemyśle? Proszę o nich opowiedzieć.

Uczenie maszynowe szturmem wdarło się do przemysłu. Rozpoznawanie twarzy, rekomendacje produktów, rozpoznawanie mowy to są wszystko zastosowania uczenia maszynowego. W tym sensie prawie każdy algorytm z tej dziedziny ma szansę na wykorzystanie w przemyśle. Teraz akurat współpracuję z firma Cybernetic Technologies NeticTech S.A. nad wykorzystaniem uczenia maszynowego do tworzenia wirtualnych towarzyszy i przeciwników w grach kooperacyjno-surwiwalowych. Chodzi o uczenie się zachowania gracza w trakcie rozgrywki i budowanie na tej podstawie botów, które grają w tym samym stylu.

Jest Pan mentorem naukowym dla studentów. Co radziłby Pan młodym ludziom stojącym przed wyborem rozwój naukowy czy kariera w przemyśle?

Praca informatyka jest według mnie niezwykle interesująca zarówno na uczelni jak i w przemyśle. Dodatkowo praca w przemyśle jest obecnie bardzo korzystna finansowo. Oba doświadczenia dostarczają ciekawych wyzwań i myślę, że decyzja o tym jaką drogę wybrać młodzi ludzie powinni podejmować w oparciu o swój charakter. Osoby, które lubią stawiać sobie trudne pytania, rozwiązywać problemy, drążyć jeden temat aż zbadają go do końca, na pewno docenią wolność stawiania sobie własnych wyzwań na uczelni.

Kim Pan jest prywatnie, jak Pan odpoczywa, jakie ma hobby?

Prywatnie jestem mężem cierpliwej żony, która znosi nieustanne rozbieganie naukowca oraz ojcem dwójki wspaniałych dzieci. Na hobby mam obecnie mało czasu, ale grywam na gitarze i w planszówki.

Jak zaczęła się Pana przygoda z nauką?

Profesorowie Tadeusz Morzy i Jerzy Stefanowski wciągnęli mnie w świat opracowywania algorytmów i publikowania, ale są już w rodzinie przypadki naukowców, więc ten świat nie był mi zupełnie obcy. Dr Marcin Kowiel (matematyk, informatyk, chemik, prywatnie kolega z liceum) zaczął w pewnym momencie zadawać mi pytania dotyczące uczenia maszynowego. Po jakimś czasie zapytał czy nie chciałbym wziąć udziału w projekcie, w którym wykorzystuje się uczenie maszynowe do modelowania struktur chemicznych. I tak zostałem wciągnięty w ten świat. Obecnie jestem zatrudniony na część etatu w Instytucie Chemii Bioorganicznej PAN.

Co jest najbardziej interesujące w Pana specjalizacji, jak to zainteresowanie zmieniało się na przestrzeni lat?

Współpraca z krystalografami i biologami strukturalnymi jest dla mnie fascynującą odskocznią od „czystej” informatyki. Informatyka to nauka stosowana i właśnie zastosowania są czymś co zmienia się z czasem i rodzi nowe wyzwania. W uczeniu maszynowym zawsze interesowały mnie dane wykazujące dodatkowe trudności. Najpierw były to dane strumieniowe, potem dane niezbalansowane, a obecnie sposoby i właściwości miar oceny algorytmów.

Jakie były Pana nieudane eksperymenty, odrzucone granty? Co by Pan doradził młodym naukowcom, którym coś nie wyszło w badaniach?

O nieudanych eksperymentach staram się szybko zapominać, tak samo jak o niezdobytych grantach czy stypendiach. Nieudane eksperymenty też dostarczają nam wiedzy. Oczywiście znacznie trudniej opublikować wyniki nieudanego eksperymentu, a z tego jesteśmy rozliczani, jednak często wynik niezgodny z wcześniej postawioną hipotezą podsuwa kolejną hipotezę i kieruje nas w stronę nowych badań. Podobnie, myślę, że odrzucone artykuły czy granty każdy naukowiec źle znosi, ale tu również po pewnym czasie okazuje się, że dostaliśmy szereg cennych uwag, które pomagają udoskonalić naszą pracę. Chyba nie ma jakichś złotych rad w tych kwestiach, jedynie pocieszenie, że wszystkich to dotyka.

Serdecznie dziękuje za rozmowę.

Rozmawiała dr inż. Alicja Szulc, Dział Informacji i Promocji