Doorbraak bij hiv-medicijnen

Hun bevindingen zijn belangrijk omdat het hiv-virus door snel te muteren voortdurend ontsnapt aan de specifiek ontworpen medicijnen. Met het nieuwe model, ontwikkeld onder leiding van UvA-hoogleraar Computational Science Peter Sloot, kan nu inzicht worden verkregen in het effect van die mutaties op de medicatie. Op die manier kunnen medicijnen beter worden afgestemd op individuele hiv-patiënten, omdat het nieuwe model meer inzicht geeft in resistentie tegen bepaalde medicijnen.

De bevindingen zijn het resultaat van een lange en complexe samenwerking tussen virologen, medici, natuurkundigen, informatici, wiskundigen en computationele wetenschappers. Om te begrijpen hoe de medicijnen het hiv-virus blokkeren in de menselijke cellen ontwikkelden de wetenschappers nieuwe computersimulatiemodellen waarmee de infectie op moleculair en cellulair niveau kan worden bestudeerd. De enorme rekencapaciteit die nodig is om dit nauwkeurig te kunnen verkregen zij door supercomputers in Europa en supercomputers in de Verenigde staten samen te laten rekenen. De hiermee verkregen zogenaamde ‘bindingsaffiniteit’ van het medicijn aan de verschillende virale eiwitten wordt vervolgens gebruikt om de effectiviteit van het medicijn voor elke patiënt individueel te bepalen.

Ook geven de computersimulaties inzicht in de wijze waarop het patiëntspecifieke virus de cel binnendringt en hoe het menselijk immuunsysteem hierop reageert. Deze informatie combineerde de groep van Sloot dankzij de ontwikkeling van nieuwe computeralgoritmes met bestaande medische databases, waardoor een uniek systeem voor de bepaling van het beste hiv-medicijn voor elke patient individueel gegeven kan worden.

De nieuwe computersimulaties, die onderdeel zijn van het ViroLab-project, zijn succesvol getest in vijf Europese academische ziekenhuizen. In een vervolgonderzoek wordt nu gekeken hoe deze computersimulaties kunnen helpen bij de voorspelling van de wereldwijde verspreiding van het hiv-virus. Hierbij wordt dan de moleculaire informatie gekoppeld aan modellen van seksuele contactnetwerken en informatie uit de medische literatuur en patiëntendatabases.