《自然》子刊:王军/陈怡华团队利用AI在肠道菌群中寻找抗菌肽

来源：生物世界2022-03-10 08:00

抗生素耐药性是现代医学面临的严峻挑战之一。近几十年来，产生抗生素耐药性的病原微生物不断增加，全球每年因耐药菌感染导致的死亡人数已达70万。抗菌肽(Antimicrobial peptides，AMPs)作为解决抗生素耐药性的候选解决方案之一，具有耐药性小、作用快等优点，同时由于其易降解，不会对环境造成持续性污染。因此，迫切需要开发能够抵抗多重耐药菌的新药，缓解耐药问题。

耐药性是现代医学面临的严峻挑战之一。近几十年来，产生耐药性的病原微生物不断增加，全球每年因耐药菌感染导致的死亡人数已达70万。抗菌肽(Antimicrobial peptides，AMPs)作为耐药性的候选解决方案之一，具有耐药性小、作用迅速的优点，同时由于其易降解，不会对环境造成持久性污染。因此，迫切需要开发能够抵抗多重耐药菌的新药，缓解耐药问题。然而，传统方法筛选新药候选分子的成功率较低，急需高通量的挖掘和筛选方法。

抗菌肽是一类具有抗菌活性的小肽，其作用范围包括真菌、病毒和寄生虫。抗菌肽可以通过多种机制抑制病原微生物，其中最常见的机制是结合病原微生物的细胞膜，扰乱细胞膜结构；或者直接在细胞膜上形成微孔使细胞内含物流出，最终杀死病原微生物。近年来，抗菌肽被认为可以抵抗多重耐药菌且不易产生耐药性，有望取代传统的下一代抗菌药物。如果能够高效率、高通量地在大量微生物和微生物类群中挖掘它们，将对耐药菌的临床治疗非常有利。

近日，中国科学院微生物研究所王军研究员和陈义华研究员合作，在《自然生物技术》杂志上发表了一篇题为《利用深度学习从人体肠道微生物组中鉴定抗菌肽》的研究论文。

本文利用自然语言学习的各种神经网络方法实现抗菌肽挖掘模型的构建和优化。通过该预测模型在大规模微生物群落(超过10000个样本)中的应用，共挖掘并合成了216个潜在的新抗菌肽。

实验表明，181个新抗菌肽具有抗菌活性(83.8%)。进一步的实验表明，抗菌肽对多重耐药革兰氏阴性菌具有很强的抗菌能力，部分抗菌肽在动物感染模型中具有非常好的体内活性和安全性(图1)。

这项研究将微生物组的大数据与最新的深度学习模型相结合，为人工智能支持的大分子挖掘和转化提供了一个很好的例子。同时也说明微生物组数据中有大量的资源有待开发，通过计算方法可以快速、高通量地发现生物活性分子。其次，这项研究也拓展了人工智能在生物医学领域的应用范围。之前的研究主要集中在医学图像处理、小分子药物筛选等领域，增加了人工智能的应用场景。考虑到未来随着测序数据的积累，会获得更多的微生物。同时，小分子药物或多肽的搜索空间仍处于探索初期，对于挖掘多功能分子(治疗感染、代谢和免疫性疾病)具有很大的发展潜力。(100yiyao.com)

版权声明

本网站所有标注“来源：100医学网”或“来源：bioon”的文字、图片、音视频资料，均属于100医学网网站的版权。未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。获得书面授权转载时，必须注明“来源：100医学网”。其他来源的文章都是转载。本网站所有转载都是为了传递更多信息。转载内容不代表本网站立场。不希望被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户在用100医网APP随时阅读、评论、分享。请扫描二维码下载-