Nat Bio Eng | AI发现隐藏在蛋白质组中的天然抗生素肽宝库

原创 图灵基因 图灵基因 今天

收录于话题#前沿生物大数据分析

宾夕法尼亚大学（PNN）研究人员的一个跨学科研究小组使用了精心设计的算法来发现隐藏在人类蛋白质组中潜在的数千种抗菌肽（AMPS）。体内实验表明，一些领先的“加密肽抗生素”表现出协同抗菌活性，并且可以针对啮齿动物模型中的感染。

“人体是一个信息宝库，是一个生物数据集。”宾夕法尼亚大学工程学院和宾夕法尼亚大学医学部生物工程、微生物学、精神病学、化学和生物分子工程的总统助理教授César de la Fuente博士说，“通过使用正确的工具，我们可以挖掘出一些最具挑战性的问题的答案……在这项研究中，我们采用了一种新的方法，在以前无法识别的地方使用人工智能来发现抗生素。还有什么比探索我们自己的生物信息、基因和蛋白质的集合，使我们成为我们自己更好的起点呢？”

de la Fuente与包括博士后Marcelo Torres博士和Marcelo Melo博士在内的同事，以及Naples Federico II大学的合作者Orlando Crescenzi博士和Eugenio Notomista博士，在发表在《Nature Biomedical Engineering》上的一篇题为“Mining for encrypted peptide antibiotics in the human proteome”的文章中报告了他们的研究。

作者指出，CDC的数据表明，2019年美国有280万例抗生素耐药性感染，导致约35000人死亡。“预计全球每年将有1000万人感染这种无法治愈的感染，成为我们社会的主要死亡原因。”这是一个发人深省的场景，特别是考虑到研究人员所说的“抗生素发现缺乏创新”。研究小组指出，目前可用的大多数抗生素已经使用了30多年，其中许多都有意想不到的副作用，并且在抗生素耐药性面前正在失去效力。“因此，迫切需要发现针对耐药性感染的新型抗菌药物。”

抗菌肽是几乎所有生物都能产生的天然小分子。由于它们能够保护身体免受感染，识别新的AMP一直是一个活跃的研究领域，但传统的搜索方法（主要基于化学直觉和实验）限制了肽抗生素的发现，超出了传统AMP。

计算方法可能是AMP设计的一种很有前途的方法，虽然这些方法在抗生素发现中的应用仍处于起步阶段，但研究人员指出，“抗菌肽（AMP）的计算机辅助设计已经成为新的生物活性化合物的一个有希望的来源，可以提供传统抗生素的替代品。”

研究人员识别新AMP的方法侧重于所有AMP具有共同的物理化学特征：它们的长度为8到50个氨基酸，带正电荷，同时具有疏水性和亲水性部分。有了这些必要的特征，研究小组就可以生成一个搜索功能，在基因组和蛋白质组中识别具有抗菌特性的肽。

“想象一下，您想在诸如百科全书之类的巨大的Word文档中查找一个特定的单词。”研究人员说，“您只需使用搜索功能，为您要查找的文本设置参数，算法就会快速突出显示文档中所有匹配的区域。这基本上就是我们在寻找新抗生素时所采用的方法。我们知道我们正在寻找的分子种类，并利用算法像搜索功能一样在整个人体中找到它们。”

通过对蛋白质组（体内完整的蛋白质组）的搜索，该算法反馈了43000个长度为8到50个氨基酸的肽，其中许多是在与免疫系统无关的蛋白质组区域中发现的。然后，根据包含所有参数的适应度函数，将这组潜在的抗菌剂过滤为2603种加密肽。“我们使用‘加密’一词来描述我们发现的抗菌肽，因为它们隐藏在似乎与免疫系统无关的较大蛋白质中，而我们希望在该区域找到这种功能。”研究人员评论道。

为了验证这些算法衍生肽的抗菌特性，合成了55种肽，并将其暴露于8种不同的病原体中，包括大肠杆菌和引起葡萄球菌感染和肺炎的细菌。“我们发现这55种加密肽中有63.6%具有抗菌活性。”研究人员继续说道，“有趣的是，这些肽不仅可以抵御世界上一些最有害的细菌的感染，还可以针对对我们有益的肠道和皮肤共生生物。我们推测，这可能表明这些肽也可能具有微生物群调节作用。”

该团队还测试了肽的协同作用能力，发现来自体内相同生物地理区域的肽的混合物能够将其抵抗感染的能力提高100倍。“我们还显示，在体外和两个感染小鼠模型中，来自同一生物地理区域的加密抗生素肽显示出协同抗菌活性。”研究人员写道，“值得注意的是，在体外和动物模型中，一对加密肽以低微摩尔至纳摩尔浓度协同杀死病原体，其活性可与人类免疫系统中最有效的毒液衍生肽和防御素相媲美，在某些情况下其效力甚至更高。”

“这种协同效应很可能已经在我们体内发生了。”研究人员评论道，“我们的算法发现的一些肽在生理相关水平上表现出抗菌活性。这些分子遍布全身，包括免疫系统。一个令人惊讶的发现是，这些肽不仅在免疫系统中编码，而且在消化、血液循环和神经系统中也有发现，例如，这表明对抗入侵生物引起的感染可能是一种比以前认为的更全面的方法。”

当在相关的临床前小鼠模型中进行体内测试时，这些肽再次证明可以抵御感染，将细菌负荷降低三个数量级，这种能力与已知的强效抗生素和AMP相当。此外，在小鼠模型中使用这些肽作为抗生素不会导致任何毒性迹象。

细菌耐药性是抗生素发现的主要问题之一，因此该团队还解决了这个潜在问题。“由于这些加密肽有可能被用作天然抗生素，我们需要了解它们如何影响细菌的突变，以了解它们是否会促进耐药性。”研究人员说，“我们发现，这些加密分子通过渗透细菌的外膜来攻击细菌，外膜是维持生存的不可或缺的细胞器。这种更具破坏性的膜渗透需要大量能量和多代突变才能在细菌中产生耐药性，这表明这些新发现的肽是可持续抗生素的良好候选者。”

作者总结道，“我们的研究结果指出蛋白质组是一种尚未开发的新型抗生素来源，并揭示了许多传统上被认为只有单一生物功能的蛋白质的多功能性质……因为我们的方法通过计算确定了自然界已经优化并在我们体内产生的抗生素，我们希望它们将成为抗生素开发的优秀候选者。”

了解到在某些情况下，某些蛋白质可以被切割以分泌加密肽，这将为了解人体自然保护自身免受感染的能力提供新的见解，同时还能在基因组水平上保存能量，其中一个基因编码一种蛋白质，除了最初的生理作用外，它还可以执行许多有用的功能。“我们推测，通过加密片段实现的具有多种功能的蛋白质的存在，反映了一种进化蛋白质的能力，同时最大限度地减少了基因组扩展。”作者进一步解释说，“这减少了执行操作和保护人体所需的所有功能的蛋白质编码基因的数量。”

“这项工作强调了每个生物体都是一个代码数据集，人工智能可以应用于其中以寻找相关分子。”研究人员说，“该工具可能应用于基因组和蛋白质组以外的‘ome’，如转录组和代谢组，以快速、彻底地搜索这些分子的广泛位置，无论是抗菌、抗癌还是抗病毒，为药物发现和分子研究的许多领域打开了新的大门。”