Cell：在自然界中发现了近一百万种新一代抗生素的潜在来源

在一项新的研究中，来自昆士兰科技大学、宾夕法尼亚大学、复旦大学、欧洲分子生物学实验室和爱尔兰APC微生物组研究所利用机器学习识别出了863498种有前景的抗菌肽——能够杀死或抑制传染性微生物生长的小分子。这一发现是在全球重新关注抗菌药耐药性（AMR）的背景下得出的，因为人类正在与越来越多对现有药物产生抗药性的超级细菌作斗争。相关研究结果于2024年6月5日在线发表在Cell期刊上，论文标题为“Discovery of antimicrobial peptides in the global microbiome with machine learning”。

昆士兰科技大学微生物组研究中心研究员Luis Pedro Coelho副教授说，“我们迫切需要发现抗生素的新方法。抗菌药耐药性是最严重的公共卫生威胁之一，每年造成 127 万人死亡。”

如果不采取干预措施，估计到2050年，AMR每年可能造成多达1000万人死亡。他说，“利用人工智能来了解和利用全球微生物组的力量，将有望推动创新研究，从而取得更好的公共卫生成果。”

这些作者通过测试 100 种实验室制造的针对临床上重要的病原体的肽来验证机器学习的预测。他们发现有79种肽能破坏细菌膜，63种肽特异性靶向金黄色葡萄球菌和大肠杆菌等抗生素耐药细菌。Coelho说，“此外，一些肽还有助于消除小鼠的感染；其中两种肽尤其能将细菌数量减少达四个数量级。”

图片来自Cell, 2024, doi:10.1016/j.cell.2024.05.013

在一种临床前模型中，对受感染的小鼠进行了测试，用这些肽治疗产生的效果与多粘菌素B（polymyxin B）的效果相似，其中多粘菌素B是一种市售抗生素，用于治疗脑膜炎、肺炎、败血症和尿路感染。

为了得出这些结果，这些作者分析了 6 万多份宏基因组（特定环境中的基因组集合），其中包含了 100 多万种生物的基因构成。它们来自全球各地，包括海洋和土壤环境以及人类和动物肠道。由此产生的AMPSphere——一个包含这些新型多肽的综合数据库，已作为新抗生素发现的公开、开放资源出版。（生物谷Bioon.com）

参考资料：

Célio Dias Santos-Júnior et al. Discovery of antimicrobial peptides in the global microbiome with machine learning. Cell, 2024, doi:10.1016/j.cell.2024.05.013.

Unlocking the world around us for next-gen antibiotics
https://www.qut.edu.au/news?id=194915