中國教育在線
抗生(sheng)(sheng)素(su)被(bei)用于治(zhi)療(liao)危及生(sheng)(sheng)命的(de)(de)感染已有近百(bai)年，隨(sui)著日益增加(jia)的(de)(de)耐(nai)藥(yao)(yao)性細(xi)菌的(de)(de)出現，傳統療(liao)法對耐(nai)藥(yao)(yao)細(xi)菌感染已不再有效，抗生(sheng)(sheng)素(su)耐(nai)藥(yao)(yao)性危機已成為(wei)亟待解決的(de)(de)全(quan)球健康(kang)問題(ti)，迫(po)切需(xu)要新的(de)(de)下一代抗菌藥(yao)(yao)物(以核酸(suan)和肽(tai)為(wei)基礎)的(de)(de)發現方(fang)法。
抗(kang)(kang)菌肽(AMP)存在于所有生(sheng)命領域，能(neng)夠導(dao)致細胞(bao)裂(lie)解從而(er)完(wan)全殺死或抑制微生(sheng)物生(sheng)長(chang)。與傳統的(de)廣譜(pu)抗(kang)(kang)生(sheng)素(su)相比，AMP 更具針對(dui)性，且其耐藥性演(yan)變(bian)速度(du)很低(di)，有望成(cheng)為一種潛在的(de)治(zhi)療(liao)方法(fa)。
近日，復(fu)旦大學(xue)類腦智(zhi)能(neng)科學(xue)與(yu)(yu)技(ji)術研究(jiu)院(下(xia)文簡稱“類腦研究(jiu)院”)青(qing)年研究(jiu)員路易斯·佩德羅·科埃(ai)略(Luis Pedro Coelho)、名譽教(jiao)授皮爾(er)·伯克(ke)(Peer Bork)、特聘教(jiao)授趙(zhao)興明團隊(dui)與(yu)(yu)來自(zi)美國(guo)與(yu)(yu)德國(guo)的科學(xue)家(jia)將人(ren)工智(zhi)能(neng)與(yu)(yu)生物(wu)醫學(xue)交叉融合，從全球微(wei)生物(wu)組中預測近100萬(wan)種(zhong)新型抗菌肽。相關成果以《利用(yong)機器學(xue)習發現(xian)全球微(wei)生物(wu)組中的抗菌肽》(“Discovery of antimicrobial peptides in the global microbiome with machine learning”)為題，在《細(xi)胞》(Cell)主刊上發表。
論文鏈接：
//doi.org/10.1016/j.cell.2024.05.013
在研究中，團(tuan)隊提出了一種(zhong)針對微生物多肽識(shi)別(bie)的(de)機器學習算法(fa)，可大(da)大(da)降低抗(kang)菌(jun)(jun)肽(AMP)識(shi)別(bie)的(de)假(jia)陽性率。基于該(gai)機器學習算法(fa)，研究團(tuan)隊從來自環(huan)境和宿主相(xiang)關棲息(xi)地的(de)全球(qiu)63,410個宏基因組(zu)和87,920個高質量細(xi)菌(jun)(jun)與古菌(jun)(jun)基因組(zu)預測得到了近100萬種(zhong)新(xin)型非(fei)冗余抗(kang)菌(jun)(jun)肽，并建立了AMP綜合數據資(zi)源(AMPSphere)。
研究(jiu)(jiu)發現， AMP 的產生(sheng)特定于(yu)棲息(xi)地，且其功(gong)效表現出菌(jun)株(zhu)特異性(xing)(xing)。研究(jiu)(jiu)團(tuan)隊測試了 100 種合成的AMP對 11 種臨床相關致病菌(jun)株(zhu)和人類腸道(dao)共生(sheng)菌(jun)的作用(yong)，共有 79 種 AMP表現出針對病原體和/或共生(sheng)菌(jun)的抗(kang)菌(jun)活(huo)性(xing)(xing)，其中(zhong)63 種 AMP成功(gong)抑制了被(bei)認為是公共衛生(sheng)問題的ESKAPEE病原體的生(sheng)長。此外，研究(jiu)(jiu)團(tuan)隊在(zai)小鼠感染模型中(zhong)發現一(yi)(yi)些AMP具有抗(kang)感染功(gong)效，相當于(yu)臨床前(qian)小鼠模型中(zhong)的多粘菌(jun)素(su)B(一(yi)(yi)種商業臨床抗(kang)生(sheng)素(su)，同樣是AMP)。
該(gai)研究(jiu)證明了(le)人(ren)工智(zhi)能方法從全球微生(sheng)物組中識別(bie)功能性 AMP 的潛力(li)，研究(jiu)團隊(dui)提出(chu)的該(gai)AMPSphere數據庫為(wei)(wei)微生(sheng)物領(ling)域研究(jiu)提供(gong)了(le)寶貴資源，這些研究(jiu)發現對于理解抗(kang)(kang)菌肽的起源和作用(yong)機制具有(you)重(zhong)要(yao)意(yi)義，為(wei)(wei)未來抗(kang)(kang)菌藥(yao)物的研發邁(mai)出(chu)了(le)重(zhong)要(yao)一(yi)步，為(wei)(wei)人(ren)類(lei)健康研究(jiu)提供(gong)了(le)重(zhong)要(yao)貢(gong)獻。
近年來，人工智能技術蓬(peng)勃發展，已廣泛地(di)應用于(yu)生(sheng)物學(xue)、神經科學(xue)、醫(yi)學(xue)等(deng)領域，在(zai)蛋(dan)白質結構預測、生(sheng)物基礎大模型建立、生(sheng)物醫(yi)學(xue)圖(tu)像識別等(deng)方面取得(de)了新突(tu)破。
復旦(dan)大(da)(da)學(xue)(xue)類(lei)腦(nao)(nao)研(yan)究(jiu)(jiu)院(yuan)生(sheng)物(wu)(wu)醫(yi)學(xue)(xue)人(ren)工智(zhi)能(BioMed AI)團(tuan)隊(dui)長(chang)期聚焦(jiao)于人(ren)工智(zhi)能與(yu)(yu)生(sheng)物(wu)(wu)醫(yi)學(xue)(xue)交叉研(yan)究(jiu)(jiu)，團(tuan)隊(dui)負責人(ren)為復旦(dan)大(da)(da)學(xue)(xue)特聘教授、上(shang)海市生(sheng)物(wu)(wu)信息學(xue)(xue)學(xue)(xue)會理(li)事長(chang)、類(lei)腦(nao)(nao)智(zhi)能科學(xue)(xue)與(yu)(yu)技術研(yan)究(jiu)(jiu)院(yuan)副(fu)院(yuan)長(chang)、計算神經科學(xue)(xue)與(yu)(yu)類(lei)腦(nao)(nao)智(zhi)能教育部重點(dian)實驗室副(fu)主(zhu)任趙興明。
此前，在生物(wu)醫學(xue)大(da)數據(ju)方面，團隊已構建(jian)了(le)首個全(quan)球微生物(wu)基(ji)因(yin)(yin)目錄，成果刊(kan)發(fa)于(yu)(yu)《自然》主刊(kan)，構建(jian)了(le)中國人腸(chang)道病毒組目錄，在國際率先提出了(le)人體真(zhen)(zhen)菌(jun)腸(chang)型(xing)的概念并揭示(shi)了(le)人類四(si)種真(zhen)(zhen)菌(jun)“腸(chang)型(xing)”結構等。與此同時，團隊還針對(dui)生物(wu)醫學(xue)大(da)數據(ju)開(kai)發(fa)了(le)一系列人工(gong)智(zhi)能算法(fa)與工(gong)具，如宏基(ji)因(yin)(yin)組組裝錯誤識別與矯正算法(fa)metaMIC、基(ji)于(yu)(yu)sMRI的多模態PET指標預測方法(fa)等，并成功應(ying)用(yong)于(yu)(yu)微生物(wu)組學(xue)、基(ji)因(yin)(yin)組學(xue)、影像組學(xue)等不同場景。
本次(ci)研(yan)究(jiu)成果為團(tuan)隊將人工(gong)智能算法應用于(yu)微生(sheng)物組學的里程碑式進展。據趙興明介紹，未來(lai)，團(tuan)隊將繼續聚焦人工(gong)智能與生(sheng)物醫學大(da)數據交叉(cha)領域的研(yan)究(jiu)，“比如基于(yu)中國人腸(chang)道(dao)病毒組目錄開發人工(gong)智能算法與工(gong)具，進行相關微生(sheng)物大(da)模型的訓練”，在AI for Science的前沿持續探索。
類腦(nao)(nao)研(yan)究(jiu)院博士后Célio Dias Santos-Júnior與美國賓(bin)夕法尼(ni)亞大學中文名Marcelo D.T. Torres為共(gong)同(tong)第一作(zuo)者，類腦(nao)(nao)研(yan)究(jiu)院青年研(yan)究(jiu)員(yuan)Luis pedro Ceolho與美國賓(bin)夕法尼(ni)亞大學的(de)Cesar de la Fuente-Nunez 為共(gong)同(tong)通(tong)訊作(zuo)者。
① 凡本(ben)站(zhan)注(zhu)明(ming)“稿(gao)(gao)件(jian)來源(yuan)：中國(guo)教育在線(xian)”的所有(you)文字、圖片(pian)和音視頻稿(gao)(gao)件(jian)，版(ban)權均屬本(ben)網所有(you)，任何媒體、網站(zhan)或(huo)個人(ren)未經(jing)本(ben)網協(xie)議授(shou)權不得轉載、鏈接、轉貼(tie)或(huo)以(yi)其他(ta)方式復制發表(biao)。已經(jing)本(ben)站(zhan)協(xie)議授(shou)權的媒體、網站(zhan)，在下載使用(yong)時必須注(zhu)明(ming)“稿(gao)(gao)件(jian)來源(yuan)：中國(guo)教育在線(xian)”，違者本(ben)站(zhan)將依法追究責(ze)任。
② 本站(zhan)注明(ming)稿(gao)件(jian)來(lai)源為其他媒體的(de)文/圖(tu)等稿(gao)件(jian)均為轉(zhuan)載稿(gao)，本站(zhan)轉(zhuan)載出于非商(shang)業性的(de)教(jiao)育和科研之目的(de)，并不意味著贊同其觀點或證實(shi)其內(nei)容(rong)的(de)真(zhen)實(shi)性。如轉(zhuan)載稿(gao)涉及版權等問題，請(qing)作者在兩周內(nei)速來(lai)電或來(lai)函(han)聯(lian)系(xi)。