计算机引导药物标识 针对扩展光谱β-乳糖酶产生多药耐药性尿病原体大肠杆菌的识别

科学领域:

• 计算生物学和生物信息学
• 抗微生物耐药性研究的研究.
• 传染性疾病 传染性疾病

背景情况:

• 尿路感染 (UTI) 是全球常见的细菌感染,常常是由尿病原性大肠杆菌 (UPEC) 引起的.
• 在UPEC中扩展光谱β-乳糖酶 (ESBL) 的产生是一个重大挑战,限制了有效的抗微生物治疗,并导致抗微生物药物耐药性 (AMR).
• 识别新型药物点对于开发新的抗菌剂来对抗AMR至关重要.

研究的目的:

• 使用in silico方法发现和描述潜在的治疗药物向对ESBL产生的UPEC菌株NA114.
• 确定对UPEC生存至关重要的目标,这些目标与人类基因组和肠道微生物群缺乏同质性.
• 评估药物设计潜在目标的药物可用性和亚细胞定位.

主要方法:

• 采用了分层的in silico策略,分三个阶段分析蛋白质:初始查 (阻塞点,毒性,耐药性基因),本质性和同质性评估,以及定性表征 (亚细胞位置,广谱潜力,可药性).
• 使用计算工具分析了UPEC NA114的基因组和蛋白质组.
• 蛋白质被评估为基本性,非同质性的人类和肠道菌群基因组,亚细胞局部化和药物可用性.

主要成果:

• 对于ESBL产生的UPEC菌株NA114.1的七个不同的潜在药物点被确定.
• 这些目标与人类蛋白质组没有相似之处,从而降低了非目标效应的风险.
• 突出了两个特定的目标,ECNA114_0085 (细胞质) 和ECNA114_1060 (周等离子体),涉及糖甘生物合成和内醇酸盐代谢.

结论:

• 已确定的目标代表了开发新型抗微生物剂对抗多药耐药 (MDR) UPEC的有希望的候选人.
• 针对这些必不可少的UPEC蛋白质可以提供一种新的策略来对抗具有挑战性的尿路感染.
• 计算方法有效地确定了可行的药物标,预测人类交叉反应率最小.