从海洋元基因组中提取的水生抗菌的合成和评估,使用高通量选方法
Kaiyue Wu1,2, Guangxin Xu2, Yin Tian2
1College of Marine Sciences, Fujian Agriculture and Forestry University, Fuzhou 350002, China.
Marine drugs
|April 25, 2025
概括
机器学习从池水中发现了新型抗微生物 (AMP),为水产养殖中抗生素提供了可持续的替代方案. 三种合成对水生病原体具有低毒性的有效性.
科学领域:
- 水产养殖是水产养殖的一种方式.
- 生物技术是生物技术.
- 微生物学 微生物学
背景情况:
- 细菌病导致水产养殖业的重大损失,由耐药菌株和有限的抗生素选择加剧.
- 抗微生物 (AMP) 是一个有前途的替代品,因为它具有广泛的活性和低耐药性发展,但在产量和发现成本方面面临挑战.
- 对AMP的传统药物发现是耗时和昂贵的,需要创新的方法.
研究的目的:
- 应用机器学习来预测来自南美白水产养殖池宏基因组的抗菌 (AMP).
- 使用高通量无细胞蛋白表达系统对水生病原体进行抗微生物活性预测AMP的选和验证.
- 提供一种有效的方法来确定可持续水产养殖应用的新型AMP.
主要方法:
- 一个机器学习宏观模型被用来预测三种不同的水产养殖池类型的宏基因组的AMP.
- 根据结构和物理化学特性选了潜在的AMP,并选择了10名候选人.
- 使用无细胞蛋白表达系统对抗微生物活性进行高通量选,随后进行化学合成和顶级候选者的验证.
主要成果:
- 传统的土池 (TC1) 的AMP含量是生物池 (ZA1) 的1.8倍.
- 总共预测了1033种潜在的AMP,包括阳离子线性,阴离子线性和阴离子囊含.
- 九种对水生病原体表现出抗微生物活性,其中三种 (K-5,K-58,K-61) 显示出广谱抑制和有利的安全性 (低血解,高细胞活力).
结论:
- 机器学习是加速水产养殖中AMP发现的强大工具.
- 无细胞蛋白质合成系统为AMP候选者的高通量选提供了一个有效的平台.
- 已识别的合成AMP (K-5,K-58,K-61) 显示了控制水产养殖中的细菌疾病的潜力,为传统抗生素提供了更安全,更可持续的替代品.
