从使用深度学习的FMT捐赠者的样中检测抗菌
Songlin Wei1, Huifang Yin2, Xinliang Hu2
1School of Information Engineering, Xiamen Ocean Vocational College, Xiamen, China.
Frontiers in veterinary science
|October 30, 2025
概括
研究人员使用先进的计算方法从人类肠道微生物群中发现了新型抗微生物 (AMP). 两种合成的AMP显示出广泛的活性,为抗击细菌耐药性提供了传统抗生素的潜在替代品.
科学领域:
- 微生物学 微生物学
- 生物化学 生物化学
- 计算生物学 计算生物学
背景情况:
- 抗微生物 (AMP) 在天生的免疫力中至关重要,由于其广泛的活性和对抗细菌耐药性的能力,它们代表了传统抗生素的有希望的替代品.
- 人的肠道微生物组是新型生物活性化合物的丰富来源,包括AMP,但需要复杂的挖掘技术来发现.
研究的目的:
- 通过元基因组学和深度学习的结合,从人类便微生物组中识别和描述新型抗微生物 (AMP).
- 通过实验验证抗微生物活性,并探索候选AMP的作用机制.
主要方法:
- 120名便微生物群移植 (FMT) 捐赠者的元基因组测序与深度学习算法相结合,以预测潜在的AMP.
- 候选AMP经过了元蛋白质组交叉验证,溶解性分析,并通过其他预测工具进行验证.
- 选择的AMP被化学合成并经过实验测试,以检测其抗微生物活性,并使用分子对接来阐明结合机制.
主要成果:
- 从便元基因组预测出超过280万种潜在的AMP.
- 合成了四种候选AMP,其中两种对各种细菌表现出显著的广泛抗菌活性.
- 分子对接研究提供了关于这些AMP与细菌点的相互作用的见解.
结论:
- 这项研究验证了使用综合计算和实验方法来发现人类便微生物群中的功能AMP的有效性.
- 这些发现强调了从肠道微生物群中衍生出的AMPs作为新型抗菌剂的治疗潜力.
- 这项研究有助于了解便微生物群移植 (FMT) 背后的机制及其潜在的治疗应用.
