革命性的微生物宝藏:自然产品发现的创新策略

科学领域:

• 微生物学 微生物学
• 自然产品化学 自然产品化学
• 生物信息学是一种生物信息学.

背景情况:

• 微生物是医学,农业和工业中宝贵的代谢物的巨大来源.
• 传统的培养和选方法在发现新型微生物化合物方面效率低下.
• 越来越需要先进的战略来克服这些局限性.

研究的目的:

• 为微生物代谢物发现提供现代技术的全面概述.
• 突出一株多化合物 (OSMAC) 战略和基因组学驱动的采矿的影响.
• 讨论像机器学习这样的新兴技术在这个领域的作用.

主要方法:

• 审查一株多种化合物 (OSMAC) 战略,以改善种植.
• 基因组驱动采矿的应用,用于识别代谢物基因集群.
• 整合机器学习以更快地定位基因和结构.
• 综合了2019-2025年的案例研究,详细介绍了新发现的化合物和生物活性.

主要成果:

• 通过OSMAC和基因组驱动的采矿,显著提高了微生物代谢物发现的效率.
• 机器学习加速了新型微生物化合物的识别和向.
• 已经确定了许多具有多样化生物活性的新化合物,包括潜在的抗生素和抗癌剂.
• 案例研究证明了这些综合战略的成功应用.

结论:

• 先进的发现策略,包括OSMAC,基因组学和机器学习,正在彻底改变自然产品的探索.
• 这些方法加快了具有新作用机制的结构多样化的化合物的识别.
• 这种发现管道的振兴对于开发新疗法至关重要,包括抗生素和抗癌药物.