《热心肠日报》解读

王军+陈义华NBT突破:用人工智能大规模挖掘人肠道菌群中的抗菌肽

Nature Biotechnology [IF:46.9]
① 结合3种自然语言处理神经网络模型(LSTM、Attention和BERT),建立一个从序列数据中挖掘抗微生物肽(AMP)的流程,准确率>90%;② 将该方法用于人肠道宏基因组数据,结合宏蛋白质组数据过滤,以及与肠菌的相关性网络分析,鉴定出241个候选AMP;③ 通过化学合成得到216个新型肽,证实其中181个(83.8%)有抗菌作用,这些AMP与已知AMP同源性低;④ 进一步筛选出其中的强效AMP,能通过不同机制有效抑制多重耐药革兰氏阴性致病菌,并在细菌性肺感染小鼠模型中验证了3种AMP的有效性。
【主编推荐语】抗生素耐药菌(特别是多重耐药菌)对人类健康造成严重威胁,亟需开发新的抗菌药物。生物体(包括肠道微生物)产生的抗微生物肽(AMP)是研发新型抗菌药物的弹药储备库,但受限于已有技术,仍有大量AMP尚未被挖掘出来,人工智能(AI)算法在该领域中有很大的应用潜力。中国科学院微生物研究所王军团队与陈义华团队合作在Nature Biotechnology发表最新研究,结合多种自然语言处理神经网络模型,建立了能自主学习AMP序列特征从而挖掘鉴定新型AMP的AI方法,并用该方法从人肠道微生物组数据中挖掘出181个新型AMP,包括能在体内外有效抑制多重耐药菌的强效AMP。总之,这项概念验证研究不仅为研发抗菌药物提供了大量的候选AMP,也为利用AI从宏基因组数据中挖掘功能肽提供了一个优秀的范例。(@mildbreeze)
Identification of antimicrobial peptides from the human gut microbiome using deep learning
2022-03-03, doi:10.1038/s41587-022-01226-0
药物研发 抗菌肽 人工智能 深度学习 宏基因组 肠道菌群 抗生素 Yue Ma Zhengyan Guo Binbin Xia Yuwei Zhang Yihua Chen Jun Wang