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）