迫切需要新型抗生素来对抗抗生素耐药性危机。2024年6月5日,复旦大学类脑智能科学与技术研究院与美国宾夕法尼亚大学的研究人员合作在Cell 在线发表题为“Discovery of antimicrobial peptides in the global microbiome with machine learning”的研究论文,该研究提出了一种基于机器学习的方法来预测全球微生物组中的抗菌肽(AMPs),并利用来自环境和宿主相关栖息地的63,410个宏基因组和87,920个原核基因组的庞大数据集来创建AMPSphere,这是一个包含863,498个非冗余肽的综合目录,其中很少与现有数据库匹配。
AMPSphere提供了对肽进化起源的见解,包括通过复制或基因截断较长的序列,该研究观察到AMP的产生因栖息地而异。研究人员在体外和体内合成并测试了100种抗菌肽对临床相关耐药病原体和人类肠道共生菌的作用。共有79个肽具有活性,其中63个靶向病原体。这些活性AMPs通过破坏细菌膜表现出抗菌活性。总之,该研究的方法鉴定了近100万个原核AMPs序列,这是发现抗生素的开放资源。
抗生素耐药感染正