Cell | 抗菌肽怎么分析？

最新推荐文章于 2025-05-12 07:02:55 发布

SHANGHAILINGEN

最新推荐文章于 2025-05-12 07:02:55 发布

阅读量873

点赞数 16

文章标签：测序组学

本文链接：https://blog.csdn.net/SHANGHAILINGEN/article/details/147577376

版权

抗菌肽（Antimicrobial Peptides, AMPs）是一类广泛存在于自然界生物体中的小分子多肽。作为下一代抗菌药物，AMP具有广谱抗微生物活性，被誉为“天然抗生素”，针对性强，且其耐药性演变速度很低。

AMP独特机制（如破坏微生物细胞膜）可有效对抗细菌、真菌、病毒甚至耐药菌，也可参与微生物互作。在医学中可用于抗感染治疗、抗肿瘤免疫、抗病毒制剂、组织修复等领域，在环境中可用于生物防治、工业防腐、污水处理等方面。因此，抗菌肽研究具有非常重要的意义，有望替代抗生素成为一种潜在的治疗方法。

那么如何通过宏基因组测序手段来研究自然界生物体中的抗菌肽呢？先来看看几篇经典研究~

动物肠道微生物中抗菌肽研究：

2024年发表于《Cell》的文章“Mining human microbiomes reveals an untapped source of peptide antibiotics”，从1,773个健康个体的肠道样本进行宏基因组测序，共识别出了323种抗菌肽，这些抗菌肽是由小开放阅读框（smORFs）编码的。然后合成了78种肽并进行了体外抗菌活性筛选，发现其中70.5%的肽显示出对病原体或共生菌的活性。

图从smORFs中发现SEPs(smORF-encoded peptides)的计算实验平台示意图[1]

环境微生物中抗菌肽研究：

2024年发表于《Cell》的另一篇文章“Discovery of antimicrobial peptides in the global microbiome with machine learning”，收集了全球来自75个不同栖息地的63,410个样本公共宏基因组数据+87,920个高质量的微生物基因组数据，构建了一个全球微生物小开放阅读框（smORFs）目录。该文章提出了一个利用机器学习预测全球微生物组中抗菌肽（AMPs）的新方法。该方法识别了近一百万个抗菌肽序列，并验证了关注功能的抗菌肽（AMPs）的抗菌活性，为抗生素发现提供了一个开放的资源。

图 AMPSphere由来自数千个宏基因组和微生物基因组的非冗余cAMPs组成[2]

此外，2024年发表于《PNAS》的文章“Metagenomic study of lake microbial mats reveals protease-inhibiting antiviral peptides from a core microbiome member”，以印度奇利卡湖藻-菌共生这一复杂且相互作用丰富的生态系统为对象，以宏基因组数据重建了超过1,300个环境基因组（含2,200余个生物合成基因簇，BGCs），并鉴定出蛋白酶抑制型抗病毒肽（protease-inhibiting antiviral peptides），这些肽属于核糖体合成-翻译后修饰肽（RiPPs）的graspetide和spliceotide家族，来源于核心微生物组成员Rheinheimera属细菌。其功能聚焦于抑制病毒复制（如通过阻断病毒蛋白酶活性）。研究突出了核糖体合成-翻译后修饰肽（RiPPs）作为抗病毒药物开发未被充分挖掘的巨大资源库的价值。

图 MAGs和检测到的biosynthetic gene clusters（BGC）类别的系统发育分布[3]

凌恩生物宏基因组抗菌肽研究策略

凌恩生物根据Cell[2]的方法，开发出了基于宏基因组的高级分析——深度挖掘不同生境中AMP种类和功能！该分析应用AmPEP、APIN、ampri和amp-scanner-v2等四种近期发表的主流方法进行AMPs的鉴定，多个软件同时分析AMP相关peptide。给到每种软件预测的AMP相关gene ID和peptide序列，并给到AMP相关肽的软件得分。

已有宏基因组数据、宏基因组binning数据，想要更特色的分析内容？发更有特色的文章？想从动物肠道或环境微生物中发现更多功能性抗菌肽？

快来联系我们吧！凌恩生物将为您提供“宏基因组抗菌肽深度挖掘”一站式分析体系，助力高效发现功能肽！

参考文献

[1]Torres MDT, et al. Mining human microbiomes reveals an untapped source of peptide antibiotics. Cell. 2024 .

[2]Santos-Júnior CD, et al. Discovery of antimicrobial peptides in the global microbiome with machine learning. Cell. 2024.

[3]Padhi C, et al. Metagenomic study of lake microbial mats reveals protease-inhibiting antiviral peptides from a core microbiome member. Proc Natl Acad Sci U S A. 2024.

原文链接：

https://doi.org/10.1016/j.cell.2024.07.027

2024-cell-动物肠道抗菌肽.pdfhttps://mp.weixin.qq.com/s?__biz=MzI3NzcwODUzMg==&mid=2247521945&idx=1&sn=3c8155fe97fad4d310ac87dbe9fc3bbd&chksm=ea6149eb821db3cafa255e1fe34020125ce364feb0731cbeb639726958f8d83db75265cccc6c&scene=126&sessionid=1745808672&subscene=91&clicktime=1745808743&enterid=1745808743&key=daf9bdc5abc4e8d0eac11a130562cefafbf62d17bc4aa75cfeb5297d1a4f067879639f106fbbff1829fdae5b2c19d11cd593663f9028ffdc6b545e1b0dc40c7f821a055ba2e3e040fd122e49575f617fddbcec6fe6553f387f27fef5975dd8ab16d5085231f26e4db3941238df1fa188a0ce4c539ca467dbdbbeae91db6e82b7&ascene=0&uin=NDQ2NTc2NjQ2&devicetype=Windows+11+x64&version=63090c33&lang=zh_CN&countrycode=CN&exportkey=n_ChQIAhIQKuRkSgQK2wDKmYaQL5n8RxLmAQIE97dBBAEAAAAAAPTkGjv86OQAAAAOpnltbLcz9gKNyK89dVj0gU4zoz4jKplJJPree4aG9lpwVx8vi9RMb8WUJK0BealK3YBWmfe4x%2FPMRVYs0B4dt8peKc33m2iBu4Yih11WxfX9%2BMVYGEfmT6HB5KBrzemfu4hn%2FdT0xzVeBhSBvvYOEAxksZVeoOHM80PqwKLA468WjZErXUiK3nJkrQlQ20TkcF6a%2By4kXzxBbnsRFi5nSsHpbrki7WTxPjOTV92ioIVFp03uyES95WB7S79Qjbu1vVTL8e6mxPD8EDaA4jWF&acctmode=0&pass_ticket=%2BWPy%2FVE3beOR6l8YEerVVCsROLMTc92CjNkxWcRhXqhTPOgGAXmM8Ln6m4ofaYFU&wx_header=1&fasttmpl_type=0&fasttmpl_fullversion=7707560-zh_CN-zip&fasttmpl_flag=1