人、動(dòng)物和植物的共生微生物組中存在的編碼多肽和小蛋白，被認(rèn)為是微生物中數(shù)量巨大的一類“暗物質(zhì)”，其蘊(yùn)含的功能多樣性有著非常大的想象空間。

例如抗菌肽就是這樣一種“暗物質(zhì)”。先前的研究得出，抗菌肽可以作為非常有潛力的治療耐藥菌的藥物或者前體分子，并且不容易產(chǎn)生極強(qiáng)的耐藥性，有助于應(yīng)對(duì)當(dāng)下愈演愈烈的耐藥菌感染問(wèn)題。

因此，挖掘和研究共生微生物組中海量的多肽具有十分重要的意義。

近日，來(lái)自中國(guó)科學(xué)院微生物研究所的團(tuán)隊(duì)結(jié)合LSTM、Attention和BERT等多種自然語(yǔ)言處理神經(jīng)網(wǎng)絡(luò)模型，建立了一個(gè)用于從人類腸道微生物組數(shù)據(jù)中識(shí)別候選腺苷一磷酸的統(tǒng)一管道。在被確定為候選腺苷一磷酸的2349個(gè)多肽序列中，有216個(gè)是化學(xué)合成的，其中顯示出抗菌活性的有181個(gè);并且，在這些多肽中，大多數(shù)與訓(xùn)練集中腺苷一磷酸的序列同源性低于40%。

相關(guān)論文以《利用深度學(xué)習(xí)法從人體腸道微生物群中鑒定抗菌肽》為題發(fā)表在《自然生物技術(shù)》上，中國(guó)科學(xué)院微生物研究所研究員、博士生導(dǎo)師王軍擔(dān)任最后通訊作者。

審稿人評(píng)價(jià)該研究道，“從計(jì)算預(yù)測(cè)到結(jié)果非常好的動(dòng)物模型，這項(xiàng)研究總結(jié)了一系列令人印象深刻的工作，包括一些用于進(jìn)一步研究的候選肽。使用機(jī)器學(xué)習(xí)發(fā)現(xiàn)新的腺苷-磷酸后，再對(duì)其功效進(jìn)行詳細(xì)的微生物學(xué)驗(yàn)證，非常有趣，這也許會(huì)對(duì)該領(lǐng)域產(chǎn)生積極影響?！?/p>

在微生物以及其他生物體內(nèi)發(fā)揮功能的分子，不僅包括各種代謝途徑和通路所產(chǎn)生的小分子，還有一系列的生物大分子。這些大分子有的是生化反應(yīng)的產(chǎn)物，如細(xì)菌細(xì)胞壁的肽聚糖和表面的脂多糖等;有的則是直接編碼在基因組中的，包括多肽和小RNA等。

還是以抗菌肽為例，現(xiàn)在天然界已知的抗菌肽約有幾千條，來(lái)源非常廣泛，從最原始的細(xì)菌到高等生物中都有。這些肽在人類和兩棲類動(dòng)物中是天然免疫的組成成分，可用于在細(xì)菌中相互競(jìng)爭(zhēng)和維持群落結(jié)構(gòu)，且具有抗癌、調(diào)節(jié)免疫和改善代謝等功能。

然而，針對(duì)這些多種多樣、序列相似性低、功能類型復(fù)雜的生物大分子，目前還未有能夠?qū)⑵湫蛄泻凸δ苤苯勇?lián)系到一起的方法。

由于大分子序列相對(duì)來(lái)講比較短，整體上相似性非常低，傳統(tǒng)方法基于序列相似性進(jìn)行挖掘存在較大的困難。

王軍表示，“針對(duì)這些特別短、相似性又不高的多肽序列，進(jìn)行更加準(zhǔn)確高效地判別是我們此次研究的核心出發(fā)點(diǎn)?！?/p>

該團(tuán)隊(duì)研究工作流程的示意圖

據(jù)了解，王軍團(tuán)隊(duì)?wèi)?yīng)用了人工智能領(lǐng)域中自然語(yǔ)言分析的最新方法，來(lái)對(duì)基因組序列進(jìn)行研究，尤其是其中編碼的小蛋白的功能預(yù)判。在現(xiàn)有的幾千個(gè)已知抗菌肽的基礎(chǔ)上，構(gòu)建了多個(gè)神經(jīng)網(wǎng)絡(luò)模型整合的分析流程，并實(shí)現(xiàn)90%以上的判定準(zhǔn)確率。

接下來(lái)，他們運(yùn)用了現(xiàn)在已積累的大量健康人體微生物組數(shù)據(jù)，其巨大的編碼潛力意味著存在多種類型的抗菌肽和其他肽類，并且這些肽可能在相互競(jìng)爭(zhēng)以及與宿主的互作中起著非常重要的作用。

該團(tuán)隊(duì)認(rèn)為，在腸道中表達(dá)的多肽應(yīng)該具有比較好的真核細(xì)胞的安全性。為此，他們?cè)?萬(wàn)多個(gè)微生物組中進(jìn)行層層數(shù)據(jù)篩選，逐步降低其假陽(yáng)性，最終得出，在合成的200多條多肽中，有180多條肽具有非常明確的抗菌能力，從而驗(yàn)證了其方法的可靠性。

此外，該研究還顯示，在大規(guī)模的基因組和宏基因組數(shù)據(jù)中，借助人工智能可以進(jìn)行特定類群功能分子的直接挖掘和判定，利用高通量篩選驗(yàn)證后，可再進(jìn)行后續(xù)的機(jī)理和有效性以及體內(nèi)研究。

這種研究方法被王軍稱為“從硬盤到藥物”，該方法可以極大提高有治療前景藥物的研究速度和產(chǎn)出率。

王軍表示，該研究最初的想法來(lái)自與臨床的合作。通過(guò)之前的多個(gè)臨床合作，王軍團(tuán)隊(duì)逐漸意識(shí)到，在腸道菌群中與疾病和健康相關(guān)的分子不局限于經(jīng)常研究的小分子，有一系列的蛋白類物質(zhì)也能夠與宿主互作并起到調(diào)節(jié)免疫、代謝等作用。

從宏基因組數(shù)據(jù)中挖掘候選腺苷一磷酸

例如細(xì)菌的多肽，其能夠模擬人自身蛋白的序列，從而形成一個(gè)“模擬表位”抗原，能夠誘導(dǎo)顯著的炎癥反應(yīng)并與自身免疫抗體結(jié)合。也就是說(shuō)，微生物基因組直接編碼的多肽等大分子，也可以作為功能分子發(fā)揮致病或者治病的作用。

該團(tuán)隊(duì)認(rèn)為，雖然現(xiàn)階段還無(wú)法從大量宏基因組數(shù)據(jù)中有效推斷出哪些是代謝所產(chǎn)生的小分子，但其實(shí)很多可讀框所編碼的特定功能蛋白是可以直接挖掘的。問(wèn)題在于，用什么樣的方法能夠完成這種短序列的挖掘。

王軍

對(duì)此，他們利用對(duì)計(jì)算機(jī)領(lǐng)域的深入理解和掌握，建立了以人工智能為基礎(chǔ)的預(yù)測(cè)模型，并將自然語(yǔ)言分析的很多方法轉(zhuǎn)化應(yīng)用到基因組的挖掘中來(lái)。

在一段時(shí)間的訓(xùn)練以后，模型的準(zhǔn)確度已經(jīng)達(dá)到了一個(gè)比較可信的數(shù)值，然后該團(tuán)隊(duì)用真核數(shù)據(jù)中的預(yù)測(cè)對(duì)抗菌肽的十個(gè)短肽進(jìn)行了驗(yàn)證，結(jié)果發(fā)現(xiàn)其中有8個(gè)具有活性。

接著，他們開(kāi)始利用現(xiàn)已公開(kāi)的大量宏基因組數(shù)據(jù)，進(jìn)行多肽的挖掘及邏輯推導(dǎo)，并將更多信息整合在一起，以達(dá)到更加有效的挖掘。

最后，該團(tuán)隊(duì)開(kāi)始研究合成多肽的機(jī)理、安全性與動(dòng)物實(shí)驗(yàn)等，并得出，對(duì)真核細(xì)胞沒(méi)有明顯毒性的肽能夠在動(dòng)物體內(nèi)降低感染菌的載量，并有效治療肺炎克雷伯菌所導(dǎo)致的感染。

王軍表示，此次研究還要感謝中國(guó)科學(xué)院微生物研究所陳義華研究組的大力支持。據(jù)了解，兩個(gè)研究組一起合作解析了多個(gè)有潛力的多肽結(jié)構(gòu)及其作用機(jī)制，并證實(shí)這些肽在結(jié)構(gòu)和機(jī)理上均具有較高的多樣性。

該研究表明，他們的方法不僅能夠發(fā)現(xiàn)比較新的肽，而且在機(jī)理和結(jié)構(gòu)上沒(méi)有特定偏好或局限。

值得一提的是，該研究的應(yīng)用前景極為廣泛。一方面，其擴(kuò)大了微生物組及其他基因組數(shù)據(jù)的轉(zhuǎn)化出口，將其中編碼的很多大分子直接呈現(xiàn)在研究人員眼前，有利于進(jìn)行多肽類和RNA類藥物的挖掘;另一方面，伴隨測(cè)序方法的革新和快速增長(zhǎng)的數(shù)據(jù)，或?qū)⒊霈F(xiàn)更多能治療自身免疫病、代謝類疾病及腫瘤等的多肽。

此外，在現(xiàn)有多肽的基礎(chǔ)上，研究人員可以對(duì)其進(jìn)行化學(xué)改性，有助于后續(xù)穩(wěn)定性、延長(zhǎng)半衰期及安全性的提高，這也是進(jìn)入臨床前不可或缺的一步。

王軍稱，“我們發(fā)現(xiàn)的多肽有望快速進(jìn)入臨床使用，以協(xié)助解決現(xiàn)在所面臨的耐藥菌感染問(wèn)題和更多重大非傳染性慢病等?！?/p>

目前，王軍主要進(jìn)行生物數(shù)據(jù)的深度挖掘和分析工作。他利用統(tǒng)計(jì)學(xué)和生物信息學(xué)結(jié)合的方法，來(lái)分析腸道菌群對(duì)于人和動(dòng)物中的基因組及疾病所起的作用。

截至現(xiàn)在，他已發(fā)表了6 0余篇SCI論文，并承擔(dān)了5項(xiàng)重大基金項(xiàng)目，申請(qǐng)專利5項(xiàng)。

對(duì)于該研究，王軍稱，后續(xù)他們將持續(xù)擴(kuò)大所挖掘大分子的應(yīng)用范疇，將微生物功能大分子從抗感染逐漸拓展到代謝類疾病、免疫性疾病等治療中。

他表示，“我們還計(jì)劃對(duì)現(xiàn)在的多肽進(jìn)行臨床前的優(yōu)化，逐步提高成藥性和抗菌的范疇，將其進(jìn)一步優(yōu)化到革蘭氏陽(yáng)性菌和真菌等的治療上?！?/p>

此外，借助人工智能的進(jìn)步和以往知識(shí)的積累，該團(tuán)隊(duì)或能實(shí)現(xiàn)從頭設(shè)計(jì)出一系列現(xiàn)在天然界中不存在的大分子。（綜合整理報(bào)道）（編輯/諾伊克）