基于大肠杆菌非编码DNA的SARS-CoV-2 NSP1靶向治疗性微肽的计算机模拟发现与表征

《Computers in Biology and Medicine》：In silico identification and characterization of micropeptides with potential therapeutic properties from non-coding DNA of E. coli

本文推荐采用"垃圾组学"(Junkomics)策略，深度挖掘大肠杆菌非编码DNA区域，通过机器学习筛选、分子对接和动力学模拟，首次系统鉴定出靶向SARS-CoV-2非结构蛋白1(NSP1)的微肽候选物，为COVID-19治疗提供了新型肽类药物开发范式。

　　

^Highlight

^数据集

本研究使用的数据集包含来自大肠杆菌K-12亚型MG1655基因组（源自Ecogene 3.0数据库）的完整基因间区序列。

^方法学

图2展示了分析基因间DNA衍生序列的方法学流程图，每个步骤所使用的工具/服务器/应用程序或方法均已标注。

^{基因间序列的翻译与短肽序列相似性搜索}

在大肠杆菌基因组的2,509条基因间序列中，经BLASTx搜索后，1,860条序列在非冗余蛋白质数据库中显示出潜在同源物。在有匹配的序列中，19%与大肠杆菌已知蛋白相似，60%与大肠杆菌的假设/预测/部分或推定蛋白相似，其余为其他微生物已知/预测蛋白的同源物。匹配分布情况以饼图形式呈现（图3）。

^讨论

本研究提出了一种计算工作流程，用于预测细菌基因组基因间DNA区域的完整微肽集合。通过BLASTx对非冗余数据库的相似性搜索，有助于识别无任何同源物的序列。新序列的6框翻译产生了所有可能的肽产物。初始数据集4,900条序列本身显示了非编码DNA中存在的巨大数量假设阅读框。然而，

^结论

探索基因组中常被忽视并标记为"垃圾"DNA的未开发区域，对于发现具有治疗潜力的新型生物分子具有重大前景。本研究展示了一种将非编码DNA序列精炼成潜在治疗候选物的系统方法。通过使用计算管道，我们鉴定了源自基因间DNA区域的微肽，这些微肽对SARS-CoV-2生命周期中的关键蛋白NSP1表现出强结合亲和力。这些