大规模基因组学与机器学习揭示健康相关乳杆菌科中隐藏的抗菌肽资源库

为解决抗生素耐药性危机，研究人员通过大规模基因组学和机器学习技术系统挖掘了乳杆菌科(Lactobacillaceae)中的抗菌肽(AMPs)资源。研究分析了10,327个基因组，鉴定出9601个AMPs，其中72.47%为新发现序列，并实验验证了10种具有广谱活性的AMPs（如delbruin_1平均MIC=38.56μM）。该研究为新型抗菌药物开发提供了高效发现框架，发表于《Microbiome》。

　　

抗生素耐药性已成为全球公共卫生的十大威胁之一，每年导致数百万人死亡。然而新型抗菌药物的研发速度远跟不上耐药菌的进化步伐。传统抗生素开发面临候选化合物稀缺、耐药性易产生等瓶颈。在此背景下，具有独特膜靶向机制、低耐药潜力的抗菌肽(Antimicrobial Peptides, AMPs)成为研究热点。其中，与人类健康密切相关的乳杆菌科(Lactobacillaceae)因其安全性和丰富的生态多样性，被视为AMP发现的理想资源库。但该家族AMP的全球分布规律和药物开发潜力仍属未知。

江南大学和南京师范大学的研究团队在《Microbiome》发表了一项突破性研究。通过整合NCBI数据库和宏基因组组装基因组(MAGs)，构建了包含10,327个基因组的乳杆菌科数据集（涵盖515个物种）。采用Macrel预测结合机器学习模型APEX，系统分析了AMP的生物合成潜力、分布特征和抗菌活性，并实验验证了候选肽段的临床价值。

研究主要采用四大关键技术：

1. 基因组挖掘：从NCBI和跨生态（发酵食品/动物/人体）MAGs中收集10,327个中高质量基因组，通过fastANI进行物种聚类（95% ANI阈值）
2. AMP预测：使用Macrel软件（优先保证精确度）鉴定非核糖体修饰型AMPs，经cd-hit聚类获得基因簇家族(Gene Cluster Families, GCFs)
3. 活性预测：基于998个实验验证AMPs训练的APEX深度学习模型，预测新型AMPs的最小抑菌浓度(MIC)
4. 实验验证：通过固相肽合成16种候选AMPs（纯度>90%），采用肉汤微量稀释法测定其对11种病原体（如大肠杆菌ATCC 25922、金黄色葡萄球菌ATCC 25923等）的抗菌活性

研究结果

乳杆菌科物种中抗菌肽的系统发育分布
分析显示69.90%的乳杆菌科物种具有AMP生物合成潜力，平均每个基因组含1-8个AMPs。物种间差异显著：Liquorilactobacillus aquaticus平均含5个AMPs/基因组，而86.94%物种仅含1-2个。

乳杆菌科抗菌肽的物种和菌株特异性
2092个GCFs中，95.27%具有物种特异性（仅存在于单一物种）。多属共享的GCF_216（分布4个属）等34个GCFs可能与水平基因转移(HGT)相关——其邻近基因的移动遗传元件(MGEs)密度显著高于属特异性AMPs（P<0.001，Cohen's d=0.81）。菌株水平分析揭示93.31%的AMPs存在显著异质性，如Lactiplantibacillus plantarum的145个GCFs中，131个在<1%菌株中出现。

抗菌肽的栖息地特异性
跨生态比较发现，发酵食品来源菌株的AMP合成潜力最高（0.85 AMPs/基因组），显著高于人体来源（0.46，P<0.001）。574个GCFs（95.83%）具有栖息地特异性，其中47.35%源自单一栖息地专属物种（如动物专属的Ligilactobacillus agilis贡献147个AMPs），52.65%源自跨栖息地物种的生态型（如发酵食品特异的L. fermentum基因型含6个AMPs）。

乳杆菌科抗菌肽的高度序列分化
与公共数据库相比，72.47%（1516个）AMPs为新发现序列。理化特征分析显示，这些AMPs具有显著更高的疏水性和Boman指数（蛋白结合潜力），但净正电荷和等电点低于人类/古生物来源AMPs（P<0.001，|Cohen's d|>0.2），暗示其独特抗菌机制。

乳杆菌科抗菌肽的广谱抗菌活性
机器学习预测664个新型AMPs的加性MIC<100μM。实验验证10/16合成肽段具有活性，其中Lactobacillus delbrueckii来源的delbruin_1对所有11种病原体显效（平均MIC=38.56μM，对副溶血弧菌MIC_min=0.66μM）。CCK-8和LDH实验证实这些α-螺旋结构AMPs的细胞存活率>50%，安全性优于阳性对照LL-37。

研究结论与意义
该研究首次系统揭示了乳杆菌科AMPs的三大特征：

1. 系统发育广泛性：近70%物种具有AMP合成能力，打破传统认知局限
2. 生态驱动多样性：栖息地特异性GCFs占比超95%，为定向挖掘提供路标
3. 临床转化潜力：实验验证的AMPs兼具广谱活性（如delbruin_1）与低细胞毒性

研究者建立的"基因组挖掘-机器学习预测-实验验证"框架，不仅适用于乳杆菌科，还可推广至其他微生物资源开发。这项研究为应对抗生素耐药危机提供了三大价值：

1. 发现72.47%全新AMP序列，极大扩展抗菌药物候选库
2. 揭示生态适应与AMP进化的关联规律，指导样本采集策略
3. 验证delbruin_1等先导化合物的临床潜力，平均MIC较传统抗生素提升10-100倍

该成果标志着微生物组数据驱动的新药研发进入新阶段，为后抗生素时代提供了可持续的药物发现范式。