《Beni-Suef University Journal of Basic and Applied Sciences》：An overview of bioinformatics approaches to understand drug resistance and identifying novel inhibitors against multidrug-resistant Mycobacterium tuberculosis
编辑推荐：
背景：耐多药结核分枝杆菌（multidrug-resistant Mycobacterium tuberculosis, MDR-TB）的迅速出现显著降低了常规治疗方案的有效性，因此亟需发现新的药物靶点和抑制剂。
主体：本综述全面回顾了近期基于生物信息学的方法
背景：耐多药结核分枝杆菌（multidrug-resistant Mycobacterium tuberculosis, MDR-TB）的迅速出现显著降低了常规治疗方案的有效性，因此亟需发现新的药物靶点和抑制剂。
主体：本综述全面回顾了近期基于生物信息学的方法，用于识别靶向必需分枝杆菌蛋白的假定抑制剂。与以往倾向于分别关注耐药机制或使用计算方法进行药物发现的综述不同，本综述通过将耐药相关的基因突变与抗结核（anti-TB）药物发现的先进计算方法联系起来，整合了这两个方面。综述强调了包括减法基因组学（subtractive genomics）、分子对接（molecular docking）、分子动力学模拟（molecular dynamics simulations）和基于机器学习的优先级排序在内的综合计算策略。这些方法能够识别与宿主蛋白同源性极低的病原体特异性靶点。本综述进一步强调了天然产物、多肽和药物再利用策略在靶向MDR-TB中的重要性。尽管存在挑战，计算流程已显示出在加速早期药物发现的同时降低相关成本和时间方面的巨大潜力。案例研究进一步证明了将多组学数据与人工智能相结合以创建菌株特异性治疗方法的益处。此外，本综述指出了当前将计算预测转化为实验和临床验证所面临的挑战，同时提供了未来方向，包括基于人工智能/机器学习（AI/ML）的药物发现、网络药理学（network pharmacology）、宿主导向疗法（host-directed therapies）和个性化医学（personalized medicine）。
结论：总体而言，本综述强调了生物信息学在应对全球MDR-TB负担中的关键作用，并突出了其在指导下一代抗TB药物开发中的变革性作用。
临床试验编号：不适用。
1 引言
结核病（Tuberculosis, TB）是由结核分枝杆菌（Mycobacterium tuberculosis, Mtb）引起的重大公共卫生问题。根据世界卫生组织（WHO）《2025年全球结核病报告》，2024年全球约有1070万新发病例和123万死亡病例。耐多药结核病（Multidrug resistant TB, MDR-TB）的特征是对异烟肼和利福平这两种最有效的抗TB药物产生耐药性。Mtb采用多种机制逃避适应性免疫，其耐药性的发展对全球健康构成严峻挑战。近年来生物信息学的进展通过快速且经济地预测细菌靶点并促进大规模化合物库的计算筛选，显著改进了抗TB策略。本综述重点介绍了近期用于对抗MDR-TB感染的计算策略，并整合了耐药生物学与先进生物信息学，为加速抗TB药物发现提供了一个全面的框架。
2 Mtb的生物学特性
Mtb是一种革兰氏阳性、抗酸杆菌，能成功抑制并逃逸宿主巨噬细胞的免疫反应。其细胞包膜中分枝菌酸的作用、由DosR-S-T系统调控的潜伏期以及免疫逃避机制（如吞噬体成熟停滞）是其关键特征。药物的耐药性主要由初级突变（如* rpoB、katG、pncA）和外排泵介导。Mtb* H37Rv的完整基因组已被功能注释，包含一个440万个碱基对的环状染色体和约4000个基因。
2.1 细胞结构
Mtb独特的细胞壁结构是其抗酸性、低渗透性及抵抗环境压力和抗菌剂的主要原因。细胞质膜是最内层组分，也是肽聚糖（peptidoglycan）、阿拉伯半乳聚糖（arabinogalactan）和分枝菌酸（mycolic acids）等主要细胞壁成分的合成场所。这些成分共同形成坚固的结构框架，其中细胞壁生物合成途径是抗TB药物开发的主要靶点。例如，异烟肼和乙硫异烟胺抑制InhA酶，乙胺丁醇靶向Emb蛋白，而DprE1已成为一个有前景的新兴药物靶点。
2.2 Mtb的作用机制
Mtb利用复杂策略确保逃避宿主免疫，包括感染巨噬细胞、抑制吞噬体与溶酶体融合、调节宿主细胞凋亡、抗原呈递、防御氧化应激以及利用宿主脂质作为营养源。核心毒力因子包括ESAT-6、PE-PGRS蛋白和硫苷脂等复杂生物分子。
2.3 Mtb的耐多药性
耐多药结核病（MDR-TB）对利福平和异烟肼耐药。广泛耐药结核病（Extensively drug-resistant TB, XDR-TB）则还对至少一种氟喹诺酮类药物和一种二线注射剂耐药。Mtb耐药性的产生主要由染色体突变驱动，这些突变可改变蛋白质活性位点，降低药效。例如，rpoB突变赋予利福平耐药性，katG和inhA的改变导致异烟肼耐药性，而氟喹诺酮类耐药性与gyrA和gyrB突变相关。
2.4 关键通路和靶点蛋白
鉴定Mtb分泌蛋白是寻找疫苗和药物靶点的关键研究方向。Mtb的关键蛋白及其生物功能和已知/新兴抑制剂被总结于文中表1。主要的耐药相关突变、其耐药机制及相应的计算机缓解策略被总结于文中表2。
3 利用生物信息学方法识别新型抑制剂
用于药物发现流程的主要计算平台和数据库被总结于文中表3，其在不同药物发现阶段的应用见文中图3。识别新型抑制剂始于减法基因组学，以获取人类中不存在的关键蛋白。虚拟筛选通过分子对接加速了大型数据集（如天然产物）的筛选。同源建模（如使用AlphaFold）和结合口袋预测用于活性位点筛选，而分子动力学模拟则用于分析配体在Mtb靶点内的稳定性。机器学习有助于基于药效团和ADMET特征对先导化合物进行评分。文中图4展示了集成的计算流程，文中表4则提供了主要计算方法的比较概览。
3.1 药物靶点的识别与优先排序
目前已有一些新药获批用于治疗耐药结核病，但仍需能杀灭休眠期Mtb的新药。由于对Mtb生物学特性的了解不足，诊断和新疗法的转化面临困难。常见的药物开发方法包括遗传学靶点发现、高通量化合物筛选、计算机辅助药物发现以及基于结构的药物优化。
3.2 基因组学、转录组学、蛋白质组学、代谢组学及系统生物学的作用
全基因组测序等基因组学创新已识别出可作为治疗靶点的耐药相关突变和毒力因子。转录组学揭示了不同生理条件下的动态基因表达，如DosR调控子成员被确定为潜在靶点。蛋白质组学补充了基因组和转录组分析，识别出参与细胞壁生物合成、代谢和宿主-病原体相互作用的活性蛋白。代谢组学提供了对细胞内生存期间代谢适应的见解。系统生物学整合多组学数据，以理解Mtb生存和致病性所需的基本基因、调控网络和蛋白质相互作用。人工智能-机器学习（AI-ML）和基于网络的分析加速了靶点优先排序和先导物识别。
3.3 结构生物信息学方法
研究者利用IS6110 DNA指纹图谱、间隔寡核苷酸分型等方法鉴定分枝杆菌菌株。基因组测序数据可用于理解分枝杆菌间的亲缘关系并进行分类。Mtb复合群分为七个谱系，每个谱系通常分布在特定的地理区域。
3.4 化合物筛选与分子对接
通过靶向Mtb关键蛋白（如DNA旋转酶），采用基于配体和基于结构的虚拟筛选技术，从大型化合物库（如FDA批准药物、天然产物）中寻找强效抑制剂。机器学习模型可基于已知的抗结核物质进行训练，预测化合物的活性。随后通过分子对接确认候选化合物与靶标的结合亲和力和相互作用模式。一项研究从DrugBank库中筛选了11576个小分子，发现醛柔比星和夸氟辛对Mtb H37Rv菌株表现出高结合亲和力和显著的抑制活性。文中表5总结了针对MDR-Mtb蛋白的计算方法、验证状态及已识别的抑制剂。
4 通过计算分析解决耐药性问题
计算方法对于理解Mtb的耐药性至关重要。研究表明，耐药性可能源于蛋白质稳定性的微小变化，而非完全阻断药物结合位点。例如，KatG酶中血红素因子的去稳定化阻止了异烟肼的激活。利用大型基因组数据集训练的机器学习模型对一线抗生素耐药性的预测准确率可达96%以上，并能有效识别非传统耐药机制，如基因间突变和谱系特异性耐药。
4.1 分子水平的耐药机制
氯法齐明和贝达喹啉是目前用于治疗MDR-Mtb感染的药物。然而，MDR和XDR菌株的出现对这些药物的疗效构成了威胁。本综述总结了氯法齐明和贝达喹啉的作用机制、药物敏感性试验、个体和交叉耐药性、相关突变、临床疗效及药代动力学。
4.2 治疗替代方案
由于耐药菌株的迅速出现，植物化合物、抗TB多肽和肌肽等生物活性分子作为替代疗法正在被探索。植物化合物是具有抗分枝杆菌和协同潜力的天然生物活性分子库。抗TB多肽具有广谱活性和较低的诱导耐药风险。大量计算工具被用于虚拟筛选这些化合物和多肽，从而加速药物发现进程。
4.3 基于宿主-病原体相互作用的靶向策略
对宿主-病原体相互作用的深入了解揭示了Mtb靶点的新方向，例如病原体抑制吞噬溶酶体融合、抑制凋亡并促进坏死、以及改变细胞因子平衡。这些动态过程为破坏其逃避策略的疗法创造了机会。增强宿主自噬或恢复促凋亡信号可能更有效地清除胞内细菌。文中表6总结了主要的宿主-病原体相互作用。不同的毒力因子，如ESAT-6、PE-PGRS蛋白和硫苷脂，在促进杆菌的胞内持久存活中发挥关键作用。靶向这些毒力因子（如ESAT-6分泌抑制剂）的毒力调节概念已受到广泛关注。宿主导向疗法旨在调节宿主反应（如PPM1A磷酸酶、LTB4/LXA4策略），为以病原体为中心的抗生素提供了替代方案。
5 Mtb研究的关键挑战
5.1 生物学复杂性
Mtb在休眠状态下难以被杀灭，此时细菌停止ATP合成并降低核糖体活性。静态对接无法模拟低能量状态，可能导致对抑制剂效果的过高估计。病原体包含从分裂杆菌到耐药持留菌的多样化群体，增加了治疗的复杂性。需要从单一药物治疗转向影响活跃和休眠菌株的治疗方案。
5.2 计算局限性
超过40%的Mtb蛋白缺乏实验结构，需要依赖同源建模。评分准确性是另一个问题，经验性评分函数可能错误地对结合物进行排名。常规分子动力学模拟的时间尺度不足以捕捉柔性靶标的构象变化，而粗粒化方法则会牺牲抑制剂所需的原子细节。
5.3 抗TB药物发现中的转化挑战
一个计算鉴定的候选药物成功转化为临床应用需要全面的ADMET（吸收、分布、代谢、排泄和毒性）评估，以确保其药代动力学和安全性。化合物必须能够深入渗透到巨噬细胞和肉芽肿病变中，保持代谢稳定性，具有低毒性和高生物利用度。
