《ACS Omega》：Machine Learning Guided Discovery of Microbiome Metabolites That Inhibit HDAC
编辑推荐：
组蛋白去乙酰化酶（Histone deacetylase，HDAC）是一类关键的表观遗传调节因子，参与炎症、代谢与癌症过程。微生物组代谢物可调节宿主组蛋白乙酰化，但系统鉴定靶向HDAC的代谢物仍有限。研究人员提出一种计算驱动发现流程，结合训练数据组成优化与实验
组蛋白去乙酰化酶（Histone deacetylase，HDAC）是一类关键的表观遗传调节因子，参与炎症、代谢与癌症过程。微生物组代谢物可调节宿主组蛋白乙酰化，但系统鉴定靶向HDAC的代谢物仍有限。研究人员提出一种计算驱动发现流程，结合训练数据组成优化与实验验证，以优先筛选微生物源HDAC抑制剂。从公开HDAC3筛选数据集（314,129个化合物，485个活性物）出发，研究人员开发自动迭代采样策略，在平衡活性与无活性化合物的同时，使无活性类富集代谢物样化学结构。基于平衡且代谢物富集子集训练的模型，较全数据集模型显著提升灵敏度与平衡准确率。多轮优化模型的共识预测应用于精选微生物组代谢物数据库以优先候选。两个首选候选5-(羟甲基)呋喃甲酸（5-(hydroxymethyl)furoic acid，HMFA）与d-葡萄糖醛酸内酯（d-glucuronolactone，DGL）经HDAC3特异性生化 Assay 及更广HDAC活性评估，均表现轻度抑制；对接模拟提示HMFA可能作用于HDAC3催化位点。该工作表明靶向训练集组成可改进机器学习辅助发现微生物源小分子抑制剂，并确认HMFA为具可测体外HDAC抑制活性的微生物相关代谢物。
研究背景与立项依据
组蛋白去乙酰化酶（Histone deacetylase，HDAC）通过去除组蛋白与非组蛋白赖氨酸残基乙酰基，调控染色质凝聚与转录抑制，其异常活化关联癌症、神经退行病、代谢病及炎症。已获批合成HDAC抑制剂（如vorinostat、romidepsin）具全身毒性，限制其广用。微生物组代谢物因预测毒性低、组织分布局限，有望成为替代表观调节分子；短链脂肪酸（如butyrate）已被证为天然弱HDAC调节物，但系统挖掘微生物代谢物中HDAC调制物受限于大规模实验不可行。研究人员因此构建机器学习框架，从HDAC3高通量筛选（High-throughput screening，HTS）大数据（PubChem AID 2718，n=314,129，活性率0.15%）中迁移至微生物化学空间，以发现新型微调抑制剂。
关键技术方法概述
研究人员以PubChem AID 2718的HDAC3单点筛选为训练源，交叉匹配自建微生物代谢物库（n=2645）获162个已知代谢物（全无活性）作验证子集；用RDKit生成Morgan指纹（半径2，2048位）表征分子，以Tanimoto相似度≥0.6定义“代谢物样”无活性化合物（n=1003）。先后采用手动子采样（六种平衡/富集配置）与自动迭代数据组成优化（六策略、每轮加2分子、指数滑动平均定最早峰值轮次~257轮总n=515），以多层感知机（Multilayer perceptron，MLP）、随机森林（Random forest，RF）、XGBoost对比，选MLP为主模型；将多轮最优模型共识预测施于微生物代谢物库，依可得性/溶解性遴HMFA与DGL进行重组HDAC3–NCoR复合体 Assay 及HeLa核提取物广谱HDAC Assay，并以GNINA深度学习对接（PDB 4A69）作机制假说生成。
研究结果
Manual Subsampling of the Original Train Set
全量基线模型因类别不平衡致灵敏度极低（MLP 0.12）。手动构建六种子集，平衡代谢物富集集（437活+437代代谢物样无活）使MLP灵敏度升至0.95、平衡准确率最高；证明向无活性类注入代谢物样结构、而非随机欠采样，可显著提升对代谢物化学空间的召回。
Automated Data Composition Optimization
自动循环从10分子冷启动，每轮增1活1无活（平衡策略）或按相似度排序注入。平衡代谢物富集与平衡最代谢物样策略在相1（两池充裕）即达峰值灵敏度~0.97，最早最优轮次平均258（代谢物富集）与386（最相似）；相2活性耗尽后指标下滑，相3全转非代谢物样无活时趋同全量训练。阈值0.6的宽泛邻域比纯高相似排序更早收敛更稳定，确认“少而精、代谢物感知”的子集可减半数据量媲美手动集。
Prospective Validation of Machine Learning Model Predictions
共识分最高两代谢物HMFA（0.62）与DGL（0.55）获选。HDAC3–NCoR Assay 10 mM下HMFA抑酶29.12%、DGL 13.28%，对照butyrate 37.04%（差异不显著）；HeLa核提取物中1 M时HMFA抑广谱HDAC约97.1%、DGL 30.8%，10 mM时分别为14.7%与17.8%，量级与butyrate相当。证实模型自合成药化学空间外推至微生物代谢物可命中具可测体外弱抑制物。
Docking Simulation Supports the Experimental Results
GNINA对接HDAC3（4A69）示HMFA距Zn2+ 2.21 ?，拟形成氢键、π–π堆积、金属配位与盐桥，CNN pose评分0.82；DGL结合偏远、互作弱（0.68）。延展至HDAC2（7ZZO）、HDAC8（1W22）趋势一致，但作者明确此为假说生成非选择性证据。
讨论与结论翻译
讨论指出，平衡并代谢物样富集训练组成是提升自然产物样化学迁移性的关键；自动优化揭示早期相变点即为灵敏度高台。实验验证弱抑制与butyrate体外弱、体内强表观一致，提示局部累积与协同代谢物或放大效应。局限含HTS单点浓度标签噪声、trypsin偶联 Assay 假阳、跨亚型不可分；需多浓度正交 Assay 与纯化亚型 SPR/ITC 验证。结论原文意译：本研究证明定制训练集组成至微生物代谢物化学空间可改善预测精度并促进新型生物活性微生物代谢物发现；计算富集、预测建模与对接联合为探索调控HDAC等表观靶点的微生物代谢物提供高效框架，并确证HMFA为具可测体外HDAC抑制活性的微生物关联代谢物。该文发表于《ACS Omega》。
