抗生素被用于治療危及生命的感染已有近百年，隨著日益增加的耐藥性細(xì)菌的出現(xiàn)，傳統(tǒng)療法對(duì)耐藥細(xì)菌感染已不再有效，抗生素耐藥性危機(jī)已成為亟待解決的全球健康問題，迫切需要新的下一代抗菌藥物(以核酸和肽為基礎(chǔ))的發(fā)現(xiàn)方法。

　　抗菌肽(AMP)存在于所有生命領(lǐng)域，能夠?qū)е录?xì)胞裂解從而完全殺死或抑制微生物生長(zhǎng)。與傳統(tǒng)的廣譜抗生素相比，AMP 更具針對(duì)性，且其耐藥性演變速度很低，有望成為一種潛在的治療方法。

　　近日，復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院(下文簡(jiǎn)稱“類腦研究院”)青年研究員路易斯·佩德羅·科埃略(Luis Pedro Coelho)、名譽(yù)教授皮爾·伯克(Peer Bork)、特聘教授趙興明團(tuán)隊(duì)與來自美國(guó)與德國(guó)的科學(xué)家將人工智能與生物醫(yī)學(xué)交叉融合，從全球微生物組中預(yù)測(cè)近100萬種新型抗菌肽。相關(guān)成果以《利用機(jī)器學(xué)習(xí)發(fā)現(xiàn)全球微生物組中的抗菌肽》(“Discovery of antimicrobial peptides in the global microbiome with machine learning”)為題，在《細(xì)胞》(Cell)主刊上發(fā)表。

　　論文鏈接：

　　https://doi.org/10.1016/j.cell.2024.05.013

　　在研究中，團(tuán)隊(duì)提出了一種針對(duì)微生物多肽識(shí)別的機(jī)器學(xué)習(xí)算法，可大大降低抗菌肽(AMP)識(shí)別的假陽(yáng)性率?；谠摍C(jī)器學(xué)習(xí)算法，研究團(tuán)隊(duì)從來自環(huán)境和宿主相關(guān)棲息地的全球63,410個(gè)宏基因組和87,920個(gè)高質(zhì)量細(xì)菌與古菌基因組預(yù)測(cè)得到了近100萬種新型非冗余抗菌肽，并建立了AMP綜合數(shù)據(jù)資源(AMPSphere)。

　　研究發(fā)現(xiàn)， AMP 的產(chǎn)生特定于棲息地，且其功效表現(xiàn)出菌株特異性。研究團(tuán)隊(duì)測(cè)試了 100 種合成的AMP對(duì) 11 種臨床相關(guān)致病菌株和人類腸道共生菌的作用，共有 79 種 AMP表現(xiàn)出針對(duì)病原體和/或共生菌的抗菌活性，其中63 種 AMP成功抑制了被認(rèn)為是公共衛(wèi)生問題的ESKAPEE病原體的生長(zhǎng)。此外，研究團(tuán)隊(duì)在小鼠感染模型中發(fā)現(xiàn)一些AMP具有抗感染功效，相當(dāng)于臨床前小鼠模型中的多粘菌素B(一種商業(yè)臨床抗生素，同樣是AMP)。

　　該研究證明了人工智能方法從全球微生物組中識(shí)別功能性 AMP 的潛力，研究團(tuán)隊(duì)提出的該AMPSphere數(shù)據(jù)庫(kù)為微生物領(lǐng)域研究提供了寶貴資源，這些研究發(fā)現(xiàn)對(duì)于理解抗菌肽的起源和作用機(jī)制具有重要意義，為未來抗菌藥物的研發(fā)邁出了重要一步，為人類健康研究提供了重要貢獻(xiàn)。

　　近年來，人工智能技術(shù)蓬勃發(fā)展，已廣泛地應(yīng)用于生物學(xué)、神經(jīng)科學(xué)、醫(yī)學(xué)等領(lǐng)域，在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、生物基礎(chǔ)大模型建立、生物醫(yī)學(xué)圖像識(shí)別等方面取得了新突破。

　　復(fù)旦大學(xué)類腦研究院生物醫(yī)學(xué)人工智能(BioMed AI)團(tuán)隊(duì)長(zhǎng)期聚焦于人工智能與生物醫(yī)學(xué)交叉研究，團(tuán)隊(duì)負(fù)責(zé)人為復(fù)旦大學(xué)特聘教授、上海市生物信息學(xué)學(xué)會(huì)理事長(zhǎng)、類腦智能科學(xué)與技術(shù)研究院副院長(zhǎng)、計(jì)算神經(jīng)科學(xué)與類腦智能教育部重點(diǎn)實(shí)驗(yàn)室副主任趙興明。

　　此前，在生物醫(yī)學(xué)大數(shù)據(jù)方面，團(tuán)隊(duì)已構(gòu)建了首個(gè)全球微生物基因目錄，成果刊發(fā)于《自然》主刊，構(gòu)建了中國(guó)人腸道病毒組目錄，在國(guó)際率先提出了人體真菌腸型的概念并揭示了人類四種真菌“腸型”結(jié)構(gòu)等。與此同時(shí)，團(tuán)隊(duì)還針對(duì)生物醫(yī)學(xué)大數(shù)據(jù)開發(fā)了一系列人工智能算法與工具，如宏基因組組裝錯(cuò)誤識(shí)別與矯正算法metaMIC、基于sMRI的多模態(tài)PET指標(biāo)預(yù)測(cè)方法等，并成功應(yīng)用于微生物組學(xué)、基因組學(xué)、影像組學(xué)等不同場(chǎng)景。

　　本次研究成果為團(tuán)隊(duì)將人工智能算法應(yīng)用于微生物組學(xué)的里程碑式進(jìn)展。據(jù)趙興明介紹，未來，團(tuán)隊(duì)將繼續(xù)聚焦人工智能與生物醫(yī)學(xué)大數(shù)據(jù)交叉領(lǐng)域的研究，“比如基于中國(guó)人腸道病毒組目錄開發(fā)人工智能算法與工具，進(jìn)行相關(guān)微生物大模型的訓(xùn)練”，在AI for Science的前沿持續(xù)探索。

　　類腦研究院博士后Célio Dias Santos-Júnior與美國(guó)賓夕法尼亞大學(xué)中文名Marcelo D.T. Torres為共同第一作者，類腦研究院青年研究員Luis pedro Ceolho與美國(guó)賓夕法尼亞大學(xué)的Cesar de la Fuente-Nunez 為共同通訊作者。