Недавно были разработаны вычислительные подходы для ускорения поиска новых антибиотиков, включая антимикробные пептиды (АМП).
Помимо этого были даже разработаны методы анализа протеома для выявления антимикробных агентов в вымерших организмах в попытке расширить репертуар известных антимикробных средств. АМП, встречающиеся во всех областях жизни, представляют собой короткие последовательности (операционально определяемые здесь как 10-100 аминокислотных остатков), способные нарушать рост микроорганизмов. Чаще всего АМП нарушают целостность клеточной стенки и вызывают лизис клеток. Природные АМП могут возникать путем протеолиза, путем нерибосомального синтеза, или, как мы рассматриваем в настоящем исследовании, они могут быть закодированы в геноме.
В естественной среде обитания бактерии живут в сложном балансе антагонизма и мутуализма. АМП играют важную роль в регулировании таких микробных взаимодействий и могут вытеснять штаммы-конкуренты. Например, такие патогены, как Shigella spp., Staphylococcus spp., Vibrio cholerae, и Listeria spp. производят АМП, которые устраняют конкурентов (иногда одного с ними вида), занимая их нишу.
АМП перспективны как потенциальные терапевтические средства и уже используются в клинических целях в качестве противовирусных препаратов (например, энфувиртид и телапревир). АМП, проявляющие иммуномодулирующие свойства, в настоящее время проходят клинические испытания, как и пептиды, которые могут быть использованы для борьбы с дрожжевыми и бактериальными инфекциями (например, пексиганан, LL-37 и PAC-113). Хотя большинство АМП проявляют активность широкого спектра действия, некоторые из них активны только против близкородственных представителей одного вида или рода. Такие АМП являются более целевыми агентами, чем обычные антибиотики широкого спектра действия. Кроме того, в отличие от обычных антибиотиков, эволюция резистентности ко многим АМП происходит с низкой скоростью и не связана с перекрестной резистентностью к другим классам широко используемых антибиотиков.
Применение метагеномных методов анализа для изучения АМП не было широко применимо из-за технических ограничений, в первую очередь связанных с необходимостью отличать настоящие белок-кодирующие последовательности от ложноположительных. Поэтому значение малых открытых рамок считывания (smORFs) исторически не учитывалось в (мета)геномных анализах. В последние годы был достигнут значительный прогресс в метагеномном анализе smORFs, связанных с человеком. Эти достижения включают методы машинного обучения (MО) для идентификации smORFs, кодирующих белки, принадлежащие к определенным функциональным категориям. Примечательно, что в недавнем исследовании предсказанные smORFs были использованы для обнаружения около 2000 АМП из метагеномных образцов микробиомов кишечника человека. Тем не менее, важно отметить, что кишечник человека представляет собой лишь часть общего микробного разнообразия, что предполагает огромный потенциал для обнаружения АМП из прокариот в различных средах обитания по всему миру.
В этом исследовании мы использовали MО для предсказания и каталогизации АМП из глобального микробиома, представленного в настоящее время в публичных базах данных. Изучив с помощью компьютерных вычислений 63 410 общедоступных метагеномов и 87 920 высококачественных микробных геномов , мы обнаружили огромное разнообразие АМП. Это привело к созданию AMPSphere - коллекции из 863 498 нередуцированных пептидных последовательностей, включающих кандидатные АМП (c_AMPs), полученные из (мета)геномных данных. Примечательно, что большинство из этих последовательностей c_AMP не были описаны ранее. Наш анализ показал, что эти c_AMPs были специфичны для определенных мест обитания и преимущественно не являлись основными генами пангенома.
Более того, мы синтезировали 100 c_AMP из AMPSphere и обнаружили, что 79 из них активны, причем 63 проявляют антимикробную активность in vitro против клинически значимых патогенов ESKAPEE, которые признаны проблемой общественного здравоохранения. Эти пептиды далее сравнивались с закодированными пептидами, которые был найдены вычислительным путем, и продемонстрировали их способность воздействовать на бактериальные мембраны. Примечательно, что ведущие кандидаты продемонстрировали многообещающую антиинфекционную активность в доклинической модели на животных.
В целом наша работа демонстрирует способность подходов MО идентифицировать функциональные АМП из глобального микробиома. Наш подход позволил выявить около миллиона прокариотических AMП-последовательностей и является ценным ресурсом для поиска антибиотиков.
