近日，李錦铨教授課題組在Advanced Science雜志發表題為“Discovery of Antimicrobial Lysins from the ‘Dark Matter’ of Uncharacterized Phages Using Artificial Intelligence”的研究性論文，該研究展示了整合人工智能和實驗方法以加快發現新的抗菌蛋白，對抗日益增加的細菌耐藥性的潛力。
全球每年有6億食源性疾病發生，導緻42萬人死亡，其中食源性細菌是導緻食源性疾病的首要因素。食品生産鍊中過度使用消毒劑和抗菌劑會加速細菌耐藥性的傳播。因此，研發新型抗菌分子迫在眉睫。噬菌體裂解酶是噬菌體在侵染宿主細菌末期為釋放子代噬菌體産生的一種肽聚糖裂解酶（包含溶菌酶）。裂解酶具有高效快速的殺菌作用和不易誘導細菌産生耐藥性的優勢，是防控食品安全中病原菌污染的有效候選物。然而，現在的裂解酶篩選策略嚴重依賴已報道的實驗驗證的裂解酶，生物信息學方法無法系統地進行大規模篩選，目前已發現的裂解酶還不到自然界中的1%。因此，需要開發新的發掘策略促進更多的裂解酶應用于食品安全領域。
本研究開發了一站式的裂解酶發掘和活性評估軟件“DeepLysin”，該軟件能夠利用人工智能識别抗菌候選蛋白在高維特征的細微差别，實現從“暗物質”中有效篩選裂解酶候選物（圖1）。
圖1 DeepLysin工作流程示意圖
以重要的食源性金黃色葡萄球菌為測試對象，利用“DeepLysin”從暗物質中共發掘到466個非冗餘裂解酶候選物，結合濕實驗驗證篩選到多個具有活性的裂解酶候選物（圖2）。其中，裂解酶LLysSA9具有同類最佳（best-in-class）的活性，比世界首個進入臨床III期試驗的裂解酶CF-301的最小抑菌濃度低4-16倍（表1），在食源性病原菌防控中具有廣泛的應用前景，為推動裂解酶在食品生産鍊中的應用奠定基礎。同時，這種由人工智能輔助篩選非冗餘裂解酶的開放科學方法為發掘高活性的抗菌蛋白分子奠定了方法學基礎。
圖2 裂解酶-肽聚糖相互作用預測和假定裂解酶的實驗驗證
表1 裂解酶LLysSA9與CF-301的最小抑菌/殺菌濃度比較
論文鍊接：https://doi.org/10.1002/advs.202404049
通訊作者信息：李錦铨，77779193永利官网教授，博士生導師，校人力資源部副部長（挂職）。主持國家優秀青年科學基金、農業農村部“農業科研傑出人才”培養計劃、湖北省青年拔尖人才培養計劃和湖北省傑出青年科學基金等省部級以上課題10餘項。長期緻力于食源性病原菌緻病機制和噬菌體新型防控技術研究，系統構建沙門氏菌、大腸杆菌、金黃色葡萄球菌、副溶血弧菌、氣單胞菌等重要食品安全病原菌的噬菌體庫和裂解酶庫，為實現我國噬菌體産業自主生産積累資源和建立生産線，相關技術可應用于替代飼料、養殖和食品加工過程所需的抗菌物質，促進動物健康與動物性食品安全。曾在中國食品學報、食品科學、Advanced Science、EMBO Molecular Medicine、Drug Resistance Updates、FEMS Microbiology Reviews、The Journal of Infectious Diseases、Food Control和Food Research International發表論文40餘篇；獲授權國家發明專利12項；部分研究成果被Nature雜志選為研究亮點并專題報道。任《生物醫學科學與工程》期刊編委，iMeta、Advanced Science、《畜牧獸醫學報》和《微生物學報》等期刊審稿人。
第一作者信息：張月，77779193永利官网食品科技學院2020級碩士研究生/生命科技學院2022級博士研究生，研究方向為病原菌的新型防控技術；李潤澤，77779193永利官网生命科技學院2022級博士研究生，研究方向為人工智能發掘新型抗菌蛋白。
