开发新型算法可辨识逾10倍的天然抗生素种类

美国加州大学(University of California；UC)研究团队发表论文描述一种新型算法，能较之前所有研究多辨识出种类逾10倍的天然抗生素。

据报导，抗药性已成为全球性的重大问题。许多药物，包括万不得已才使用的万古霉素(vancomycin)和达托霉素(daptomycin)等抗生素都是肽类天然物(Peptidic Natural Product；PNP)。事实上，许多抗菌剂和抗癌剂亦为PNP。

然而，无论在实验上和运算上，发现新的PNP都是艰难的挑战。UC研究团队于《Nature Microbiology》期刊上发表的论文中描述了一种新算法，能较之前所有研究辨识出多逾10倍的PNP。

加州大学圣地牙哥分校(University of California San Diego)计算机科学教授Pavel Pevzner为该论文的通讯作者，该论文共同作者为Pevzner之前的指导学生，现为卡内基美隆大学(Carnegie Mellon University)的运算生物系助理教授Hosein Mohimani。

PNP代表复杂化合物的最后碱基，而直到最近仍无法用运算研究来发现。PNP是细菌和真菌在求生存的战斗过程产生，因此具备成为天然抗生素的庞大潜力。随著抗菌药物的耐药性成为全球关注焦点，药物迫切需要新的抗生素，而发现天然抗生素的创新方法越来越重要。

该团队在研究中描述一种用于辨识PNP的新型运算方法VarQuest。VarQuest可一次处理大量质谱数据，因此可应用于高通量的药物开发管道，如最近发表的Global Natural Products Social(GNPS)分子网络。GNPS已包含全球收集的10亿多个质谱图，是未来生物活性化合物的金矿。

与现有竞争运算法相比，VarQuest不仅能辨识已知的PNP，且能辨识其新型变体，而这些变体有时在临床上更有效。对整个GNPS进行的VarQuest分析找出比之前所有方法多逾10倍的PNP变体。

此外，VarQuest揭示了PNP的惊人多样性，这可能反映了各种细菌物种对不断变化的环境和竞争的进化适应性，例如，肽抗生素变体库的持续变化以响应抗生素抗性。

Mohimani表示，天然物(natural product)领域的研究人员正在收集微生物菌株的大规模代谢组学数据，并改用大数据来发现天然物。VarQuest则为理解已在该领域收集到的大数据的第一步。