2024-06-05

Discovery of antimicrobial peptides in the global microbiome with machine learning 

□ 미생물 군집(microbiome)에서 항균 펩타이드(AMPs, antimicrobial peptides)를 발견하기 위해 기계 학습(machine learning)을 활용하는 접근법을 제시하였으며,

    약 100만 개의 새로운 항생제 후보를 발견함

  ○ AMP 후보를 빠르게 발견할 수 있도록 하는 공개 접근 가능한 자원 AMPSphere를 구축

    - AMPSphere는 온라인 접근 및 펩타이드 서열, ORF, 예측된 생화학적 특성 등을 검색 가능

    - 63,410개 메타지놈(metagenomes), 87,920개 원핵생물 게놈 분석을 통한 AMP후보 예측

□ Macrel 기계 학습 기반 도구를 사용하여 대규모 펩타이드 데이터셋에서 AMP를 예측할 수 있으며, 중복되지 않는 863,498개 AMP 후보(c_AMPs)를 도출함

  ○ 100개 AMP 후보를 합성하여 임상적으로 중요한 병원균과 인간 장내 공생체를 대상으로 실험

    - 100개 펩타이드 중 79개가 활성화되었으며, 이 중 63개는 병원균을 표적함

    - 대부분 AMP는 박테리아 막을 교란을 통한 항균 효과 확인

    - 일부 펩타이드는 유전자 단편화(genomic fragmentation)를 통해 더 긴 서열로부터 유래됨

□ 피부 농양 마우스 감염 모델을 통해서 AMPSphere에서 예측된 항균 펩타이드의 생체 내 활성을 확인함

  ○ 마우스의 등 피부를 손상시킨 후, Acinetobacter baumannii 병원균을 주입하여 감염을 유도한 뒤, 비교군으로 항생제 polymyxin B를 사용하였으며

      각 펩타이드를 해당 최소 억제 농도(MIC)로 투여함

  ○ AMPSphere에서 예측된 항균 펩타이드 중 Lachnospirin-1과 Enterococcin-1는 마우스 모델에서 유의미한 항균 활성을 보임

원문 및 배너이미지 출처 Link