微生物所王军研究团队合作利用人工智能从肠道宏基因组中高效挖掘抗癌肽

　　

　　近日，中国科学院微生物研究所王军研究团队和中国科学院动物研究所宋默识研究团队合作在Advanced Science上发表题为“Efficient Mining of Anticancer Peptides from Gut Metagenome”的封面文章。该研究利用抗菌肽（Antimicrobial peptides, AMPs）和抗癌肽（Anticancer peptides, ACPs）之间的重叠特征，结合成熟的AMP预测方法（Ma et al., Nature Biotechnology, 2022）与宏基因组挖掘技术，有效地从肠道微生物组中挖掘新的ACPs。 

　　肠道微生物在调节宿主健康和疾病方面发挥着关键作用。早在1900年前后，纽约医生Willam Coley发现注射一些细菌可以使肿瘤缩小甚至消失，他假定这种效果是尚不明确的细菌毒素引起的，称之为Coley’s toxin。此外，一些研究发现肿瘤内天然存在的细菌产生的多肽具有显著调节免疫微环境和抑制肿瘤的能力。然而，由于该类研究对实验方法的严重依赖，使得ACPs的发现受到了一定的限制。 

　　本研究利用AMP和ACP之间大量的重叠特征，基于AMP预测方法，从1279条AMPs中成功识别出1033条 ACPs，并通过对结直肠癌（Colorectal cancer, CRC）患者队列的宏基因组数据分析，鉴定出40种与癌症表型相关的ACPs。研究表明，有39种ACPs对至少一种癌细胞系具有抑制作用。其中，效果最强的2个ACPs显著抑制小鼠结直肠癌皮下移植瘤的生长，且在100mg/kg体重的高剂量使用中没有表现出对小鼠的急毒性。因此，本研究利用新的方法再次发现了Coley's toxin，为肿瘤治疗提供了大量的新药物前体。 

　

　　   

　　中国科学院微生物研究所博士研究生马越、硕士研究生刘小林、内蒙古科技大学包头师范学院联合培养学生张旋和博士研究生于莹为该论文的共同第一作者，中国科学院微生物研究所王军研究员和中国科学院动物研究所宋默识研究员为本文的共同通讯作者。该研究得到了国家重点研发计划、中国科学院战略性先导科技专项、北京市自然科学基金等项目的资助。 

　　原文链接：https://doi.org/10.1002/advs.202300107