综述：冉冉升起的新星：植物NLR免疫信号传导的统一机制

《Journal of Molecular Biology》：Rising Star: A unified mechanism of plant NLR immune signaling

微生物群与活性物质相互作用数据库MASI 2.0新增了基于基因组视角的166,766个微生物-药物及205,505个微生物-食物相互作用，整合415个合成基因簇、59个代谢基因簇和7250个基因组代谢模型，涵盖1867种微生物及1576种治疗物质，揭示了微生物代谢网络与疾病关联的潜在机制。

　　

侯东月|刘宇辰|林汉波|顾佳洁|钱俊成|王少飞|陈宇宗|Ju殿文|曾宪

复旦大学上海免疫治疗工程研究中心药学科学学院，中国上海201203

摘要

微生物群与活性物质之间的广泛相互作用与健康和疾病密切相关。从基因组角度理解这些相互作用的机制及其潜在影响对于生物医学和药物研究非常重要。然而，现有的数据存储库往往缺乏系统的基因组整合。本文介绍了MASI微生物群-活性物质相互作用数据库的更新内容。此次更新包括：(1) 来自基因组的166,766个微生物群-药物相互作用和205,505个微生物群-食物相互作用的数据，这些数据通过415个生物合成基因簇（BGCs）、59个代谢基因簇（MGCs）以及约1200种微生物群的7,250个基因组规模代谢网络模型（GEMs）进行关联；(2) 1,848条通过39种群体感应语言介导的微生物群-微生物群相互作用记录；(3) 640种微生物群与59种疾病之间的46,717种关联。总体而言，此次更新提供了来自约2,000篇文献的44,643个相互作用记录和380,571个基因组衍生的相互作用数据，涵盖了1,867种微生物、1,576种治疗性物质和357种膳食物质，这些数据可免费访问：https://www.aiddlab.com/MASI2025/index.html。

引言

最近的研究揭示了肠道微生物群与多种人类疾病及其治疗之间的强烈关联1, 2, 3。肠道微生物群既与内源性分子（宿主代谢物）也与外源性物质（食物成分、药物）相互作用，影响疾病进展和治疗效果4, 5, 6。了解肠道微生物群与这些物质的相互作用模式为探究微生物群相关疾病的机制和个性化临床干预提供了新的见解7, 8, 9。基因组规模的挖掘揭示了微生物在合成、代谢和与内源性及外源性物质相互作用方面的多种能力¹⁰。已经鉴定出数千个生物合成基因簇（BGCs）和代谢基因簇（MGCs），为潜在的微生物群-物质相互作用提供了丰富的资源11, 12, 13。此外，从微生物基因组重建的基因组规模代谢模型（GEMs）为研究微生物物种对各种物质的代谢活动提供了独特的机会14, 15, 16。基因组衍生的信息为理解微生物群与包括内源性化合物和外源性物质（如药物、食品成分、环境化学物质等）之间的相互作用提供了新的线索。

目前，存在多种肠道微生物群数据库，每种数据库关注不同的数据类型和特征。例如，GMMAD数据库提供了微生物与疾病以及微生物与代谢物之间的关系，可以通过特定因素计算预测疾病-代谢物关系¹⁷。HMDAD数据库提供了关于疾病-微生物作用点的见解²。gutMDisorder数据库探讨了肠道微生物群与人类疾病和干预措施之间的联系¹⁸。其他数据库（包括VMH¹⁹、gutMEGA²⁰、gutMGene²¹、GMrepo²²等）也提供了关于微生物、人类疾病和代谢过程之间关系的宝贵见解。

然而，这些数据库尚未整合能够进一步揭示该领域微生物隐藏代谢潜力的基因组衍生信息。在这项研究中，我们更新了MASI数据库，加入了基因组衍生的详细信息，包括MGCs、BGCs以及来自GEMs的食物/药物活性物质的代谢反应数据。此外，我们还纳入了通过群体感应介导的微生物-微生物相互作用数据以及微生物在人体内的分布数据。在本文中，我们利用更新后的数据库探索了基于MASI2.0数据库中MGCs和其他数据层的关联，展示了其揭示微生物群-活性物质相互作用隐藏模式的潜力，这些信息可能为未来的生物医学研究提供参考。

数据收集与预处理

MASI2.0的数据是通过以下程序检索的：自2021年以来，使用关键词“microbiota”、“microbiome”、“microbe”、“bacteria”、“gut”、“intestinal”、“xenobiotics”、“chemical”、“metabolite”、“metabolism”、“high-throughput”、“biotransformation”、“modulating”、“modulation”、“regulating”、“regulation”、“MGC”、“BGC”、“gene cluster”、“reaction”、“QS language”、“quorum sensing”、“distribution”从PubMed和Google Scholar中检索了MASI2.0的相关文献。

更新后的MASI2.0的统计信息和新功能特性

在这次MASI数据库的重大更新中，除了通过手动查阅1,994篇文献增加数据记录外，我们还利用成熟的算法（gutSMASH¹¹和antiSMASH²⁵）系统地挖掘了微生物物种的BGCs和MGCs，然后手动从文献中注释与这些BGCs和MGCs相关的物质，构建了新的相互作用关系。此外，我们还

讨论

肠道微生物与宿主代谢物和外源性物质相互作用，影响多种生理过程，包括免疫功能、代谢和药物效果5, 6, 45。如前文关于微生物-活性物质相互作用的部分所述，在MASI2.0中，核苷类和苷类化合物是最常与MGCs共现的活性物质类别，共鉴定出五种核苷和十种苷类。这一观察结果与

CRediT作者贡献声明

侯东月：撰写原始稿件、可视化处理、软件开发、资源收集、方法学设计、实验设计、数据分析、数据整理。刘宇辰：撰写原始稿件、可视化处理、软件开发、资源收集、方法学设计、实验设计、数据分析。林汉波：可视化处理、软件开发、方法学设计、实验设计、数据分析。顾佳洁：可视化处理、验证工作、方法学设计、实验设计、数据分析。钱俊成：可视化处理、实验设计、数据分析、数据整理。

资助

国家自然科学基金[32000479, 32200745, 82371781]；上海帆船计划[21YF1401900]；国家重点研发计划（合成生物学研究）[2019YFA0905900]。

作者贡献

X.Z.、Y.C.和D.J.在整个项目期间提供了持续的监督。D.H.、Y.L.和H.L.负责数据库的总体构建、网页设计和手稿撰写，并在所有方面进行了协作。J.Q.、J.G.和S.W.参与了数据收集工作。

利益冲突声明

作者声明没有利益冲突。