MASI2.0：通过整合微生物群与活性物质相互作用的基因组信息，揭示微生物群的代谢潜力

《Journal of Molecular Biology》：MASI2.0: Insights of Microbiota Metabolic Potential from Incorporating Genomic Information on Microbiota-Active Substance Interactions

微生物组与活性物质相互作用数据库MA SI 2.0新增了基因组来源的166,766条微生物-药物及205,505条微生物-食物相互作用数据，整合了415个生物合成基因簇（BGCs）、59个代谢基因簇（MGCs）和7,250个基因组代谢网络模型，覆盖1,867种微生物及1,576种治疗物质。还补充了1,848条微生物间信号分子调控交互记录和46,717条微生物-疾病关联数据，支持通过基因簇分析挖掘潜在治疗靶点。

　　

Dongyue Hou|Yuchen Liu|Hanbo Lin|Jiajie Gu|Juncheng Qian|Shaofei Wang|Yuzong Chen|Dianwen Ju|Xian Zeng

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生物医学和制药研究非常重要。然而，当前的数据库往往缺乏系统的基因组整合。在这里，我们更新了MASI微生物群-活性物质相互作用数据库。此次更新包括：(1) 来自基因组的数据，涉及166,766种微生物群-药物相互作用和205,505种微生物群-食物相互作用，这些相互作用通过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条由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种相互作用和380,571种基因组衍生相互作用，涵盖了1,867种微生物、1,576种治疗性物质和357种膳食物质，这些信息可免费访问：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理解微生物群相关疾病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药物、食品成分、环境化学物质等在内的多种物质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，每种数据库侧重于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之间的关系，以及微生物与代谢物之间的关系，通过特定因素计算可以预测疾病-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信息。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依据。

数据收集与预处理

MASI2.0的数据通过以下程序检索：从2021年起，使用“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”等关键词组合，在PubMed和Google Scholar中检索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。此外，

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等活性物质是最常与MGCs共现的物质，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

Dongyue Hou：撰写原始稿件、可视化处理、软件开发、资源准备、方法论设计、实验研究、数据分析、数据整理。Yuchen Liu：撰写原始稿件、可视化处理、软件开发、资源准备、方法论设计、实验研究、数据整理。Hanbo Lin：可视化处理、软件开发、方法论设计、实验研究、数据分析。Jiajie Gu：可视化处理、验证工作、方法论设计、实验研究、数据整理。Juncheng Qian：可视化处理、实验研究、数据分析。

资助

国家自然科学基金[32000479, 32200745, 82371781]；上海航海计划[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，共同参与了所有方面的工作。J.Q.、J.G.和S.W.参与了数据收集。

利益冲突声明

作者声明没有利益冲突。