77779193永利官网博士研究生張月、李潤澤（共同第一作者），李錦铨教授（通訊作者）等在國際期刊《Advanced Science》（中科院一區，IF=15.1）發表題為“Discovery of Antimicrobial Lysins from the ‘Dark Matter’ of Uncharacterized Phages Using Artificial Intelligence”的研究性論文。
背景
全球每年有6億食源性疾病發生，導緻42萬人死亡，其中食源性細菌是導緻食源性疾病的首要因素。食品生産鍊中過度使用消毒劑和抗菌劑會加速細菌耐藥性的傳播。因此，研發新型抗菌分子迫在眉睫。
噬菌體裂解酶是噬菌體在侵染宿主細菌末期為釋放子代噬菌體産生的一種肽聚糖裂解酶（包含溶菌酶）。裂解酶具有高效快速的殺菌作用和不易誘導細菌産生耐藥性的優勢，是防控食品安全中病原菌污染的有效候選物。然而，現在的裂解酶篩選策略嚴重依賴已報道的實驗驗證的裂解酶，生物信息學方法無法系統地進行大規模篩選，目前已發現的裂解酶還不到自然界中的1%。因此，需要開發新的發掘策略促進更多的裂解酶應用于食品安全領域。
本研究開發了一站式的裂解酶發掘和活性評估軟件“DeepLysin”，該軟件能夠利用人工智能識别抗菌候選蛋白在高維特征的細微差别，實現從“暗物質”中有效篩選裂解酶候選物。以重要的食源性金黃色葡萄球菌為測試對象，利用“DeepLysin”從暗物質中共發掘到466個非冗餘裂解酶候選物，經實驗驗證篩選到多個具有活性的裂解酶候選物。其中，裂解酶LLysSA9具有同類最佳（best-in-class）的活性，比世界首個進入臨床III期試驗的裂解酶CF-301的最小抑菌濃度低4-16倍，在食源性病原菌防控中具有廣泛的應用前景，為推動裂解酶在食品生産鍊中的應用奠定基礎。同時，這種由人工智能輔助篩選非冗餘裂解酶的多學科交叉方法為發掘高活性的抗菌蛋白分子奠定了方法學基礎。
圖1 DeepLysin工作流程示意圖
圖2 裂解酶-肽聚糖相互作用預測和假定裂解酶的實驗驗證
圖3 最優候選裂解酶LLysSA9的抗菌活性評估
表1 裂解酶LLysSA9與CF-301的最小抑菌/殺菌濃度比較
https://doi.org/10.1002/advs.202404049
