|
综述：微生物组中新型抗微生物药物的发现耐药细菌和真菌病原体对公共卫生构成严重威胁，新型抗微生物药物的研发速度远滞后于耐药性演化速度。过去十年间，基因组学大数据革命推动了抗微生物药物发现的重大进展。研究人员简要综述了如何通过挖掘不同人类及其他来源微生物组，精准提取生物合成基因簇(BGC)、抗微生物肽及蛋白质（重点关注后两类分子）。除经典方法外，人工智能驱动的计算方法与创新型实验策略正被越来越多地用于候选分子优先级排序、针对优先病原体活性小分子及蛋白质的鉴定，以及全新作用机制的揭示。研究人员强调迫切需要拓展抗真菌药物发现，当前抗真菌治疗类别有限且研发管线补充速度缓慢。 Introduction抗微生物耐药(AMR)已成为全球医疗健康的重大威胁，预计将显著提升感染性疾病相关的死亡率、疾病负担与经济成本。2021年数据显示，约471万死亡与细菌AMR相关。世界卫生组织明确指出，新抗菌解决方案的临床研发管线存在创新不足与产品稀缺问题，亟需针对碳青霉烯耐药鲍曼不动杆菌、头孢菌素与碳青霉烯耐药肠杆菌目、利福平耐药结核分枝杆菌等首要耐药病原体开发新型药物。相较之下，抗真菌药物研发形势更为严峻，过去十年仅4种新型抗真菌药物获批。因此，急需开发新型发现方法以充实抗微生物研发管线，应对全球AMR危机。 微生物组是新型抗微生物天然产物的潜在来源，其样本涵盖人类、植物、动物组织以及土壤、水生生态系统、极端生境等非生物环境。这些动态生态系统中，多样微生物群落为争夺营养与空间持续竞争，这种选择压力驱动微生物演化出庞大的分子武器库，包括靶向共存竞争者、阻止外来微生物定植的抗微生物分子。微生物组编码的抗微生物分子覆盖多种分子类别，可作用于不同细胞进程，具有多样的活性谱，其中大量化学与功能多样性尚未被探索，是极具潜力的未开发治疗资源储备。历史上抗微生物药物开发多聚焦于成熟类别的下一代衍生物，而宏基因组学与计算预测的最新进展，已将这一曾难以利用的资源转化为可探索的抗微生物发现前沿。 Landscape of microbiome-derived antimicrobials抗微生物分子结构多样，涵盖小分子、抗微生物肽(AMP，通常≤50个氨基酸残基)及抗微生物小蛋白(AMSP)。小分子抗生素通常由大型生物合成基因簇(BGC)编码，可通过antiSMASH等工具在宏基因组中计算识别。聚酮类化合物（包括四环素类抗生素与两性霉素类抗真菌药）通常由聚酮合酶(PKS) BGC合成。抗微生物肽的合成主要有两条途径：非核糖体肽合成酶(NRPS)介导的生物合成，或核糖体合成后经翻译后修饰(RiPP，如羊毛硫抗生素)。翻译后修饰可拓展RiPP的结构多样性，扩大其作用靶点与机制范围。NRPS是由BGC编码的模块化分子组装线，模块数量、组成与排列顺序的差异可产生结构与功能各异的分子，包括万古霉素等糖肽类。 AMP还可作为“加密肽”嵌入主要行使其他功能的较长蛋白质中，由疏水与带正电氨基酸随机混合物从头生成，或通过AI模型设计获得。许多抗微生物小蛋白(AMSP)，如细菌素，由前体蛋白加工产生或由短开放阅读框(ORF)编码，包括抗菌噬菌体裂解酶、大肠菌素，以及可穿透真菌细胞的细菌多态毒素蛋白来源的抗真菌毒素结构域。尽管AMSP作为治疗药物的研究尚不充分，但作为蛋白质分子，其可通过发酵生产、制剂包封与工程改造（包括翻译后修饰）以提升活性、稳定性并降低免疫原性，类似现有其他蛋白类药物。值得注意的是，许多AMSP作为“迷你酶”具有独特生化活性，有望提供全新作用模式，共同助力治疗策略多元化，降低快速耐药发生风险。 目前已上市抗微生物药物绝大多数为小分子，少量肽类衍生药物如脂肽类抗生素达托霉素。这些药物靶向必需且保守的细胞进程与结构，代表性细菌靶点包括细胞膜（如多粘菌素、人肠道共生菌普雷沃氏菌Prevotella copri来源的AMP）、细胞壁及其前体（如土壤微生物组来源化合物）、RNA聚合酶（如利福霉素、大肠杆菌产生的套索肽微球菌素J25）、翻译机器（如大环内酯类、阴道共生菌加氏乳杆菌JV-V03来源的乳球菌素）及叶酸合成（如甲氧苄啶）。 抗真菌药物开发难度更高，因其靶点常与宿主细胞分子组分相似。侵袭性真菌感染的治疗主要依赖多烯类、氟胞嘧啶、唑类、棘白菌素类四大类。链霉菌等土壤细菌通过PKS合成多烯类；构巢曲霉变型等真菌可产生棘白菌素类。多数抗真菌药物靶向真菌细胞壁或膜中与动物存在差异的组分，如真菌膜主要甾醇麦角固醇——唑类通过阻断麦角固醇合成破坏膜完整性；氟胞嘧啶作为嘧啶类似物抑制核酸合成；棘白菌素类阻断真菌细胞壁合成关键酶1,3-β-葡聚糖合酶。近期研究开始拓展经典机制之外的靶点空间，如ipflufenoquin与olorofim干扰嘧啶从头合成，临床在研的fosmanogepix抑制介导细胞壁甘露蛋白与β-1,6-葡聚糖交联的蛋白质。 微生物组的抗微生物治疗药物挖掘结合计算与实验策略。部分研究先在宏基因组与分离基因组中搜索候选抗微生物基因或基因簇，再进行实验验证；另一类研究先在特定微生物类群（如链霉菌）中鉴定抗微生物活性，再解析相关遗传或化学决定因素。例如，通过筛选链霉菌基因组并结合BGC系统发育分析与已知耐药基因缺失特征，发现了具有新型作用模式的新型糖肽类抗生素。另有系统方法采用非靶向功能性宏基因组学，将环境DNA片段克隆至实验室菌株表达，通过表型筛选鉴定参与抗微生物活性或耐药的基因。iChip等创新工具可实现此前难培养环境细菌的培养，助力包括teixobactin在内的新型抗微生物化合物的分离。 人体相关微生物组是研究最充分的类群，常按身体部位分析，因不同生态位理化条件差异显著。通过计算方法挖掘人体微生物组已获得多种抗菌候选分子，早期发现多依赖与特定生物合成位点或效应基因相关的生长、定植或致病性表型。例如，肠道微生物布劳特氏菌Blautia producta产生可抗万古霉素耐药粪肠球菌的羊毛硫抗生素；拟杆菌门成员产生广谱肽类毒素“拟杆菌素”靶向其他拟杆菌；阴道共生菌加氏乳杆菌产生硫肽类乳球菌素；鼻腔共生菌路邓葡萄球菌产生杀菌环状肽lugdunin，抑制金黄色葡萄球菌定植。 其他宿主相关微生物组也是极具前景的抗微生物来源，尤其是无脊椎动物微生物组。昆虫微生物组来源的链霉菌已发现新型抗真菌分子；培菌蚁相关细菌编码抗真菌多烯selvamicin；Lagria甲虫未培养伯克霍尔德菌产生抗真菌聚酮lagriamide。节肢动物相关微生物在抗真菌发现中潜力显著。 植物相关微生物区系同样产生多样抗微生物化合物。已深入研究的生物防治剂富含编码抗真菌与抗菌分子的BGC，如2,4-二乙酰基间苯三酚与表面活性素脂肽，可保护植物抵御多种病原体。NRPS与PKS BGC可在产菌株定植或病原体入侵时被诱导，抑制真菌根病。植物相关假单胞菌可产生靶向近缘竞争者的噬菌体尾样细菌素（tailocin）。研究人员建议加强农业生物防治研究与临床抗微生物药物开发的跨学科交叉，在早期发现阶段即对候选分子开展植物与人类病原体的交叉测试。 土壤与海洋环境等环境微生物组的抗微生物挖掘也已广泛开展。美国食品药品监督管理局已批准7种发现自革兰阳性土壤细菌的AMP。链霉菌的BSC生物合成多样性最为丰富，近期从土壤细菌天蓝色链霉菌中发现甲基霉素生物合成晚期中间体；土壤Paenibacillus sp. M2中发现靶向核糖体的RiPP；土壤真菌Coniochaeta hoffmannii中鉴定出抗真菌分子。海洋微生物组挖掘成果丰硕，早期发现包括假单胞菌Pseudomonas bromoutilis产生的抗革兰阳性菌吡咯类抗生素，近期从盐杆菌科家族发现广谱抗菌肽。海洋宿主相关细菌是抗真菌化合物的富集来源，如海鞘微生物组来源Micromonospora sp.的turbinmicin通过破坏胞外囊泡递送靶向囊泡运输，港口鼠海豚微生物组来源的糖基化聚酮phocoenamicin可破坏艰难梭菌膜电位而不显著损伤膜完整性。鉴于全球陆地与水生环境高度多样，仍有大量未探索微生物组的未知分子有待发现，淡水环境的相关研究尤为不足。 宏基因组学革命推动了不可培养生物来源分子的发现，但相关研究仍受限于研究覆盖范围。微生物组的研究强度与其来源的抗微生物分子发现数量呈强相关性。值得注意的是，尽管哺乳动物微生物组常被用作人类研究模型，但其来源的抗微生物分子报道极少。抗真菌分子库也存在明显缺口：首个发现的天然抗生素来自产黄青霉，但此后真菌来源的抗微生物分子发现极少，仅包括头孢菌素与fusidic酸。研究人员认为应针对该差异探索新的抗微生物检测策略，FungiSMASH可作为真菌基因组BGC挖掘的工具。 Contemporary antimicrobial discovery methods微生物组挖掘面临双重挑战：一是对数千个宏基因组的计算挖掘可产生数十亿候选抗微生物基因，若无优先级排序则无法开展全面实验验证；二是验证受限于资源与方法选择，且始终存在重复发现已知分子的风险。能否成功生产目标分子、针对相关靶点开展测试以及在生理相关条件下检测活性，是影响发现成功率与最终分子类型的核心实际因素。 计算方法可捕获抗微生物潜力的不同特征。基于蛋白谱的方法如antiSMASH与ClusterFinder采用隐马尔可夫模型(HMM)及相关特征策略，在宏基因组中搜索与已知BGC家族相关的序列模式，擅长发现特征明确的家族变体，但无法识别采用未知结构的微生物生物合成策略。 机器学习(ML)与深度学习(DL)方法可从大规模数据集中学习规律。基于已知AMP训练的ML分类器（如随机森林）可学习理化特征与活性间的统计关联。例如Macrel ML分类器利用22种肽特征实现了全球微生物组尺度AMP的大规模发现，鉴定出863498个非冗余肽，其中绝大多数此前未被报道；对其中100个预测AMP的合成与实验验证显示，79个具有抗微生物活性，63个可靶向耐药病原体。但此类模型的预测能力受训练数据限制，可能遗漏特征与训练集差异显著的AMP。 DL与蛋白质大语言模型(LLM)是当前研究前沿。长短期记忆网络(LSTM)、注意力模型与Transformer类方法（如BERT）可学习氨基酸位置与基序的功能重要性，捕捉高阶依赖关系。APEX集成8个DL模型分析了包含超18000条蛋白序列的233个古菌蛋白质组，鉴定出12623个具有新型氨基酸谱的候选AMP“古菌防御素”，其中93%对至少一种靶病原体具有抗微生物活性，先导候选分子在小鼠感染模型中疗效与已知抗微生物药物相当。AMP-SEMiner、ProteoGPT等蛋白质语言模型实现了从“序列分类”到“隐藏AMP发现与全新序列设计”的根本转变。这类模型无需标注数据，可从数百万天然蛋白质中学习蛋白序列的底层“语法”，既能识别功能肽，也可生成符合生物学规律的新型序列。AMP-SEMiner整合ESM蛋白质语言模型，从宏基因组组装基因组中识别短开放阅读框(smORF)与加密肽(EP)编码的AMP，从该框架下的多样生境中鉴定出160万AMP候选分子，对29个候选物的实验验证显示18个具有抗微生物活性，其中13个优于传统抗生素。 相较于HMM方法，这类方法可探索更广的序列空间，但目前仍以序列为核心，整合结构信息的生物物理方法在宏基因组尺度仍未充分发展。尽管结构是决定AMP机制与稳定性的基础（影响膜插入、孔道形成与蛋白酶降解敏感性），但结构指导的预测在数百万蛋白与肽候选物筛选中计算成本过高。 DL也已应用于化学结构分析以发现新型小分子抗生素，典型案例如深度神经网络识别出曾作为糖尿病研究化合物的halicin，对革兰阴性菌与革兰阳性菌均具有杀菌活性。 计算候选优先级排序可显著提升效率：未过滤的功能宏基因组学每30000个克隆仅能获得约1个生物活性命中，而计算优先级排序的候选分子验证率可达62%–93%。 功能宏基因组学提供了互补路径，通过表型实验直接筛选生物活性，可发现序列方法难以识别的新型作用机制抗微生物分子，包括AMP、AMSP及BGC编码的小分子抗生素，仍是小分子发现最直接的路径之一，尤其当前多数计算与AI流程在蛋白与肽类方向的成熟度更高。剩余挑战在于开发系统性方法，实现环境BGC在实验室宿主中的克隆、表达与诱导，以稳定产生目标代谢物。 实验体外验证流程存在系统性偏差，限制了发现多样性。当前测试多采用标准实验室条件，针对有限的ESKAPE细菌，常忽略临床重要的真菌病原体与疾病相关组织背景。针对AMP与AMSP，仍需开发工具以准确预测稳定性、免疫原性、体内活性与作用机制，从而降低低盈利领域的药物开发成本。 随着基因组与宏基因组数据的快速积累，以及AI功能发现算法的同步发展，抗微生物药物发现已进入效率显著提升的阶段，有望鉴定出具有新型作用模式、可克服耐药的分子。尽管微生物组研究已逐渐意识到其对细菌的过度聚焦，但现有少量研究显示真菌、病毒、古菌与原生生物等其他微生物组成员的抗微生物潜力仍待挖掘。近年研究的另一偏差是分子类型偏向肽与蛋白，小分子占比显著偏低，而后者正是首批临床应用的抗生素类别。 演化驱动微生物产生了应对共存竞争者的丰富天然产物，但这并不直接等同于临床可用药物，多数分子无法通过早期药代动力学测试。要实现从发现到应用的转化，仍需投入更多资源开展安全性测试、制剂与开发。尽管抗生素的全球使用范围广于多数药物，但因疗程有限、耐药快速演化及合理使用管理降低了新药使用量，其盈利性不足。研究人员认为，投入资源开发具有独特作用模式的新型分子，将降低不可治愈感染暴发带来的迫近风险。 |
