蒋建东院士团队：深度学习和多组学助力新型小檗碱衍生物体内外实验拿下STTT（IF 40.8）！

近日，北京协和医院蒋建东院士团队在Signal transduction and targeted therapy上发表了题为A deep learning-driven discovery of berberine derivatives as novel antibacterial against multidrug-resistant Helicobacter pylori的研究性论文。团队利用基于图神经网络的深度学习模型预测和发现了可针对幽门螺杆菌的新型小檗碱衍生物。此外，通过药代动力学、多组学等方法验证了预测的化合物的药效和作用机制。该研究显示了深度学习在药物发现中的潜力。

题目：深度学习驱动的小檗碱衍生物作为抗多重耐药幽门螺杆菌的新型抗菌药物的发现

杂志：Signal transduction and targeted therapy

影响因子：IF=40.8

发表时间：2024年7月

研究背景

幽门螺杆菌（

H. pylori

研究思路

1）收集已知抗幽门螺杆菌特性的化合物数据集，包括801种报告的抗幽门螺杆菌的化合物和137种自建的BBR衍生物

2）使用分子图表示化合物，并提取分子扩展连接性指纹（ECFP），应用深度图神经网络学习分子图的嵌入。采用预训练和微调的方法构建深度学习模型，并通过交叉验证和独立数据集评估模型的预测准确性。

3）利用建立的深度学习模型预测新的BBR衍生物，并对预测的化合物进行体外抗菌活性测试。

4）对表现出良好抗菌活性的化合物进行药代动力学研究，并在动物模型中评估化合物的体内抗菌效果。

5）通过化学蛋白质组学技术探索化合物的直接作用靶点。

6）对经化合物处理的幽门螺杆菌进行转录组分析，以了解化合物对细菌基因表达的影响。

7）通过表面等离子共振（SPR）分析、细胞热位移分析（CESTA）和点突变分析等方法验证化合物与靶点的相互作用。

研究结果

深度机器学习模型的建立

a基于深度学习的抗幽门螺杆菌化合物发现。b数据分布的饼状图，包括三个预训练集、一个微调集和一个测试集。c ROC-AUC图评估模型在十倍交叉验证下的性能。d t-分布随机邻居嵌入(t-SNE)的所有分子从预训练，微调，和测试集，揭示这些化合物之间的化学关系。

化合物8的体内抗菌评价

a BBR和8的化学结构; b不同治疗组小鼠肝肾功能血清生化指标(n = 6)。c单次口服剂量为30mg /kg后血浆和胃浓度-时间曲线为8 (n = 4)。d C57BL/6小鼠幽门螺杆菌感染示意图及治疗过程。e, g各组(n = 5)感染幽门螺杆菌CCPM(A)-P-3722159小鼠经不同处理后胃内活菌计数。各处理组分给药剂量为:OPZ (200 μg/kg);8 (30mg /kg);AMX (15 mg/kg);CLA (15 mg/kg);羧甲基纤维素;Ac, amx + class;Bi，柠檬酸铋(5mg /kg)。f胃组织苏木精和伊红(H&E)染色

不同治疗组的肠道微生物组分析(n = 5)

a各处理组微生物特征序列的维恩图。b各处理组微生物群多样性的Alpha多样性分析。c PCoA分析的Beta多样性。d属水平柱状图分析(10个丰度最高的细菌属)。e属水平的热图分析(十个丰度最高的细菌属)。f LEfSe软件显示的LDA值分布直方图。当LDA Score >4的物种具有统计学差异时，直方图的长度(LDA Score)代表不同物种的影响大小。一个进化枝由内而外的进化分支树代表门、纲、目、科、属的水平

化合物8的作用机理及直接靶点探索

a、b电子显微镜下幽门螺杆菌的形态图(a)未经(上)处理或经(下)处理的幽门螺杆菌的SEM图b未处理(上)或处理(下)幽门螺杆菌的TEM图像。c活性光亲和探针8-O的结构。d利用荧光凝胶成像技术鉴定cy3标记的靶蛋白。免疫印迹法用探针8-O从幽门螺杆菌中提取SecA (e)和BamD (f)。8-O下拉的SecA和BamD被8竞争性抑制。8-O下拉的重组SecA (g)和BamD (h)蛋白被8竞争性抑制。不同浓度化合物8处理下SecA (i)/BamD (j)包覆芯片表面等离子体共振(SPR)传感器图

8和SecA/BamD之间活性结合位点的探索

a基于LC-MS/MS分析的结合位点和相互作用残留物调查和验证的实验工作流程。基于LC-MS/MS分析的肽段差异鉴定结果，通过Discovery Studio 4.5软件预测8与SecA (b)/BamD (d)之间的对接模式。8与SecA (c)/BamD (e)的特异性结合模式

化合物8干扰OMPs相关基因转录，抑制SecA和BamD蛋白功能

文章小结

该研究通过将一组超过10,000个分子与抗幽门螺杆菌的效力相关联，成功建立了一个深度学习模型。预测的化合物8具有安全性和独特的药动学性质，可同时靶向SecA和BamD发挥抗幽门螺杆菌活性，是一种潜在的杀灭包括耐药菌株在内的幽门螺杆菌的新型化学实体。

中医药基础科研服务：多组学、入血成分分析、药效学考察

相关咨询，加微信：1278317307。

【福利时刻】科研服务（点击查看）：、、、、、。咨询加微信：1278317307。