日更小记者又上线啦，今天带大家看看这篇IF > 40的文章都做了哪些研究~中药研究在医药研发里一直有属于它的话语权，这门源于中国古代传统医学，经过数千年的发展的技术，早已积累了丰富的实践及和理论知识。随者科技水平的进步，人们能更加深入微观世界窥探其分子结构与特性，开发其潜在功能。2024年7月8日，中国医学科学院北京协和医院的蒋建东院士团队通过建立深度学习模型，预测并筛选出黄连素衍生物，实验成果《深度学习驱动的黄连素衍生物筛选及其抗多药耐药幽门螺杆菌活性研究》在Signal Transduction and Targeted Therapy期刊上问世（IF = 40.8）!
后台回复“999”获取原文,文献编号240714
蒋建东院士，中国医学科学院药物研究所的现任所长。自1999年从美国归国后，便在北京协和医学院药物研究所开始了他的职业生涯，并逐渐成为该领域的权威。蒋建东院士在1988年至1999年间在美国纽约大学西奈山医学中心工作，在此期间，他积累了丰富的学术和研究经验。1999年回国后，他加入了中国医学科学院/北京协和医学院药物研究所，并在2010年12月被任命为副所长，后于2012年晋升为所长。长期研究新药，突出贡献之一是发现我国抗菌药物小檗碱是新机理的降脂（降糖）药物。他系统研究了小檗碱降脂降糖的药效、分子机制、化学基础、与肠道菌的相互作用、代谢及产物、临床运用和优势、个性化治疗、及药物复杂体系。此外，蒋建东院士还首先推出了一套创新的云计算技术（dCloud）的开发与应用，极大提升了研究所的数据处理能力和研究效率。
小记者这就来给大家解密这篇文章有哪些研究亮点！！
1.多维度分析方法：研究采用了转录组分析、蛋白质相互作用研究和基因表达定量验证等多种生物技术，提供了一个全面的方法来探究小柴碱（化合物8）的作用机制。这种多角度、多层次的研究方法能够更全面地揭示化合物对幽门螺旋杆菌的影响，提高研究的准确性和深度。
2.靶向特定生物途径：文章详细探讨了化合物8如何影响细菌的Sec途径和Bam机制，这些是外膜蛋白处理和运输的关键途径。通过抑制这些途径，化合物8能有效干扰细菌的正常生理功能，展示了针对性干预特定细菌途径的治疗潜力。
3.研究细菌抗药性机制：通过分析化合物8对抗生素抵抗性幽门螺旋杆菌的影响，研究不仅提供了一种潜在的治疗方法，还帮助理解和解决细菌抗药性问题，这是当前微生物研究中的一个热点问题。
4.结合生物信息学和实验验证：文章利用生物信息学工具预测和分析实验数据，然后通过实验方法进行验证和进一步探索，这种结合理论预测与实验验证的研究设计增强了研究结果的可信度和实用性。PS：小记者发现，生物信息分析是很好的验证临床实验结果的工具，是近年高分文章里的常客，什么？没有服务器？无从下手？不要担心，这里有小记者与专业生信团队联手为您定制专属生信分析，速速联系我吧~
研究背景
本文主要通过深度学习模型，开发针对治疗幽门螺旋杆菌（Helicobacter pylori，简称H. pylori）感染的新药物。此前，针对H. pylori感染的首选根除方案主要包括双抗生素与质子泵抑制剂（如奥美拉唑、沃诺普拉唑、兰索拉唑等）或铋剂的三联疗法和四联疗法，然而，由于H. pylori对临床推荐使用抗生素的全球日益增长的耐药性，标准三联疗法的根除率普遍下降到不足80%，凸显出研发新抗生素的紧迫需求。越来越多的临床研究表明，小檗碱（BBR），又称黄连素，与三联疗法联用可以提高H. pylori的根除率，小檗碱对幽门螺旋杆菌的抑制活性只是中等，对于进一步探索和优化小檗碱及其衍生物的抗菌机制和药效，本研究旨在建立一个可靠的深度学习模型，为治疗幽门螺旋杆菌感染提供的新型药物后选。
研究思路
研究团队从ChEMBL数据库和自建库中整合了938种已知具抗H. pylori活性的化合物，包括801种已报道化合物和137种BBR衍生物。通过扩展连接指纹（ECFP）和分子图表示法提取特征，使用图神经网络（GNN）的Attentive FP模型学习分子图嵌入，形成化合物特征向量。模型在含8999个化合物的PubChem数据集上预训练，捕获广泛化学结构特征，然后在含938种化合物的数据集上微调，通过十折交叉验证技术评估模型鲁棒性。在化合物筛选与合成阶段，预测并合成一系列具潜在抗H. pylori活性的BBR衍生物，进行体外抗菌活性评估。此外，研究团队在小鼠模型中评估了化合物8的药代动力学和药效学特性，使用SEM和TEM观察细胞膜变化，通过化学蛋白质组学技术确定化合物8的作用靶点。SPR技术和CESTA法验证了化合物与目标蛋白的相互作用。
主要结果
1. 深度学习辅助构建和优化了针对H. pylori化合物活性模型的预测
首先收集了938种已知具有抗H. pylori活性的化合物作为训练集（包括801种报道的抗H. pylori化合物和137种黄连素（BBR）衍生物）。研究团队采用扩展连接指纹（ECFP）方法对化合物进行特征提取，将化合物的SMILES字符串转换成2D分子图，然后转换成1D分子指纹，之后，应用深度图神经网络（Attentive FP）学习分子图的嵌入表示，这有助于捕捉分子结构的细微差别和复杂特征（图1a）。使用预训练-微调范式，先在PubChem数据库的大规模生物测定（12,700种化合物）上预训练深度学习模型，然后在938种化合物的集合上对预训练的模型进行微调（图1b），ROC曲线图展示了模型在不同阈值下的假阳性率和真阳性率，以及AUC值（0.9033），表明区分能力优秀（图1c），最后，将分子指纹特征和分子图嵌入连接起来形成化合物特征向量，然后利用多层感知器（MLP）层预测它们对H. pylori的活性。
图1 深度学习模型的建立
2. 根据化学结构、深度学习预测结果及对MIC值筛选最佳化合物
将所有构建的BBR/PMT衍生物与六种不同的幽门螺旋杆菌菌株的活性进行了评估，以BBR、PMT、CLA、AMX、LEV和MTZ作为阳性对照；结果为，预测为阳性的化合物（5-8）表现出显著较低的MIC值，范围在0.25-8 μg/mL之间，比较之下，预测为阴性的化合物（1-4，9-13）的MIC值范围为16至>256 μg/mL（意味着更高的药物浓度才能抑制细菌生长）因此，具有最佳抗菌活性的化合物5、7和8被选为代表化合物进行进一步研究。
图2 设计化合物对抗幽门螺旋杆菌株的活性预测(MIC, μg/mL)
3. 化合物8显示出良好的安全性和不错的药代动力学特性
为了近一步敲定化合物的选择，作者团队又通过MTT法评估了化合物5、7和8对多种人体细胞类型（胃上皮细胞GES-1、肝癌细胞HepG2、非小细胞肺癌细胞H460和人胚肾细胞293 T）的细胞毒性。结果显示，化合物8在50.59到57.07μM的浓度范围内具有较低的细胞毒性，相较于化合物5（17.68–24.96μM）和7（8.81–12.70μM），表现出最佳的抗幽门螺旋杆菌活性和最低的细胞毒性。急性口服毒性试验在昆明小鼠中进行，显示化合物8的半数致死量（LD50）超过500 mg/kg，表明其具有良好的口服安全性。生化指标测试未显示化合物8对肝肾功能产生不良影响。
进一步的药代动力学研究中，单次口服30 mg/kg的化合物8后，其在小鼠胃部的浓度在24小时后仍高于其最低抑制浓度（MIC，0.5 μg/mL），显示出良好的胃部滞留。血浆中化合物8的浓度在6小时后低于检测限，减少了系统性副作用的风险。此外，化合物8在模拟胃酸环境（pH值1.0和3.0）中的酸稳定性测试中，24小时后的残留量仍超过90%，显示出优异的酸稳定性。这些结果表明化合物8具有成为抗幽门螺旋杆菌药物的潜力，适合进一步开发。
图3 单细胞转录组分析可视化
4. 化合物8与SecA/BamD的相互作用
研究团队为了确定化合物8与幽门螺旋杆菌SecA和BamD蛋白的具体结合位点和关键氨基酸残基，利用蛋白质质谱分析技术。通过对大肠杆菌Rosetta菌株（过表达SecA或BamD）处理化合物8，并使用生物素偶联的探针标记蛋白，分析了特定肽段的差异。质谱分析确定了SecA的三个潜在活性腔为化合物8的结合位点，而Discovery Studio软件用于模拟对接模式，预测了关键氨基酸残基在SecA和BamD蛋白中与化合物8的结合和相互作用中起到了决定性的作用。
图4 探索化合物8与SecA/BamD之间的活性结合位点
5. 化合物8可部分恢复肠道菌群的多样性和益生菌的丰度
为评估化合物8对肠道微生物的影响，研究团队通过16S rRNA基因测序分析了各组小鼠的粪便样本。结果显示，T8组（OPZ + 8）的肠道微生物多样性接近健康未感染组，与对照组（CMC）和三联疗法组（OPZ + AC）相比，维持了更健康的微生物组成。属水平的分析表明，T8组益生菌如乳酸杆菌和双歧杆菌的丰度得到恢复。化合物8对幽门螺旋杆菌具有特异性抑制作用，对其他革兰氏阴性细菌无效，显示了其选择性抗菌特性。这些结果表明，化合物8在有效抗幽门螺旋杆菌的同时，保持了肠道微生物群的健康平衡。
图5 不同治疗组对肠道微生物群结构的影响
6. 化合物8可部分恢复肠道菌群的多样性和益生菌的丰度
为了探究化合物8的抗菌作用机制，研究团队进行了转录组学分析，通过RNA测序分析，发现抑制Sec途径会导致未折叠的外膜蛋白（OMP）在细胞内累积。KEGG分析显示，核糖体合成基因因蛋白质积累而下调，而负责蛋白质折叠的groEL和groES表达增加。脂多糖（LPS）的运输依赖于Lpt系统，其组件分布在细胞内各部位。此外，外膜粘附蛋白如BabA、SabA和OipA的表达也显著下降。总的来说，化合物8通过干扰Sec和Bam途径，导致OMP和LPS运输受阻，从而破坏了细菌的细胞结构和功能。
图6 化合物8对幽门螺旋杆菌（H. pylori）的影响
文章小结
尽管化合物8在应对多重耐药H. pylori菌株方面显示出显著潜力，但在临床应用前仍需解决一些挑战，例如患者对目前根除治疗的依从性差，治疗疗效与高剂量治疗和抗生素对肠道菌群的显著影响有关，这些因素限制了目前临床方案的疗效。总体而言，临床实验结合生物信息分析仍然是生物医药研发中得心应手的研究方法，从深度学习模型设计，到分析药物对肠道菌群的影响中可以体现。文章中还通过生信工具进行数据的可视化处理，如火山图、热图和聚类分析图，这些工具不仅帮助研究人员直观地展示数据，还有助于从复杂数据中提取有意义的生物学信息。
小记者话生信
如果您的时间和精力有限或者缺乏相关经验，并且对生信分析和期刊推荐有所需要的话，“生信日报”非常乐意为您提供如下服务：免费思路评估、付费生信分析和方案设计以及付费选刊等，有意向的小伙伴欢迎咨询小记者哦！
生信分析
思路设计
服务器租赁
扫码咨询小记者
1、超高分sci！将近50分你还有不看的理由？德国学者真是把机器学习玩出花了，直接构建一个新生信分析方法，还不快看！
2、国自然出品就是牛！复旦大学施思&虞先濬团队：借公共数据库+RNA-seq+湿实验研究癌症成纤维，IF近9分属实佩服！
3、MDPI期刊再爆丑闻！23本期刊存在“审稿人工厂”问题！