生命科学预印本数据分析阅读 1 分钟

46,000种可能破坏我们抗生素的酶

青霉素和它的亲戚们,也就是β-内酰胺类抗生素,都带有同一个化学环。细菌用一类酶来反击,即β-内酰胺酶,它们把这个环剪开,让药物失效。这类酶中已有将近1,800种在实验室里得到表征,并被收入参考数据库。

但细菌无处不在,它们的酶也是如此。北京师范大学珠海校区的Liangjun Ge、Zhiwei Qin、Heqian Zhang及其同事,去寻找那些还没有人描述过的酶。

教模型认识这个家族的样子

问题出在相似性上。常用的搜索工具找到的是与已知的酶相似的序列。一种序列截然不同、却做着同样工作的酶就会漏网。

于是团队用上了蛋白质语言模型,这是一个在海量蛋白质序列上训练出来的网络,它用自己学到的关于蛋白质的一般知识来表示一个蛋白质,而不是靠直接的相似度。他们把它的输出送给五个不同的分类器——三个神经网络和两种经典的机器学习方法——让它们投票。在1,778种经过实验表征的β-内酰胺酶上训练之后,这个组合把验证集中的每一条序列都分类正确了。

随后,在先用经典的序列谱搜索(profile search)和长度做了一轮筛选之后,他们把它放到MGnify上,这是一个由环境DNA预测出的蛋白质数据库。结果得到了超过46,000种候选β-内酰胺酶,覆盖标准分类中的全部四个类别。

一张与临床对不上的地图

在样本带有坐标的地方,这些候选酶遍布全球,但分布并不均匀:14,099种来自北美,11,248种来自亚洲,10,665种来自欧洲,而来自非洲、南美和大洋洲的要少得多——这一部分是真实情况,一部分则取决于谁在采集样本。

让人意外的是构成。在1,778种已表征的参照酶中,占主导的是A类。而在环境中,B类——需要锌才能工作的那一类——在各处都占34.0%到44.5%。生境之间也有差别:废水和活性污泥中富含B类和C类,而人类粪便样本则以A类为主(48.4%)——作者把这种构成与这一类酶所受到的临床关注联系起来。

两种候选酶的实测

预测很便宜,检验则不然。团队挑出两种来自不同抗生素压力环境的C类候选酶,它们与最接近的已表征亲缘酶只有约30%的序列相同。两者都被放进Escherichia coli,同时以一种已知的酶作为阳性对照,以空载体作为空白对照。

空白对照菌株没有表现出明显的耐药性,两种候选酶则都保护了细菌。第一种让阻止细菌所需的最低浓度,对青霉素、苯唑西林和氨苄西林都超过每毫升256微克;第二种对青霉素达到了512。这些是真正的耐药酶,不是统计上的假象。

离碳青霉烯类只差一个字母

团队接着提出了另一个问题:这些酶还能演化到多远?另外两个模型——一个提出与已知三维结构相容的序列,另一个为某个替换看上去有多自然打分——共同给出了31个和42个有希望的位点。其中挑出8个来检验,7个成功构建了出来。

这7个全都改变了耐药谱。有些反而退步了。但第一种酶中的一处替换,即第106位上换掉一个氨基酸,既拓宽了它的耐药范围,又添了一项新的:针对碳青霉烯类,而在同一个实验中,已知的参照酶几乎抵抗不了这一类药物。在第二种酶中,另一处单个改动把对一种头孢菌素和一种碳青霉烯类药物的耐药性推到了每毫升512微克。模拟表明,这些替换让抗生素更靠近酶的切割位点。

污水与海洋

最后,团队把同一套位点预测用到四种有代表性的环境酶上,每个类别一种,再把它标出的97个位点与天然序列作比较。在这些位点上,天然的变异程度高于其他位置:这些是可以容忍改动的地方,而不是碰不得的核心。而且在全部四个类别中,来自废水的酶都比来自海洋的酶变异更多——这与污水把来自住宅、医院和工业的药物、污染物和微生物混在一起的情况相符。

作者谨慎地说明了这项工作没有证明什么。只检验了两种酶,而且只做了耐药性测定;突变是一个一个分别检验的;序列变异更多并不等于存在选择的证据,一个在实验室菌株中有效的突变也不能说明它会在野外扩散。这项工作确实表明的是:耐药酶的名录远未完整,而一个字母就足以让其中一种酶转而对付一整个新的抗生素家族。