在海洋生物的幫助下治愈并不是烏托邦。已經(jīng)從海洋生物及其共生微生物群中開發(fā)出 12 種救命藥物，例如抗癌藥物。漫長而昂貴的發(fā)現(xiàn)過程阻礙了它們在藥物開發(fā)方面的巨大潛力?；鶢?GEOMAR 亥姆霍茲海洋研究中心海洋天然產(chǎn)物化學研究小組的研究小組在計算機輔助自動化方法的支持下，現(xiàn)已成功發(fā)現(xiàn)海洋分子可作為抗藻類及其真菌共生體感染和皮膚癌的潛在療法來自基爾峽灣。
海洋活性成分的搜索過程從海洋宏觀和微生物的提取開始，然后對其新穎的生物活性化學成分進行純化和表征，這些成分旨在用于開發(fā)新療法。“藥物研究中最大的陷阱之一是使用'經(jīng)典'生物活性引導的分離過程分離已經(jīng)描述的天然分子，”GEOMAR 和 GEOMAR 海洋天然產(chǎn)品化學研究部負責人 Deniz Tasdemir 教授解釋說海洋生物技術(shù)中心。“這種方法很復雜，而且經(jīng)常容易失敗，”Tasdemir 博士繼續(xù)說道。
在她的研究小組中，她通過基于計算機的自動化方法結(jié)合生物活性篩選解決了這個問題。在一項為期一年的研究中，發(fā)現(xiàn)來自基爾峽灣的褐藻墨角藻(墨角藻)可抑制導致醫(yī)院感染的耐甲氧西林金黃色葡萄球菌 (MRSA) 致病菌。
“基于算法的生物信息學策略和機器學習工具使我們能夠繪制出褐藻的大量代謝組圖，同時預測負責其抗生素活性的分子簇，”前博士后研究員 Larissa Büdenbender 博士說。 Tasdemir 的團隊和目前發(fā)表在《海洋藥物》雜志上的兩篇文章中的一篇的第一作者.本研究中應(yīng)用的算法根據(jù)質(zhì)譜分析中的化學相似性得分將復雜網(wǎng)絡(luò)中的分子家族組合在一起，并與計算機機器學習工具一起幫助我們對提取物中已有的已知化合物和新化合物進行化學鑒定。在提取物的第一個快速化學分餾步驟之后，使用生物信息學程序根據(jù)分子在餾分中的相對豐度來預測分子的生物活性評分。這些生物活性化合物是分離的。“從藻類生物活性成分的提取到表征的經(jīng)典發(fā)現(xiàn)方法通常需要 3-4 年。這些自動化工具幫助我們將新天然抗生素的有針對性的發(fā)現(xiàn)加速到幾個月，”Tasdemir 教授強調(diào)說。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！