Nat. Microbiol. | 深度学习揭示朊病毒中的抗菌肽

朊病毒和朊病毒样蛋白通常与蛋白质错误折叠相关，但具有淀粉样形成倾向的序列也可能参与宿主防御。研究人员使用深度学习方法，从2,897个经过整理的朊病毒相关蛋白中筛选了1,930多万个肽段片段，并识别出1,179个候选抗菌肽。研究人员将这些来源于朊病毒相关蛋白的抗菌肽称为prionins，即“朊病毒来源抗菌肽”。

在75条合成的prionins中，有59条能够抑制细菌病原体，53条能够扰动细菌膜，其中2条在小鼠鲍曼不动杆菌感染模型中降低了感染负荷。这些结果表明，朊病毒和朊病毒样蛋白不仅是蛋白质错误折叠研究中的经典对象，也可能构成一个此前未被充分认识的隐匿抗菌肽资源库。

朊病毒最著名的特征是能够通过模板化构象转变诱导蛋白错误折叠，并与神经退行性疾病相关。然而，越来越多研究表明，淀粉样蛋白并不总是单纯病理性的，它们在生物体中可能具有多样化功能。与此同时，抗菌肽被认为是宿主防御系统中的重要效应分子，也是开发新型抗生素的重要模板，尤其在耐药病原体不断增加的背景下具有特殊价值。

此前已有研究发现，一些与淀粉样结构相关的蛋白质，例如β淀粉样蛋白和细胞型朊蛋白，能够表现出抗菌或宿主保护活性。这一现象提示，容易聚集或形成淀粉样结构的蛋白质，可能在其一级序列中隐藏着具有抗菌功能的短肽片段。换句话说，这些蛋白质中可能存在“加密”的抗菌肽序列，只有在被切割、释放或以肽段形式研究时才表现出抗菌潜力。

然而，此前尚不清楚这种隐匿抗菌肽是否广泛存在于朊病毒和朊病毒样蛋白中。研究人员因此提出一个问题：朊病毒相关蛋白是否不仅与错误折叠和聚集相关，也可能是抗菌肽发现的丰富来源？为回答这一问题，研究人员利用深度学习框架APEX 1.1，对大规模朊病毒相关蛋白序列进行系统挖掘，并通过体外抗菌实验、膜扰动实验、毒性评估和小鼠感染模型验证候选肽的功能。

方法

研究人员首先从UniProt中整理出2,897个被注释为朊病毒或朊病毒相关的蛋白质条目，涵盖经典朊蛋白、朊病毒样蛋白和含朊病毒相关结构域的蛋白。随后，研究人员将这些蛋白质切分为所有唯一的8至50个氨基酸长度片段，共获得19,324,138个候选肽段。研究人员使用APEX 1.1深度学习框架预测这些肽段对11种临床相关细菌病原体的最低抑菌浓度，并以跨病原体的中位预测活性筛选候选抗菌肽。满足活性阈值的片段被定义为候选prionins。为了评估其与已知抗菌肽的关系，研究人员将候选肽与内部训练集以及多个公开抗菌肽数据库中的肽进行序列空间比较，并分析其理化性质。随后，研究人员选择75条排名靠前且序列多样的候选肽进行合成，要求它们与已知抗菌肽以及彼此之间具有较低序列相似性。实验验证包括最低抑菌浓度测定、圆二色谱结构分析、外膜通透性实验、细胞质膜去极化实验、人红细胞溶血实验、HEK293T细胞毒性实验，以及鲍曼不动杆菌小鼠皮肤脓肿感染模型中的体内抗感染测试。

图1｜深度学习发现并验证朊病毒来源抗菌肽prionins。

结果

深度学习从朊病毒相关蛋白中发现候选抗菌肽

研究人员使用APEX 1.1筛选了超过1,930万个朊病毒相关蛋白片段，并根据对11种病原体的预测抗菌活性确定了1,179个候选prionins。这些候选肽来自1,068个生物体，覆盖真菌、后生动物和单细胞真核生物，说明朊病毒相关序列空间中的隐匿抗菌潜力分布相当广泛，而不是局限于少数特定物种或少数经典朊蛋白。

为了判断prionins是否只是已知抗菌肽的近似重复，研究人员将其与已知抗菌肽数据库和内部训练集中的肽进行比较。序列空间投影显示，prionins与已知抗菌肽只有部分重叠。这说明prionins可能包含一些与传统抗菌肽类似的序列原则，但同时也占据了新的、尚未充分开发的抗菌肽空间。

理化性质分析显示，与数据库中的已知抗菌肽相比，候选prionins平均更长、带有更多正电荷，并且更疏水，但它们并不统一地最大化经典两亲性模式。这一特征提示，prionins可能具有与膜相互作用相关的性质，但其序列设计规则可能与许多传统抗菌肽并不完全相同。

研究人员随后从候选prionins中选择75条进行合成和实验验证。选择时不仅考虑预测活性，还要求候选肽与已知抗菌肽及彼此之间保持序列多样性。实验结果显示，75条合成prionins中有59条能够在测试浓度范围内抑制至少一种病原体，其中包括多重耐药菌株。42条prionins对至少一种病原体的最低抑菌浓度达到较强活性水平。总体而言，活性主要集中在革兰阴性细菌上，而在测试条件下，只有少数prionins对革兰阳性细菌表现出抑制作用。这些结果说明，深度学习从朊病毒相关蛋白中优先筛选出的候选肽具有很高的实验命中率。

prionins通过扰动细菌膜发挥抗菌作用

抗菌肽的常见作用机制之一是破坏细菌膜。研究人员因此进一步检测prionins是否具有类似机制。圆二色谱结果显示，许多prionins在水中主要呈无规或松散构象，但在模拟膜环境或促进螺旋形成的条件下，会转变为更加有序的构象。这说明这些肽可能在接触靶膜后发生诱导折叠，从而获得膜结合或膜扰动能力。

研究人员使用大肠杆菌AIC221作为模型菌株，检测活性prionins对细菌外膜通透性和细胞质膜电位的影响。结果表明，许多prionins能够增加细菌外膜通透性，并导致细胞质膜电位崩塌。部分肽的作用强度接近甚至超过对照抗生素。不同肽的膜扰动程度存在差异，但总体模式支持膜扰动是prionins这一类抗菌肽中的常见作用机制。

这一机制也与prionins的理化性质相符。它们通常带正电、较疏水，并能够在膜样环境中形成更有序结构，因此可能通过与细菌膜相互作用、插入膜或破坏膜完整性来杀伤细菌。研究人员认为，朊病毒相关蛋白中的聚集倾向序列和膜活性抗菌片段之间可能存在一定联系，某些促进蛋白质自组装或淀粉样形成的序列特征，也可能帮助短肽与细菌膜发生强相互作用。

prionins的选择性与宿主毒性

抗菌肽开发中的一个主要障碍是宿主毒性。许多膜活性肽虽然能够杀菌，但也可能破坏哺乳动物细胞膜，造成溶血或细胞毒性。研究人员因此检测了75条prionins对人红细胞的溶血活性，以及对人胚肾HEK293T细胞的细胞毒性。

结果显示，溶血总体较少见。在测试浓度范围内，75条prionins中只有1条表现出溶血活性。这说明prionins的抗菌膜扰动能力并不必然伴随红细胞破坏。相比之下，细胞毒性更常见，提示并非所有prionins都适合进一步开发为药物先导物。

尽管如此，研究人员仍识别出一批具有较好选择性的候选肽。共有16条活性prionins在最高测试浓度下既未表现出可测量溶血，也未表现出明显HEK293T细胞毒性。这些结果说明，朊病毒来源抗菌活性并不与哺乳动物细胞毒性不可分割，在更大的prionin库中可以优先选择兼具抗菌活性和宿主安全性的候选物。

prionins在小鼠感染模型中具有体内抗感染活性

为了检验prionins是否能在体内保持抗感染活性，研究人员选择了两条先导肽进入小鼠鲍曼不动杆菌皮肤脓肿感染模型。Prionin-7来源于Thelonectria olida，prionin-38来源于秀丽隐杆线虫。二者被选中是因为它们具有较低的最低抑菌浓度和较好的毒性特征。

研究人员在小鼠皮肤擦伤处接种鲍曼不动杆菌，并在感染后给予单次局部治疗。给药剂量为相对于体外最低抑菌浓度的10倍。结果显示，在感染后第2天，prionin-7和prionin-38均显著降低了细菌负荷，其效果接近多黏菌素B对照。在第4天，prionin-38仍能维持约三个数量级的细菌负荷降低，表现接近多黏菌素B；prionin-7则表现为较温和的约一个数量级降低。

在整个处理过程中，研究人员没有观察到与治疗相关的体重下降。这说明至少在该局部感染模型和测试剂量下，所选prionins具有可检测的体内抗感染效果，并未表现出明显急性毒性。由此可见，仅根据序列由深度学习预测出的朊病毒来源肽段，经过筛选后可以转化为真实动物感染模型中的抗感染分子。

图2｜prionins的作用机制、选择性和体内疗效。

讨论

研究人员的结果表明，朊病毒和朊病毒样蛋白是一个出人意料的隐匿抗菌肽资源库。传统上，朊病毒主要与错误折叠、构象传播和神经退行性疾病联系在一起；而这项研究将朊病毒相关序列空间与抗菌功能连接起来，提示某些被认为具有聚集倾向或病理风险的蛋白质片段，也可能具有宿主防御或抗感染潜力。

这一发现扩展了“非免疫蛋白中隐藏抗菌肽”的概念。越来越多证据表明，抗菌活性不仅存在于经典免疫效应分子中，也可能隐藏在各种功能无关或注释不相关的蛋白质内部。研究人员此前已经在其他蛋白质组中发现类似加密抗菌肽，而本研究进一步表明，朊病毒相关蛋白同样可以作为抗菌肽发现空间。深度学习在这里发挥了关键作用，因为朊病毒蛋白序列空间巨大，仅靠人工规则或传统筛选很难从上千万候选片段中识别出高价值肽段。

研究还提示，驱动聚集倾向蛋白形成淀粉样结构的序列特征，可能与膜活性抗菌片段所需的理化性质存在一定重叠。例如，较高疏水性、一定正电荷、诱导折叠能力和自组装倾向，可能既参与蛋白聚集，也有助于短肽结合并扰动细菌膜。这并不意味着所有朊病毒相关片段都具有抗菌活性，也不意味着聚集倾向本身必然有益，但它提出了一个值得进一步研究的方向：淀粉样形成、膜扰动和天然免疫之间可能存在更深层联系。

不过，研究人员也强调，本研究并未证明prionins在自然感染过程中会被宿主真实释放，也没有证明它们在其原始生物体中天然充当先天免疫效应分子。当前结果更准确地说，是证明朊病毒相关蛋白是抗生素发现的有效来源空间，并建立了一种利用深度学习挖掘此类隐匿肽段的实验框架。未来需要进一步研究这些肽段是否会通过蛋白水解、细胞损伤、炎症反应或其他生理过程在体内生成，并在特定生物背景中参与防御。

从药物发现角度看，prionins具有几个值得关注的特点。首先，候选肽的实验命中率较高，75条合成肽中有59条具有抗菌活性，说明APEX 1.1能够有效富集活性序列。其次，它们与已知抗菌肽只有部分重叠，提示可能提供新的结构和序列模板。第三，虽然一些prionins存在细胞毒性，但仍有一批肽兼具抗菌活性和较好宿主选择性，且其中两个先导物在动物感染模型中有效。这些结果支持对prionins进一步进行药物化优化，例如提高稳定性、降低细胞毒性、增强体内半衰期和改善组织分布。

总体而言，研究人员通过深度学习从朊病毒相关蛋白质组中发现了超过1,000个候选prionins，并验证其中一部分具有抗菌活性、膜扰动能力和体内抗感染效果。这项研究将朊病毒相关序列空间与抗菌功能联系起来，表明非传统蛋白类别也可以成为抗生素先导物的重要来源，并为从“被加密”的蛋白质片段中发现新型抗菌分子提供了新的范式。

整理 | DrugOne团队

参考资料

Torres, M.D.T., Wan, F. & de la Fuente-Nunez, C. Deep learning reveals antimicrobial peptides within prions. Nat Microbiol (2026).

https://doi.org/10.1038/s41564-026-02408-1

内容为【DrugOne】公众号原创｜转载请注明来源