分享

文献解析之从肠道宏基因组中高效挖掘抗癌肽文章

 科研资料帮 2023-08-11 发布于广东

大家好,本期小编分享的这篇越来越多的人认识到肠道微生物群在维持宿主健康及其参与疾病发展中的重要性题为 Efficient Mining of Anticancer Peptides from Gut Metagenome(从肠道宏基因组中高效挖掘抗癌肽) 的研究论文。

01

研究背景

肠道微生物组在调节宿主健康和疾病方面起着至关重要的作用。它是一个巨大的功能分子库,具有巨大的临床应用潜力。

一个感兴趣的特定领域是鉴定用于创新癌症疗法的抗癌肽(ACP)。然而,ACP的发现受到严重依赖实验方法的阻碍。为了克服这一限制,我们在这里采用了一种新方法,利用ACP和抗菌肽(AMP)之间的重叠。

通过将成熟的AMP预测方法与宏基因组队列中的挖掘技术相结合,总共鉴定了40种潜在的ACP。在已鉴定的ACP中,39种表现出对至少一种癌细胞系的抑制作用,与已知的ACP表现出显着差异。

见图一

研究工作流程的示意图。

图一

(a) 与仅依赖预测模型的单中心预测过程相反,多中心预测过程涉及额外的数据分析步骤,以有效消除从预测模型获得的误报。这个过程直接增加了最终预测中真阳性的比例。

(b)在我们的研究中,我们将预测的潜在ACP与宏基因组队列分析相结合,以筛选新的ACP。

见图二

我们研究中的ACP筛选过程。

图二

(a) 从公共数据库中收集的 ACP 和 AMP 显示它们之间存在显着重叠。

(b)来自公共数据库的癌症患者宏基因组队列的组成,随后的分析侧重于包含CRC和健康对照的队列。

(c) 在健康对照中富集 pACP 并提供有关其来源队列的信息。上图显示了本研究中合成的10种肽富集(−log40(fdr)的重要性(见实验部分),而底部图显示了与CRC患者相比,健康个体富集的倍数变化。每个合成的ACP都由一个条形表示,不同的颜色表示健康个体的不同富集水平。CRC1:PRJD B27928;CRC2:PRJDB  6070;CRC3:PRJNA 397219;CRC4:PRJDB 7774。

(d) 肽过滤过程概述以及数据分析每个步骤中保留的肽数量。

见图三

在体外和体内验证潜在的抗癌肽。

图三

(a) 抗癌活性的初步筛查。用ACP或载体(PBS)处理单个细胞系,并根据每个ACP和载体(PBS)之间的活力比计算存活率。绿色圆圈表示积极的抗癌活性,圆圈大小代表癌细胞系的相对存活率,每个测试至少有三次技术重复。

(b)每种pACP的显着抑制癌细胞系的数量。

(c)pACPs在小鼠模型中的实验方案。

(d)两种选定的抗癌肽对肿瘤生长的抑制作用,由实验过程中显示肿瘤大小的框图表示。用pACP1780处理的小鼠显示为绿色,而用pACP2283处理的小鼠显示为紫色。*调整P<0.05和***调整P<0.01在邓内特试验中,每组包含六只小鼠。

见图四

新pACP的序列分析。

图四

(a) 分析pACP的来源细菌和每种细菌中发现的pACP的数量。

(b)pACP和已发表的PCA集之间的序列同一性分布,在已发表的PCA中显示出显着更高的同一性。对每个比较进行单侧t检验。

(c)在我们的研究中发现的pACP的氨基酸组成和我们收集的集合中已知的ACP(橙色的pACP和绿色的已发布的ACP)。

(d) pACP和已发布ACP的长度分布。

(e) 根据其 GRAVY 指数和电荷特性绘制已发布的 ACP 和 pACP 的图。已发布的 ACP 以绿色显示,pACP 以橙色显示。椭圆表示假设分布的 95% 置信区间。符号 “***” 表示双侧 t 检验中的 p 值< 0.01。

见图五

探索pACPs的机制。

图五

  (a) 用两种 pACP 处理后 CT26 细胞系的形态学观察。(b) 在 26× CC 下对用 pACP1780 和 pACP2283 处理的 CT10 细胞系进行透射电子显微镜 (TEM) 检查50浓度,揭示细胞破裂。实验一式三份进行,结果相似,并显示代表性图。(c) 两个选定 ACP 的 CD 结果以及使用 CDNN 根据 CD 数据计算的二级结构的相应比例。紫色代表水相,蓝色代表与20倍POPC脂质混合物混合的肽,灰色代表与20倍POPC+POPS脂质混合物混合的肽。

02

研究结论

此外,还评估了小鼠异种移植癌症模型中两种最有希望的肽的治疗潜力。令人鼓舞的是,这些肽表现出有效的肿瘤抑制作用,没有任何可检测到的毒性作用。

有趣的是,两种肽都显示出不常见的二级结构,突出了其独特的特征。这一发现突出了多中心挖掘方法的有效性,该方法有效地从肠道微生物组中发现了新的ACP。这种方法不仅对CRC而且对其他癌症类型的治疗选择具有重要意义。

好了,今天的文献解读就到这儿来,我们下期再见!如果你正在开展临床研究.需要方案设计.数据管理.  数据分析等支持.也随时可以联系我们。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多