《临床前模型的研究表明重组分子可以作为局部抗HIV杀微生物剂》

  • 来源专题:生物安全网络监测与评估
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2019-05-08
  • HIV-1诱导EpiVaginal组织的全局基因特征(右上)。示意图模型说明HIV-1和rfhSP-D对EpiVaginal组织的影响(中)。兔阴道刺激(RVI)模型显示重复施用rfhSP-D凝胶(左下)的粘膜屏障的完整完整性。

    图片来源:图片由布莱根妇女医院的Raina Fichorova提供

    阴道杀菌剂可以预防女性中HIV-1的性传播,具有拯救生命和帮助阻止流行病的巨大潜力。但微生物的微妙环境自然地定居在阴道内并保持健康的粘膜屏障,这使得寻找这种杀微生物剂具有挑战性,阻碍了最有希望的候选者的临床试验。

    由国际团队Raina Fichorova博士领导的布莱根妇女医院的研究人员在生物工程阴道组织上测试了一种实验室制造的天然蛋白质(人类表面活性蛋白D或rfhSP-D的重组片段) ,免疫细胞和微生物,以确定候选药物是否可以帮助安全地预防HIV传播。该研究小组在Frontiers in Immunology上发表的一篇论文中报道了该技术在临床前测试中的成功,并将其确立为有前途的抗HIV-1阴道杀菌剂。

    “要找到一种能够最有效地帮助免疫系统而不会产生不良反应的新药是一项艰巨的任务,需要对粘膜生态系统和生物技术知识有基本的了解,”布莱格姆实验室主任,医学博士,医学博士Raina Fichorova说。生殖道生物学。 “我们的团队能够结合这两个领域的专业知识来开展这项工作,并为rfhSP-D作为外用抗HIV杀菌剂的临床试验奠定了坚实的基础。”

    该团队设计了一个通过生物工程,多层阴道组织向下方白细胞传播HIV的性传播模型。两个主要事件通常导致HIV浸润和传播:炎症和粘膜屏障的破坏。该研究小组首次报告了与此违规行为相关的遗传签名。在病毒存在的情况下,参与炎症的基因活性和屏障的紧密性发生了改变,有助于促进感染。

    Fichorova及其同事发现候选药物rfhSP-D不仅可以预防HIV传播,还可以逆转病毒存在时阴道组织的遗传特征。该分子有助于维持阴道组织的完整性并抑制促炎反应,防止病毒获得立足点。此外,多项临床前试验表明,该分子可以安全地应用,而不会改变天然存在的细菌,如乳酸杆菌或破坏阴道粘膜。

    “我们的研究提供了一种高度可重复的,具有成本效益的模型来研究候选杀微生物剂的有效性。我们的研究结果为进一步评估rfhSP-D作为潜在的外用抗HIV杀菌剂提供了强有力的论据。”

    ——文章发布于2019年5月6日

相关报告
  • 《稳定乳酸菌工程作为动态抗HIV的杀微生物制剂》

    • 来源专题:艾滋病防治
    • 编译者:李越
    • 发布时间:2013-05-13
    • 阴道益生菌是预防阴道炎和HIV的策略。研究将人宫颈和阴道上皮细胞的创新模型,评估jensenii乳酸菌的功能。最后研究结果进一步表明jensenii乳酸菌对于抗HIV临床效果。
  • 《微生物研究所在AI赋能挖掘微生物组功能多肽方面获得新进展》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2022-03-08
    • 抗生素耐药是现代医学面临的严峻挑战之一,在近几十年来,产生抗生素耐药性的病原微生物持续增加,每年在全球范围内耐药菌引发感染造成的死亡人数达到70万人。抗菌肽(AMPs)作为解决抗生素耐药性的候选方案之一,具有不易产生抗药性、作用快速等优势,同时因为容易降解也不会对环境造成持续性污染。因此,开发出能够应对抗多重耐药菌的新药物,缓解耐药问题迫在眉睫;但传统方法筛选新药的候选分子成功率较低,亟需高通量的挖掘和筛选手段。       抗菌肽是一类具有抗微生物活性的小肽,其作用范围包括细菌、真菌、病毒和寄生虫。抗菌肽可以通过多种作用机制达到抑制病原微生物的效果,其中较为普遍的作用机制是结合病原微生物的细胞膜,扰乱细胞膜结构;或直接在细胞膜上形成微孔使细胞内容物外流,最终将病原微生物杀死。近些年来,能抵御多重耐药菌同时不易产生耐药性的抗菌肽,已被认为是替代传统抗生素的下一代抗菌剂,如果能在大量的微生物和微生物组中高效、高通量挖掘,将非常有益于临床应对耐药菌的治疗。       2022年3月3日,中国科学院微生物研究所在国际重要期刊《自然-生物技术》(Nature Biotechnology)上发表了题为“Identification of antimicrobial peptides from the human gut microbiome using deep learning”的研究性文章。该文章采用自然语言学习(NLP)的多种神经网络方法,实现了抗菌肽挖掘模型的构建和优化;通过该预测模型在大规模微生物组(1万余样本)中的应用,总计挖掘并合成了216种潜在的新型抗菌肽。经实验验证,其中181种新型抗菌肽具有抗菌活性(占83.8%)。进一步的实验表明抗菌肽对多重耐药革兰氏阴性菌具有较强的抑菌能力,同时在动物感染模型中验证部分抗菌肽具有非常好的体内活性和安全性(图1)。  该研究结合了微生物组大数据和最新的深度学习模型,提供了人工智能赋能大分子挖掘和转化的良好范例;同时,也表明微生物组数据中存在着大量待开发资源,通过计算方法可以将具有生物活性的分子快速高通量的发掘出来。其次,该研究还扩大了人工智能在生物医学领域的应用范围,先前研究中主要集中在医学图像处理、小分子药物筛选等领域,增加了人工智能的应用场景。考虑到未来随着测序数据的累积,更多的微生物大数据将被获得。同时,不论是小分子药物还是肽的搜索空间仍处于早期探索阶段,对于挖掘多功能分子(治疗感染、代谢和免疫疾病),具有非常大的发展潜力。       中国科学院微生物研究所王军课题组马越,夏彬彬,陈义华课题组郭正彦,张雨薇为本文的共同第一作者。王军研究员和陈义华研究员为共同通讯作者。本研究受到了中国科学院战略先导项目“病原体宿主适应与免疫干预”、科技部重点研发、国家自然科学基金委相关人才计划项目(陈义华)、面上项目和“糖脂代谢的时空网络调控”重大研究计划培育项目,以及北京市科技新星项目的支持。       论文链接:https://www.nature.com/articles/s41587-022-01226-0