PLOS GENET：开发抗生素的新方法

近日，来自奥斯陆中心生物统计学和流行病学和英国的桑格研究所的研究人员报道了一项关于通过基因组学研究抗生素抗性的研究，相关研究成果刊登于国际杂志Plos genetics上。

目前，在细菌群体基因组数据集的规模和多样性方面的最新进展为高精度地研究细菌基因组范围的共同进化模式提供了有力的基础。 在这里，研究人员描述一种新的统计方法，即genomeDCA，它使用计算结构生物学的最新进展来确定最强共同进化压力下的多态位点。研究人员发现了一种开发抗生素的新方法，这种抗生素可用于杀死多种耐药菌。通过将这种新信息与分子医学结合起来，科学家现在可以识别攻击这些细菌的特异分子成分，并利用这些突变来破坏它们自身繁殖的能力。

研究人员将genomeDCA应用于代表主要人类病原体肺炎链球菌（肺炎球菌）和化脓性链球菌（A型链球菌）的两个大群体数据集。对于肺炎球菌，在1,936个位点之间鉴定出5,199个假定的上位相互作用。四分之三以上的链接位于pbp2x，pbp1a和pbp2b基因内的位点之间，其序列对于确定对β-内酰胺抗生素的不敏感性至关重要。基于网络的分析发现，这些基因也与编码二氢叶酸还原酶的偶联，改变为甲氧苄啶抗性的基础。与这些抗生素抗性基因不同，384个蛋白质编码序列的大网络组分包含许多在基本细胞功能中至关重要的基因，而另一个不同的组分包括与毒力相关的基因。A组链球菌（GAS）数据组群体代表基因组相对较少的遗传变异和高水平的连锁不平衡的克隆群体。尽管如此，研究人员能够确定两个RNA伪嘌呤合成酶，它们各自与穿过染色体的单独的一组基因座牢固连接，代表了共同选择的生物似乎合理的靶标。该方法揭示了肺炎球菌中抗性，毒力和核心机制基因的相互作用网络，突出了新药物靶标的推定候选物。

研究显示，这里应用的群体基因组分析方法可以从统计学上分析共同演化的基因座对。这种发现方法大大增强了系统生物学上位性分析的未来潜力，并且可以补充全基因组关联研究，作为为靶向实验工作做出假设的手段。

原始出处：

Marcin J. Skwark, Nicholas J. Croucher, Santeri Puranen. et al. Interacting networks of resistance, virulence and core machinery genes identified by genome-wide epistasis analysis.2017.

本文系梅斯医学（MedSci）原创编译整理，转载需授权！