180 摘要 对多种抗生素具有抗药性的“超级细菌”对全球健康 构成越来越严重的威胁，因此我们迫切需要能杀死这 些“超级细菌”的新型抗生素。李泳新博士团队旨在 建立大数据多组学指导的研究方法，从而针对性地发 现具有化学新颖性和生物学重要性的天然产物。他们 计划通过结合大数据基因组挖掘法、代谢组学、合成 生物学和化学生物学实现这一目标。他们希望把这一 方法应用于占主导优势而又未受人工培养的海洋微生 物，从而利用微生物组群的化学潜力扩增具有医疗潜 力小分子的储备量。 研究活動和進展 • 通过整合基因组学，转录组学，蛋白质组学，代 谢组学挖掘海洋微生物组的药用潜力，开发新颖 高效多组学指导的研究平台； • 利用先进的基因挖掘技术寻找合适的生物合成基 因簇，再使用合成生物学技术将无尽的基因资源 转化成化学结构； • 大量挖掘海洋宏基因组数据，尤其是那些占主导 地位却无法培养的菌种数据，从中找到目标生物 活性小分子。 主要發現 • 开发一个基于相关性分析的基因挖掘方法，结合宏 转录组等多组学大数据分析，建立了第一个全面的 羊毛硫肽前体与蛋白酶的相关性网络，指导抗菌肽 的发现； • 多组学大数据挖掘导向发现了两类新型羊毛硫 肽：paenithopeptins和bacinapeptins，同时发现 了他们对应的隐藏新蛋白酶； • 开发了一个深度学习指导的基因挖掘方法，利用该 方法从海洋宏基因组数据中找到了大量潜在参与细 菌与噬菌体相互作用的RiPP肽。 研究成果 发表文章 0 培养人才 2 多組學大數據基因挖掘從海洋微生物群落中開發新型抗菌肽 李泳新博士 香港大学 图2. 深度学习指导的海洋宏基因组 挖掘指导抗菌肽的发现
RkJQdWJsaXNoZXIy NDk5Njg=