《Infection and Immunity》:Metabolic modeling: the link between AI and multi-omics data to accelerate the discovery of antibiotic-resistant traits in ESKAPE pathogens
编辑推荐:
摘要:对抗生素耐药细菌的预测性理解的发展是现代医学面临的最大挑战之一。基因组规模代谢模型(genome-scale metabolic models,GEMs)是从基因组数据组装而成的、对特定生物体代谢网络的数学表征,可预测其在多种环境和遗传背景下的细胞活性。
摘要:对抗生素耐药细菌的预测性理解的发展是现代医学面临的最大挑战之一。基因组规模代谢模型(genome-scale metabolic models,GEMs)是从基因组数据组装而成的、对特定生物体代谢网络的数学表征,可预测其在多种环境和遗传背景下的细胞活性。由于单一模型可在数千种条件下求解,GEMs能够生成支持人工智能工具下游分析的大规模数据,有助于阐明病原体如何适应宿主环境、逃避免疫应答并获得耐药性。本文综述了ESKAPE病原菌GEMs的构建方式、所需数据类型及其能力边界。研究人员描述了从自动化草稿网络经人工校正、缺口填补(gap filling)和实验验证的重建工作流程,以及各阶段所依赖的公共与实验数据来源。随后阐述了如何整合附属基因(accessory genes)和转录组测量以生成菌株特异性和条件特异性模型,并指出机器学习在扩展功能注释和消费模型生成的通量分布(flux distributions)两方面所作的贡献。全文以ESKAPE实例贯穿说明相关应用,包括跨菌株集合鉴定的保守代谢脆弱性以及抗生素暴露下观察到的通量重布线(flux rewiring)。尽管取得了上述进展,高质量GEMs目前仅覆盖ESKAPE物种中的一小部分;许多模型受限于注释不完整或实验验证不足,且非代谢性耐药机制仅在施加代谢成本的范围内被捕获。因此,提供可靠工具以从可信模板构建新模型,仍是缩小基因型与表型之间差距的优先事项。
ESKAPE病原菌中抗生素耐药(AMR)的流行率与临床影响
在高风险环境如重症监护病房中,ESKAPE病原菌占医院获得性感染的50%以上。美国一项涉及超过110万患者的多中心分析显示,其占血流感染分离株的42.2%,地区差异介于39.5%至49.9%之间。部分地区的报道比例更高,2022至2024年间罗马尼亚和土耳其ICU调查显示ESKAPE菌占院内分离株的73%至76%。与非ESKAPE菌感染患者相比,ESKAPE感染患者住院时间更长、医疗费用更高,出院时全因死亡率绝对增加2.1%。ESKAPE感染总体30天死亡率为43.3%,MDR病例中升至48.2%。不同菌种的30天死亡率差异显著:粪肠球菌血流感染为20%至35%,金黄色葡萄球菌菌血症为15%至31%,肺炎克雷伯菌汇总30天死亡率为29%,鲍曼不动杆菌血流感染为34%,铜绿假单胞菌为22.5%,肠杆菌属菌血症为19.6%。全球负担估算区分了归因于耐药性的死亡(2019年为127万)和与耐药性相关的死亡(495万),二者相差约四倍。由于耐药感染集中于本就危重的患者,且匹配病例对照研究极难构建,报道的死亡率差异可能受基础疾病严重程度的混杂影响。社区非住院人群粪便携带调查检出鲍曼不动杆菌5%、大肠埃希菌17.82%。非洲文献综述显示ESKAPE病原菌在人类、动物、环境和食物来源中的总流行率分别为35.8%、37.3%、47.7%和34.2%。这些菌株也存在于土壤、食物、水源、植物和污水等非医院环境中,构成传播储库。耐药性通过染色体编码的内在机制和突变或水平基因转移驱动的获得机制产生,六种机制反复出现:药物酶促失活、药物结合位点修饰、外膜通透性降低、主动外排、生物膜形成和耐药决定簇的水平转移。
ESKAPE中基因组数据与未知基因功能的挑战
"未知组"指功能未知或仅粗略表征的基因及其产物集合。每个ESKAPE基因组中均有相当比例的基因属于此类。即使在大肠埃希菌中,35%的基因仍缺乏直接实验功能证据,而ESKAPE物种的注释质量普遍更差。肠杆菌属777个完整基因组的泛基因组分析发现,未知功能基因是附属基因组中最大的单一类别(占48%),另占核心基因的21%和稀有基因组的68%。这些基因更准确地应描述为功能未知而非无足轻重。多种互补策略可用于功能指派:随机条形码转座子测序(RB-TnSeq)生成全突变体文库在数百种条件下的适应度谱;CRISPR干扰扩展到必需基因;缺乏突变体文库时可采用基于共表达的 guilt-by-association 计算方法和机器学习预测功能类别。代谢建模贡献了独特信号:当校正网络需要某反应但无基因指派时,模型指定了必须存在的生化功能,将开放式注释问题转化为定向搜索。数千个ESKAPE基因组已在NCBI、PubMLST等公共数据库完成测序和整理。短读长和长读长测序现已常规用于监测和研究。长读长测序有助于获得完整基因组、解析质粒和基因组岛。公共数据库并非对所有分类群都提供多样且高质量的基因组,短读长组装会碎片化重复区域,质粒常被分割或丢失,而耐药决定簇不成比例地定位于质粒上,因此基于碎片化组装的建模会系统性低估附属代谢和耐药功能。
基因组规模代谢模型的构建方式及其数据需求
基因组规模代谢模型是对生物体预测催化的每个代谢反应的数学表征,与编码相应酶的基因相关联。重建分四个阶段进行:草稿网络由CarveMe、gapseq和ModelSEED等工具通过将注释基因映射到生化参考数据库的反应上自动生成,数分钟内完成;随后人工校正,对照原始文献检查反应、修正基因-蛋白质-反应关联并定义生物量目标函数;通过添加最小反应集填补阻止生物量产生的缺口,这一步骤生成关于缺失酶功能的明确假设;最后将预测与实验表型比较,最常用的是限定碳氮源上的生长和转座子或敲除筛选测定的基因必需性。重建所需数据分为两类:网络本身几乎完全来自公共资源,包括NCBI的基因组注释和KEGG、MetaCyc、BiGG、ModelSEED等数据库的反应、酶和通路内容;实验数据测量的是表型而非基因功能,用于检验和校正网络而非构建网络。因此,任何已测序的ESKAPE分离株都能产出可用重建,但其可靠性受底层注释质量和可用表型数据量的限制。由于耐药和毒力决定簇常为附属而非核心,单一参考模型无法代表一个物种。菌株特异性重建通过将各菌株的基因补体映射到校正的物种级模板上实现,保留菌株携带基因支持的反应并移除缺失者。首个此类应用覆盖64株金黄色葡萄球菌,恢复了与致病行为相关的菌株特异性代谢能力。转录组数据以约束形式而非网络结构输入进入模型,整合算法利用转录丰度限制低表达基因的反应通量并允许高表达基因的通量通过,生成条件特异性模型。重建也以反向方式运作,利用网络结构指导注释。机器学习在工作流中两个不同节点发挥作用:上游改善重建所依赖的注释,预测未表征基因的功能类别;下游消费模型输出,因单一重建可在数千种模拟条件下求解,生成大规模内部一致的通量数据集作为分类特征集。该框架的优势在于对生物体在特定条件下所需的代谢功能作出明确可检验的预测,基因必需性预测提名候选药物靶点,模拟抗生素暴露预测伴随适应的通量重布线。局限性同样具体:重建仅代表代谢,通过靶点修饰、外排或酶促失活产生的耐药仅在施加代谢成本时被捕获;通量平衡分析假设代谢稳态和目标函数,可能既不描述持留细胞也不描述成熟生物膜;预测继承底层注释的每个错误。
ESKAPE病原菌的基因组规模代谢建模
应用于ESKAPE病原菌的重建揭示了广泛的代谢可塑性和跨宿主生态位利用多样碳、氮和微量营养素来源的能力。将转录组和代谢组测量与鲍曼不动杆菌基因组规模模型整合定义了多粘菌素处理下的代谢反应;肺炎克雷伯菌中KPC-2碳青霉烯酶的表达驱动超越耐药酶本身的系统性通量再分布。MFS、RND和ABC家族外排系统通过稳健性分析和调控网络框架被鉴定为干预靶点。重建覆盖度在该群体中不均衡:首个校正的肠球菌代谢模型为粪肠球菌V583构建;金黄色葡萄球菌是特征最充分的ESKAPE病原菌,早期人工校正重建如iSB619建立了预测生长表型和基因必需性的框架;肺炎克雷伯菌临床分离株的建模于2011年发表,突出氨基酸分解代谢(尤其缬氨酸利用)的适应性重布线,与临床谱系相关;鲍曼不动杆菌重建预测在100多种碳源上的生长,准确率约85%;铜绿假单胞菌展示了重建质量的重要性,PAO1和PA14模型的基因必需性预测准确率从早期重建的约65%到校正更新的90%以上;肠杆菌属尚无校正的基因组规模重建报道。
模型驱动的泛基因组分析
泛基因组框架区分所有菌株共享的核心基因与赋予菌株特异性性状的附属和独特基因。首个ESKAPE病原菌模型驱动泛基因组覆盖64株金黄色葡萄球菌,于2016年发表。早期13株比较重建已确立该方法的实用模式:70个至少在一株中预测必需的酶中44个在所有菌株中必需,54个合成致死酶对中仅10个在所有菌株中共享,其中6个属于氨基糖和肽聚糖生物合成,使细胞壁前体供应成为该物种中最集中的脆弱性。肺炎克雷伯菌物种的泛基因组分析展示了与附属基因含量和谱系特异性适应相关的显著代谢多样性,2019年发表首个模型驱动泛基因组,5年后KpSC泛代谢模型从500多个基因组开发,将附属代谢功能纳入统一框架。一项整合比较基因组学、基因组规模代谢建模、机器学习和代谢与表达建模的研究重建并分析了44个铜绿假单胞菌菌株特异性GEM,在425种营养条件下模拟生长,鉴定了区分物种的代谢能力,提供甘油-3-磷酸、L-亮氨酸和莽草酸等一致的代谢标记。序列驱动的泛基因组分析揭示了新的附属基因、移动元件和新型位点,并有助于克隆定义。质粒携带的耐药基因数量几乎是染色体的五倍,而毒力基因更可能位于染色体"掩蔽"基因组上。泛基因组作为遗传潜力图谱,多菌株基因组规模模型将该潜力转化为预测表型。
机器学习可快速识别和排序关键遗传性状
机器学习最直接的应用之一是从基因组序列预测抗生素耐药性。基因型预测询问基因组是否携带已知或推断的耐药决定簇;表型预测更难,需从序列单独估计药敏类别或最低抑菌浓度。后一类模型已为多种ESKAPE病原菌构建:肺炎克雷伯菌跨多类抗生素的计算机MIC面板、铜绿假单胞菌结合基因组和转录组特征的临床诊断分类器、金黄色葡萄球菌和鲍曼不动杆菌的类似方法。性能在耐药性由少数获得性决定簇主导的抗生素上最强,在耐药性为多基因或调控性时最弱,这正是模型衍生的通量特征可能补充基因组序列未携带信息的场景。机器学习还可用于揭示病原菌适应所有已实验表征环境的调控过程,利用转录组数据通过无监督学习构建基因调控网络原型,iModulonDB中已有金黄色葡萄球菌、鲍曼不动杆菌和铜绿假单胞菌的分析。基因被组织为iModulons,作为转录因子调控基因簇的代理,简化了复杂调控过程的理解和可视化。
宿主和多种微生物互作作为高级建模应用
宿主关联和多种微生物背景是该建模框架最具挑战性的应用,因需同时表示多个生物体的代谢并说明其间代谢物交换。ESKAPE病原菌常以共生菌或医院环境来源起始,其互作跨越竞争到互利共生,最常见于黏膜或伤口部位的多物种生物膜。使这些场景可处理的是相关适应大多是代谢性的:铜绿假单胞菌利用炎症肺的富琥珀酸环境,金黄色葡萄球菌在营养剥夺下转向替代碳源,鲍曼不动杆菌耐受干燥。部分细胞进入休眠持留状态,同时存活于抗生素和免疫清除。将模型扩展到多种微生物群落更难,主要困难在于表示细胞间代谢物交换。进展主要来自配对和小群落系统:金黄色葡萄球菌与表皮葡萄球菌的通讯通过域分解方法模拟,产生涉及33种交换代谢物并考虑其空间分布的生物膜形成纳什均衡模型;囊性纤维化共培养系统受到最多关注,群落模型预测互作取决于葡萄球菌和假单胞菌是否存在,缺乏时预测出葡萄球菌/不动杆菌、假单胞菌/沙雷菌和链球菌/肠球菌的互利配对。肺炎克雷伯菌与曲霉和青霉属的偏害互作也有预测。宿主侧目前唯一验证的基因组规模宿主-病原体模型是结核分枝杆菌,表明该应用距ESKAPE生物体的常规使用仍远。
结论与未来展望
本综述范围刻意限于ESKAPE群体,但所述建模框架并非如此。WHO优先病原体清单远超ESKAPE,其中多个已有基因组规模重建,包括结核分枝杆菌和粘液罗斯菌,相同的重建、情境化和机器学习步骤直接适用于任何已测序基因组生物体。膜计算等互补形式体系正在开发用于通量模型处理不佳的问题,可在嵌套生态区室中表示耐药进化并模拟单生物体代谢模型无法捕获的传播和选择动态。将此类区室框架与其中生物体的基因组规模重建耦合是一个开放且基本未探索的方向。实现这一点将依赖高质量重建的自动化生成,因为模型可用性而非建模理论是当前的瓶颈。