次生自然物质存在于众多的植物、细菌和真菌中，具有抗炎、抵御病原体甚至阻止癌细胞生长的作用。然而，利用大自然药箱提供的财富和识别新的天然物质是耗时、昂贵和劳动密集的。耶拿弗里德里希·席勒大学的一个生物信息学团队现在已经开发出一种方法，能够更快更容易地识别小的活性物质分子。
数以百万计的结构性数据项尚未破译非诚勿扰258期
为了查明植物提取物等生物样品中含有的物质，研究人员利用质谱(mass spectrometry, mass spectrometry)对样品进行分析。在这个过程中，分子被分解成碎片，并确定其质量。“我们开发的CSI:FingerID分子搜索引擎可以让我们专门搜索匹配这些片段的分子结构，”耶拿大学的塞巴斯蒂安教授(B?cker)说。“这次搜索是否成功——也就是说，搜索结果是否代表正确的结构——不是我们可以用这种方法来区分的。”
目前有大量的数据收集，从数以百万计的生物样品分析的数十亿个质谱数据项目，其中绝大多数尚未确定其结构。这就是COSMIC现在发挥作用的地方，使结构能够自动破译这些尚未识别的分子的很大一部分。“为此目的，我们使用了机器学习的方法，”新出版物的主要作者马丁霍夫曼(Martin Hoffmann)解释说。“首先，将被检测样品的质谱与可用的结构数据进行比较。”结果，您会得到——就像在谷歌搜索中那样——一个或多或少的可能点击列表。Hoffmann补充说:“我们现在的方法可以表明，人们有多大的信心认为，最初发现的撞击实际上就是我们正在寻找的结构。”为此，COSMIC确定一个分数来评估建议命中的质量，并推断出它是正确还是错误。
新发现胆汁酸
B?cker和他的团队与加州大学圣地亚哥分校的同事合作，已经证明了他们的方法是多么有效。他们研究了来自小鼠消化系统的质谱数据，以寻找迄今未知的胆汁酸。为此，我们构建了超过28,000个理论上可能的胆汁酸结构，并与小鼠微生物组的测量数据进行了比较。随后与COSMIC的分析产生了11个新的、以前完全未知的胆汁酸结构。其中的两种已经通过特别合成的参考样品得到了证实。
表论坛“这表明，首先，我们的方法是可靠的，”塞巴斯蒂安强调说B?cker。其次，COSMIC可以大大加速寻找新的和有趣的物质，因为筛选可以完全自动进行，不需要任何人工努力，而且在很短的时间内。B?cker公司预计，在未来的几年里，将有可能用这种方法来阐明数千种新的分子结构。
原始出版物:
Hoffmann MA等。谱库中缺失的代谢物的高可信度结构注释。《自然生物技术》(2021)，https://www.nature.com/articles/s41587-021-01045-9