多组学整合揭示结核分枝杆菌抗生素作用机制的关键特征

本研究针对结核病治疗周期长、药物作用机制复杂等问题，开发了DECIPHAER多组学整合平台，通过结合形态学和转录组数据，揭示了结核分枝杆菌对抗生素的核心响应特征。研究发现SQ109等多靶点抗生素通过影响呼吸作用而非细胞壁合成发挥杀菌效应，为结核病新药研发提供了重要见解。

结核病是全球最致命的传染病之一，每年造成约150万人死亡。尽管已有多种抗生素用于治疗，但长达4-6个月的治疗周期给患者带来巨大负担。更令人担忧的是，结核分枝杆菌(Mycobacterium tuberculosis, Mtb)对抗生素的耐药性问题日益严重。传统上，研究人员通过分离耐药突变体来确定药物的主要靶点，但这种方法对于具有多靶点作用(polypharmacologies)的药物如SQ109和BM212效果有限。此外，药物抑制主要靶点后引发的下游细胞死亡机制仍不清楚。这些挑战促使科学家们寻求新的方法来全面解析抗生素的作用机制(MOA)。

来自塔夫茨大学医学院(Tufts University School of Medicine)分子生物学与微生物学系的研究团队开发了一种名为DECIPHAER的解码交叉模态药理学信息的新方法。这项发表在《Cell Systems》上的研究整合了形态学分析和转录组测序数据，揭示了结核分枝杆菌对抗生素响应的核心特征，为理解复杂抗生素的作用机制提供了新视角。

研究人员主要采用了三种关键技术方法：1) 多模态数据整合分析，通过自动编码器(autoencoder)将形态学和转录组数据映射到共享的潜在空间；2) 单细胞形态学分析，使用FM4-64FX和SYTO 24染色结合显微成像技术；3) 代谢组学分析，通过LC-MS检测糖磷酸代谢物变化。研究团队还构建了recA'::GFP报告菌株用于验证预测结果。

研究结果部分，首先在"DECIPHAER整合并筛选来自不同测量模式的重要信息"中，研究人员建立了能够同时分析形态学和转录组数据的计算框架。通过训练自动编码器，他们成功将两种数据模态映射到50维的共享潜在空间，该空间能够准确区分不同作用机制的抗生素。特别值得注意的是，DECIPHAER在分类任务中的准确率达到89%，显著高于单模态分析(76%)。

在"DECIPHAER实现结核分枝杆菌药物响应形态学和转录数据间的转换"部分，研究展示了该平台强大的跨模态预测能力。仅使用形态学数据就能准确预测相应的基因表达变化，预测转录谱与真实数据的平均相关系数达到0.73。这一功能对于只有单模态数据的研究特别有价值。

"DECIPHAER突出显示结核分枝杆菌损伤的相关转录和形态学特征"部分揭示了细胞大小与DNA复制修复、核糖体生物合成基因表达之间的强相关性。通过recA'::GFP报告菌株实验证实，细胞面积增加确实与DNA损伤响应基因表达上调相关。此外，研究还发现糖代谢途径(TreS/GlgE)与细胞染色特征密切相关。

在"单模态数据可用DECIPHAER的潜在和跨模态预测进行评估"部分，研究人员展示了该平台对仅有形态学数据的药物机制预测能力。通过对34种化合物的分析，68%的活性药物与其预期作用机制的药物聚在同一分支。转录预测结果与已知机制的一致性达到65%，验证了该方法的可靠性。

最引人注目的发现在"多模态潜在空间突出SQ109的呼吸作用效应"部分。传统单模态分析仅能识别SQ109对细胞壁的影响，而DECIPHAER的多模态分析揭示了其与呼吸抑制剂相似的潜在空间特征。后续实验证实，高浓度SQ109(≥5x IC₅₀)能显著降低ATP水平，且这种效应独立于其对MmpL3的抑制作用。更重要的是，SQ109的呼吸抑制作用能够影响细胞死亡过程，这为理解其杀菌机制提供了新视角。

这项研究的重要意义在于建立了首个能够整合结核分枝杆菌多组学药物响应数据的计算框架DECIPHAER。该平台不仅能够识别传统单模态分析无法发现的药物作用机制，还能实现跨模态预测，大大扩展了现有数据的利用价值。研究发现SQ109等MmpL3抑制剂在高浓度时主要通过影响呼吸而非细胞壁合成发挥杀菌作用，这一发现为优化结核病药物组合策略提供了重要依据。此外，研究揭示的糖磷酸代谢与抗生素杀伤机制的关联也为未来研究开辟了新方向。这项工作展示了多组学整合分析在解析复杂生物系统中的强大能力，为抗生素机制研究和结核病新药开发提供了新思路和新工具。