**摘要**
**背景**
耐甲氧西林金黄色葡萄球菌（MRSA）是一个重要的临床问题，其主要耐药决定因素是mecA基因。本文利用广泛的生物信息学资源，在序列分析、系统发育重建、蛋白质结构预测和分子对接等多个层面上对甲氧西林耐药基因A（mecA）进行了研究。
**方法**
我们利用美国国家生物技术信息中心（NCBI）的GenBank、Clustal Omega、MEGA X、SWISS-MODEL和AutoDock Vina等工具，检索并分析了来自不同MRSA菌株的25个mecA序列。
**结果**
研究显示，这些mecA序列在关键催化残基（Ser403、Lys406、Thr600）上具有高度的序列保守性（同源性为97.2–99.8%）。系统发育研究表明，mecA通过携带mec基因的葡萄球菌染色体片段（SCCmec）进行水平基因转移而传播。三维建模显示，PBP2a的活性位点较为狭窄，导致其对β-内酰胺类抗生素的亲和力较低（-4.2 kcal/mol，而天然青霉素结合蛋白PBP2的亲和力为-7.5 kcal/mol）。功能分析表明，PBP2a包含三个结构域和新的功能基序。对SCCmec的比较分析揭示了14种不同类型（I-XIV），它们在大小和耐药基因方面存在差异。
**结论**
这些结果为理解甲氧西林耐药性提供了分子层面的见解，并可作为开发新型抗MRSA药物的指导依据。
**引言**
金黄色葡萄球菌是一种革兰氏阳性细菌，约30%的人类群体中其正常存在于皮肤和软组织中，但它也可能引发严重感染，如皮肤和软组织感染，以及其他危及生命的疾病，如菌血症、心内膜炎、肺炎和败血症[1]。20世纪60年代初，随着耐甲氧西林青霉素的引入，MRSA的出现为治疗葡萄球菌感染带来了挑战[2]。目前，MRSA感染与发病率、死亡率、住院时间延长和高医疗成本相关，因此成为一个全球公共卫生问题[3]。
**背景**
耐甲氧西林金黄色葡萄球菌（MRSA）的主要耐药决定因素是mecA基因。本文利用广泛的生物信息学资源，在序列分析、系统发育重建、蛋白质结构预测和分子对接等多个层面上对甲氧西林耐药基因A（mecA）进行了研究。
**方法**
我们利用美国国家生物技术信息中心（NCBI）的GenBank、Clustal Omega、MEGA X、SWISS-MODEL和AutoDock Vina等工具，检索并分析了来自不同MRSA菌株的25个mecA序列。
**结果**
研究显示，这些mecA序列在关键催化残基（Ser403、Lys406、Thr600）上具有高度的序列保守性（同源性为97.2–99.8%）。系统发育研究表明，mecA通过携带mec基因的葡萄球菌染色体片段（SCCmec）进行水平基因转移而传播。三维建模显示，PBP2a的活性位点较为狭窄，导致其对β-内酰胺类抗生素的亲和力较低（-4.2 kcal/mol，而天然青霉素结合蛋白PBP2的亲和力为-7.5 kcal/mol）。功能分析表明，PBP2a包含三个结构域和新的功能基序。对SCCmec的比较分析揭示了14种不同类型（I-XIV），它们在大小和耐药基因方面存在差异。
**结论**
这些结果为理解甲氧西林耐药性提供了分子层面的见解，并可作为开发新型抗MRSA药物的指导依据。
**材料与方法**
mecA基因的核苷酸和蛋白质序列是从美国国家生物技术信息中心（NCBI）的GenBank数据库（www.ncbi.nlm.nih.gov/genbank）中检索的[15]。搜索使用了关键词“mecA Staphylococcus aureus”，并应用了适当的过滤器以确保检索到完整的编码序列。从不同地理区域和时间段的不同MRSA菌株中下载了25个mecA基因序列，格式为FASTA。原始MRSA菌株的mecA参考序列（GenBank登录号：X52593）被用作比较分析的模板[16]。此外，还从其他携带mecA同源物的葡萄球菌物种中检索了序列，以促进进化比较。所有25个mecA基因序列和PBP2a蛋白序列的登录号列在补充表S1中，同时提供了相应的物种和菌株标识信息[17]。PBP2a蛋白序列是从NCBI蛋白数据库独立获取的，与用于核苷酸水平分析的相同的物种和菌株相对应；相应的氨基酸序列经过验证以确保准确性[18]。
**序列分析与特征描述**
使用Sequence Manipulation Suite[18]和EMBOSS软件包[19]分析了基本的序列特征，包括核苷酸组成、GC含量、密码子使用偏好和开放阅读框识别。为了分析调控元件，每个mecA序列旁边加入了500 bp的上游序列。使用生物信息学预测工具，检查了核苷酸序列中是否存在启动子区域、核糖体结合位点（RBS/Shine-Dalgarno序列）和其他潜在的调控元件。使用ExPASy服务器上的ProtParam工具分析了蛋白质序列的基本理化性质，如分子量、理论等电点、不稳定性指数和疏水性平均值（GRAVY）[20]。
**多重序列比对**
使用Clustal Omega（一个广泛使用的多重序列比对程序）对来自不同MRSA菌株的mecA核苷酸序列进行了比对[21]。比对参数设置为默认值，并针对细菌序列优化了间隙 openings和扩展惩罚。使用Jalview软件可视化了比对结果，以便详细检查保守区和变异区[22]。同样，对来自不同菌株的PBP2a蛋白序列进行了比对，以识别保守的氨基酸残基和功能基序。比对结果揭示了高序列保守区域，这些区域可能代表功能关键结构域，以及可能导致菌株间耐药性差异的变异区域。
**系统发育分析**
使用最大似然法和neighbor-joining方法推断了来自不同MRSA菌株及其相关葡萄球菌物种的mecA序列之间的系统发育关系[23]。将比对后的序列导入MEGA X软件进行系统发育重建[24]。使用MEGA X中的模型选择工具确定了最佳拟合核苷酸替换模型，基于最低的贝叶斯信息准则选择了Tamura-Nei模型[25]。进行了1000次重复的bootstrap分析，以评估系统发育树拓扑结构的统计支持度。结果系统发育树被可视化和注释，展示了mecA基因之间的进化关系、按SCCmec类型分组的菌株以及水平基因转移事件的潜在起源。
**蛋白质结构预测**
使用多种计算方法预测了PBP2a的三维结构，以确保可靠性和准确性。首先，使用SWISS-MODEL（一个自动蛋白质结构同源性建模服务器）进行了同源性建模[26]。将PBP2a氨基酸序列提交给SWISS-MODEL，根据序列相似性从蛋白质数据库（PDB）中选择了合适的模板结构[27]。使用PROCKHECK和Ramachandran图分析评估了生成模型的立体化学质量[28]。此外，还使用I-TASSER进行了从头算结构预测，该方法采用线程和迭代组装模拟[29]。将预测的结构进行叠加和比较，以评估一致性。最终模型通过能量最小化协议进行了优化，以优化键长、角度和扭转参数[30]。图3显示了PBP2a的三维结构，突出了负责细胞壁合成的转肽酶结构域。
**功能域和基序分析**
使用InterPro数据库和NCBI的Conserved Domain Database（CDD）[30, 31]识别了PBP2a蛋白序列中的功能域和保守基序。扫描蛋白质序列，寻找已知的结构域，如青霉素结合域、转肽酶域和跨膜区域。使用MEME Suite进行了基序分析，以识别可能代表功能位点或调控元素的重复序列模式[32]。将识别的基序与青霉素结合蛋白中的已知功能基序进行比较，以确定其在底物结合、催化活性和抗生素耐药性中的潜在作用。此外，使用SignalP进行了信号肽预测，以确定蛋白质转运的机制[33]。表2总结了在PBP2a中识别出的功能域及其预测功能。
**分子对接研究**
进行了分子对接模拟，以研究PBP2a与多种β-内酰胺类抗生素（包括甲氧西林、苯唑西林、青霉素和头孢他啶）之间的相互作用。这些抗生素的三维结构从PubChem数据库以SDF格式检索，并使用Open Babel转换为PDB格式[34]。使用AutoDock Vina（一个广泛使用的分子 docking程序）预测了这些抗生素与PBP2a活性位点的结合模式和亲和力[35]。通过移除水分子、添加氢原子并分配Gasteiger电荷来准备蛋白质结构。网格框以通过功能域分析确定的活性位点为中心，尺寸为25 Å × 25 Å × 25 Å（x, y, z），足以覆盖整个活性位点腔体。对接作业使用了8的覆盖率值（AutoDock Vina的默认值），结果根据结合亲和力得分进行排序，亲和力得分以kcal/mol表示。使用PyMOL和UCSF Chimera对生成的蛋白质-配体复合物进行可视化，以识别关键的相互作用残基[36, 37]。图4展示了PBP2a与甲氧西林对接后的复合物，显示了结合口袋中氨基酸残基的空间排列。比较PBP2a与天然PBP蛋白的结合亲和力，有助于了解β-内酰胺类抗生素抗性的分子基础。
**比较基因组分析**
使用比较基因组学方法分析了mecA在SCCmec元件中的遗传背景。从GenBank中检索了不同MRSA菌株的完整SCCmec序列，并使用Mauve（一种多基因组比对工具）进行了比对[38]。分析重点在于确定SCCmec的边界、重组酶基因（ccr基因）的存在以及与mecA共定位的其他抗性基因。比较了不同类型SCCmec（I至XIV）的结构组织，以理解这一移动遗传元件的多样性和进化[39]。图5以示意图形式展示了SCCmec的结构，标出了mecA及其相关遗传元素的位置。
**统计和生物信息学工具**
所有生物信息学分析均使用适当的软件工具和网络服务器完成，具体方法在相关章节中有详细描述。序列比对、系统发育树和结构模型是利用公开可用的生物信息学资源生成的。统计分析包括计算序列同一性百分比、p值和自举值，使用的是各软件包中的内置功能。结果可视化则是通过专门的分子图形和数据展示软件完成的。
**序列检索和基本特征分析**
在NCBI GenBank数据库中成功检索到了来自不同地理位置和临床环境的25种MRSA菌株的mecA基因完整序列。mecA编码序列（GenBank登录号：X52593）包含2007个碱基对，编码668个氨基酸的蛋白质。核苷酸组成分析显示GC含量约为38.5%，这在金黄色葡萄球菌（S. aureus）的基因组GC含量范围内（32%至39%[40]）。这一相对较低的GC含量是典型的高小编码，影响了密码子的使用模式。mecA基因在其起始密码子上游拥有一个标准的细菌启动子，在ATG起始密码子前约8个碱基对处有一个Shine-Dalgarno序列（核糖体结合位点），这有助于翻译的有效启动[41]。
我们通过ProtParam工具检查了PBP2a的蛋白质序列的理化性质。发现其分子量为约76.1千道尔顿，与之前的实验结果相符[42]。理论等电点计算为5.87，这意味着在理论生理条件下，PBP2a略带酸性。平均不稳定指数为32.45，表明PBP2a是一种稳定的蛋白质。烷基指数（表示被烷基侧链占据的总体积比例）为89.76，显示出良好的热稳定性。平均亲水性（GRAVY）值为负值（-0.234），这也说明PBP2a是一种亲水性蛋白质，这与它位于膜中并与其肽聚糖的水前体反应的事实相符[43]。表1展示了基于计算分析的PBP2a的理化性质摘要。
**表1 PBP2a蛋白的理化性质**
表1显示了PBP2a具有细菌青霉素结合蛋白的特征，包括略带酸性的等电点和在生理条件下的优异稳定性。正负电荷残基的平衡数量有助于维持蛋白质结构的稳定性。
**多序列比对分析**
使用多序列比对方法对25种MRSA菌株的mecA核苷酸序列进行比对，显示了高度的序列保守性，基因组范围内的核苷酸同一性在97.2%到99.8%之间。比对结果识别出高度保守的区域，这些区域很可能代表了基因的功能性重要结构域。特别是编码转肽酶活性位点的区域在所有菌株中都得到了完美保存，只有少数序列中检测到单一核苷酸多态性[44]。这些结果表明，强烈的自然选择作用保护了mecA，使其在提供β-内酰胺类抗生素抗性方面发挥基本作用。在核苷酸水平上，变化主要发生在mecA基因的5'和3'端（非编码）区域以及编码蛋白质非催化结构域的片段中。这些差异可能是mecA进化过程中积累的中性突变，也可能影响基因表达和调控反应[45]。同义替换与非同义替换率的比较显示，同义替换的发生率显著增加，这也验证了mecA在其功能上受到严格限制的假设[46]。在蛋白质水平上，PBP2a氨基酸序列的多序列比对显示出更高的保守程度，25个菌株对中有24对的序列相似性超过98%（96%）。参与转肽酶活性和底物结合的关键氨基酸残基在所有检测的菌株中都得到了完整保存。值得注意的是，位于403位的丝氨酸残基（Ser403）作为酰基化反应中的活性位点核ophile，在所有序列中都得到保留[47]。同样，参与催化机制的赖氨酸406（Lys406）和苏氨酸600（Thr600）也得到了完全保存。PBP2a蛋白质的多序列比对结果如图1所示，其中保守的残基被突出显示，功能结构域也被标记出来。
**系统发育关系**
使用mecA核苷酸序列构建的系统发育树将序列分类为与已知MRSA谱系和SCCmec类型相关的可分离支系。使用最大似然法构建的系统发育树，并进行了1000次自举复制，大多数节点的自举值大于70%，显示出高度的统计支持[49]。分析表明，mecA基因主要根据SCCmec类型聚集，而非宿主S. aureus菌株的遗传背景，这表明水平基因转移事件在mecA的传播中起了重要作用[50]。系统发育树中至少确定了四个主要支系，分别与不同类型的SCCmec相关。I型支系与医院相关MRSA（HA-MRSA）分离株中常见的SCCmec I和IV型相对应。II型支系包含社区相关MRSA（CA-MRSA）菌株的序列，这些菌株具有SCCmec IV和V型。III型支系包括畜相关MRSA（LA-MRSA）菌株的序列，尤其是携带SCCmec V型的菌株。IV型支系包含了不同的mecA变体，如mecC，它最初在欧洲的牲畜和人类感染中被发现[51]。系统发育树（图2）显示了不同MRSA菌株和SCCmec类型之间的进化关联。mecA的进化也提供了一些关于其进化起源和进化历史的信息。mecA与凝固酶阴性葡萄球菌基因的同源序列聚类表明，mecA可能是由进化上密切相关的物种（如Staphylococcus sciuri或Staphylococcus fleurettii）通过SCCmec元件水平基因转移获得的[52]。mecA的核苷酸多样性相对于S. aureus的核心基因组较低，表明MRSA在其进化历史上相对较近期获得了这一基因[51]。
**PBP2a的三维结构**
使用SWISS-MODEL进行同源建模，并以晶体结构（PDB ID：1VQQ）作为模板，得到了整个27至668个残基成熟蛋白质的高质量三维模型。该模型的质量通过多种验证工具进行了评估，QMEAN得分为-0.82，表明模型与类似蛋白质的实验结构有极好的一致性[53]。Ramachandran图分析显示，94.3%的残基位于最优先区域，5.2%位于允许区域，仅有0.5%位于严格不允许区域，从而确认了模型的立体化学质量[54]。推断出的PBP2a结构包含三个结构域：一个N端跨膜结构域，其中蛋白质连接到细胞质膜；一个非青霉素结合结构域，其中蛋白质通过包含活性位点的蛋白转肽酶结构域固定。转肽酶结构域具有青霉素结合蛋白常见的alpha-beta折叠，其中alpha螺旋区域被一个中心beta折叠包围[55]。尽管如此，PBP2a的活性位点腔与其他PBP蛋白不同，其对抗β-内酰胺类抗生素的亲和力较低。PBP2a的转肽酶结构域两个亚域之间有一个裂隙，其中含有蛋白质的活性位点。在这个裂隙的底部是催化丝氨酸残基（Ser403）：它被其他残基包围，这些残基稳定了转肽酶反应的过渡状态。与天然PBP蛋白的结构比较显示，PBP2a的多个环和螺旋的排列使得活性位点非常受限。这种小的活性位点也阻止了大多数β-内酰胺类抗生素的有效结合，并允许天然肽聚糖底物通过。图3展示了带有活性位点和重要催化残基的PBP2a的三维结构。
**其他结构研究**
额外的结构研究表明，PBP2a具有一个独特的别构位点，该位点与肽聚糖前体相互作用，触发形状变化，从而增强酶的活性。这种别构调控可能与MRSA在暴露于β-内酰胺类抗生素时仍能维持细胞壁生成的能力有关[57]。正常模式分析用于评估PBP2a某些区域的灵活性，特别是围绕活性位点的环状结构，研究发现这些灵活区域可以参与底物结合、产物释放以及β-内酰胺类抗生素的抑制作用。通过InterPro和保守结构域数据库的分析，发现了PBP2a中的三个主要功能域：跨膜结构域（残基1-26）、非青霉素结合结构域（残基27-326）和转肽酶结构域（残基327-668）。跨膜部分由一个疏水α-螺旋组成，它将PBP2a连接到细胞质膜上，而催化结构域则位于肽聚糖合成的周质空间中[58]。非青霉素结合结构域的具体功能尚不清楚，但它可能参与蛋白质-蛋白质相互作用或PBP2a的调控。B类青霉素结合蛋白的保守基序存在于转肽酶结构域中。SXXK活性位点（残基403-406）是丝氨酸亲核基团进行酰基化反应的位置。SXN基序（残基462-464）和KTG基序（残基598-600）参与底物结合和催化过程[59]。其他通过基序分析鉴定出的保守残基包括谷氨酸残基460，它可能在催化机制中起通用碱基的作用，以及一些使活性位点环状结构具有灵活性的甘氨酸残基。
使用MEME Suite进行基序分析后发现，PBP2a蛋白中存在一些其他青霉素结合蛋白中没有的独特序列模式。一个特定的基序位于550-570残基区域，可能与PBP2a对底物的特异性选择或别构调控有关。活性位点入口附近可能存在立体障碍，这也可能是由另一个基序造成的[60]。PBP2a中的功能域和基序及其预测功能在表2中进行了总结。
这些结构域和基序的发现为理解PBP2a的结构-功能关系提供了依据，并有助于识别可用于开发新型抑制剂的靶点，以克服β-内酰胺类抗生素的耐药性。
通过分子对接技术模拟了PBP2a与一些β-内酰胺类抗生素（如甲基苯丙霉素、苯唑西林、青霉素G和头孢他定）之间的分子相互作用。结果表明，这些化合物与PBP2a的结合亲和力和相互作用模式与天然PBP蛋白存在显著差异。例如，甲基苯丙霉素与PBP2a的结合亲和力为-4.2 kcal/mol，远低于甲基苯丙霉素与金黄色葡萄球菌天然PBP2的结合亲和力（约-7.5 kcal/mol）[61]。这种结合能的巨大差异与MRSA对甲基苯丙霉素的表型耐药性相关。结构分析显示，由于与其他蛋白质的立体相互作用，甲基苯丙霉素无法在PBP2a的活性位点附近正确定位。具体来说，Glu447、Ser461和Asn464残基形成了一个狭窄的结合孔，阻止了β-内酰胺环以理想的角度接近亲核的丝氨酸残基，从而无法形成共价键[62]。而当甲基苯丙霉素与天然PBP2模型对接时，它可以轻松占据活性位点并完成酰基化反应。图4展示了PBP2a与甲基苯丙霉素的对接复合物，显示了限制抗生素作用的关键残基。
通过分子对接分析还确定了PBP2a中的一些重要氨基酸残基，这些残基的改变会影响抗生素与其的亲和力。实验研究表明，像Asn146、Glu447、Thr600和Leu401这样的残基的突变或改变确实能够改变PBP2a的耐药性，这验证了计算模型的预测[64]。这些发现将用于新化合物的研制，以恢复β-内酰胺类抗生素的结合能力或直接调控PBP2a的活性。
mecA基因嵌入在葡萄球菌的移动遗传元件SCCmec中，该元件长度根据类型不同而介于20到67千碱基对之间[65]。对不同MRSA菌株中的SCCmec元件进行比较基因组学分析后发现，其结构功能具有高度多样性。已经鉴定出多达十四种SCCmec类型（I至XIV）[66]。图5示意性地比较了不同类型的SCCmec的结构，包括mecA基因、调控基因（mecI和mecR1）、重组酶基因（ccrA和ccrB）及其他耐药决定因子的组织结构。
mecA基因所在的遗传元件SCCmec是一个可移动的染色体片段，在不同类型的MRSA菌株中其大小和所含耐药基因各不相同。早期医院相关MRSA菌株中的Type I SCCmec通常包含mecA基因以及mecB和类型1的ccr复合体，长度约为34千碱基对；Type II SCCmec更大，约53千碱基对，并包含额外的耐氨基糖苷类和重金属的耐药基因；Type III SCCmec更大，约67千碱基对，含有多种抗菌耐药基因；相比之下，Type IV和V SCCmec较小，长度在20到28千碱基对之间，且大多缺乏I至III类型的额外耐药基因。mec基因簇包含mecA及其调控基因mecI（抑制子）和mecR1（感应子）。在其他类型的SCCmec中，mecI和mecR1基因存在并具有功能，因此可以在接触β-内酰胺时诱导mecA的表达[69]。然而，在某些类型中，这些调控基因被删除或截断，导致mecA的持续表达。ccr基因复合体介导SCCmc的移动性，使其能够整合到或从葡萄球菌染色体中切除。
通过Mauve软件比对SCCmec序列后发现，mecA基因和ccr基因具有高度保守的区域，而连接处和其他遗传成分则差异较大。不同MRSA谱系中存在多种SCCmec类型，表明这些元件的获得是独立事件，且不同葡萄球菌菌株之间的水平基因转移持续发生。SCCmc的多样性和结构对于制定MRSA的分型方案和流行病学研究非常重要。
mecI和mecR1基因在转录水平上调控mecA的表达。mecI是一个抑制因子，它在mecA上游区域与操作子区域结合，从而在没有β-内酰胺抗生素的情况下阻止转录[71]。当有β-内酰胺存在时，mecR1（一种跨膜传感器蛋白）会发生构象变化并被蛋白酶激活，导致mecI切割，进而解除mecA的转录调控[72]。这种可诱导的表达系统使MRSA能够在不付出高适应性成本的情况下快速适应抗生素环境，特别是在需要持续表达PBP2a的情况下。许多临床分离株中的mecI基因部分或缺失，特别是II型和IV型SCCmec菌株，这会导致mecA的持续表达。尽管亲和力较低，但mecI的持续表达仍能提供即时抵抗β-内酰胺的能力[73]。某些菌株通过依赖bla操纵子的同源调控基因（blaI和blaR1）来恢复mecI的功能，这些基因部分补偿了这种缺乏。
mecA表达模式的临床意义至关重要。在标准敏感性测试中，mecA诱导型菌株对β-内酰胺敏感，但在治疗过程中可能因mecA的表达而产生耐药性[74]。这种异质性耐药性给实验室诊断和治疗选择带来了挑战。而mecA持续表达的菌株则表现出一致的高水平耐药性，但在没有抗生素选择压力的情况下适应性较低。
本研究通过生物信息学比较和分析，提供了关于mecA基因进化起源和分布模式的强有力证据。系统发育研究表明，mecA序列按照SCCmec类型分类，而不是按照金黄色葡萄球菌的克隆背景分类，这支持了水平基因转移是mecA传播的主要途径[75]。mecA序列与金黄色葡萄球菌核心染色体基因的相对较小差异也表明，这种耐药决定因子可能以较快的速度获得，这与MRSA在20世纪60年代初出现在临床环境中的时间相符。mecA的同源基因也存在于凝固酶阴性葡萄球菌（如S. sciuri和S. fleurettii）中，进一步说明了该基因的起源。这些物种很可能是金黄色葡萄球菌（S. aureus）通过 SCCmec 移动元件水平基因转移获得 mecA 的储存库 [76]。由于大量使用β-内酰胺类抗生素，进化势力为那些已经进化出 mecA 的 S. aureus 菌株提供了强大的选择压力，使得耐甲氧西林金黄色葡萄球菌（MRSA）得以在全球范围内迅速传播。SCCmec 能够附着在 S. aureus 的染色体上的特定位置（attBscc），并因此被切除并转移到其他细胞中，从而持续维持其甲氧西林抗性 [77]。MRSA 的β-内酰胺抗性可以通过 PBP2a 的三维结构来解释。导致抗性的最重要结构元素是活性位点腔室的缩小，这限制了β-内酰胺类抗生素的进入，同时不改变天然的肽聚糖底物 [78]。定量分子对接实验表明，甲氧西林及其他β-内酰胺类抗生素与 PBP2a 的结合亲和力低于与天然 PBP 蛋白的结合亲和力。Glu447、Ser461 和 Asn464 氨基酸残基的空间抑制以及其他机制阻碍了β-内酰胺类抗生素的最佳定位，因为它们能够共价修饰活性位点的丝氨酸 [79]。有趣的是，结构中也发现了一个别构位点，该位点可以与肽聚糖前体结合并增强 PBP2a 的活性。这种别构调控可能是 MRSA 在存在β-内酰胺类抗生素的情况下仍能进行强效细胞壁合成的原因。由于活性位点周围某些环区域的灵活性，在 PBP2a 与底物结合和催化过程中会发生构象变化（通过正常模式分析观察到）。了解这些结构过程对于设计能够使 PBP2a 失活的抑制剂非常重要 [80]。MRSA 对某些第五代头孢菌素（如头孢他罗林）的抗性可以归因于其结构变化，这些变化使其能够更好地接触 PBP2a 的狭窄活性位点。头孢他罗林含有噻唑烷环以及其他增强结合亲和力的修饰 [81]。这为基于结构的药物设计提供了可能性，以开发出针对 PBP2a 的新型β-内酰胺类或非β-内酰胺类抑制剂。多序列比对显示，不同 MRSA 菌株中PBP2a的催化关键残基几乎保持不变，表明存在严格的纯化选择机制以确保转肽酶活性。SXXK、SXN 和 KTG 模体在所有分析序列中的保守性表明了这些模体在酶活性中的重要性 [82]。然而，在非催化结构域中发现的变异区域表明 PBP2a 变体之间可能存在功能多样性。这些变异不会影响细胞壁合成的效率、蛋白质的稳定性或其与其他细胞成分的相互作用。通过计算分析检测到的新模体仅存在于 PBP2a 中，这一发现值得进一步研究。这些模体可能是进化创新的结果，为 PBP2a 的独特特性（包括其对抗生素亲和力的降低或别构调控）做出了贡献。定点突变和生化实验有助于验证这些模子在功能上的作用 [83]。
mecA 的详细生物信息学描述对 MRSA 疾病的临床诊断和治疗具有显著意义。mecA 的高度保守性使其成为非常理想的分子诊断靶标，无论是否使用基于 PCR 的方法。现行的诊断指南依赖于 PCR 检测 mecA 或利用高灵敏度和特异性的乳胶凝集试验来鉴定 PBP2a [84]。不过，像 mecC 这样的 mecA 变体中只有约70%的核苷酸与 mecA 相同，因此需要更先进的检测策略或多重检测方法来识别这些变异体 [85]。PBP2a 功能的结构解释也为治疗策略提供了依据。由于 PBP2a 可在β-内酰胺类抗生素存在下促进细胞壁合成，这导致传统β-内酰胺类抗生素在治疗 MRSA 感染时效果不佳。其他治疗方法包括使用不针对 PBP2a 的药物，如万古霉素、利奈唑胺和达托霉素 [86]。此外，结合使用β-内酰胺类抗生素和 PBP2a 抑制剂或破坏 mecA 表达的疗法也是正在开发中的有前景的方法 [87]。分子对接结果显示头孢他罗林可能部分克服 PBP2a 介导的抗性，这与临床数据一致，表明头孢他罗林对某些 MRSA 菌株有效。然而也有报道指出，由于 PBP2A 的突变，头孢他罗林可能会产生抗性，因此需要密切监测和谨慎使用该抗生素 [88]。这项生物信息学研究中对 PBP2a 的结构和功能的详细描述为新药物发现提供了有用的目标。基于这些发现，可以制定多种策略：首先，可以采用基于结构的药物设计来开发具有 PBP2a 特征的抑制剂，包括能够结合别构位点并使酶失活的化合物 [89]；其次，可以开发基于肽模拟物的肽聚糖底物模拟抑制剂，它们可以共价修饰 PBP2a 从而使其失活；第三，干扰 PBP2a 与肽聚糖前体之间通讯的药物也可能间接阻止细胞壁的生成 [90]。另一种方法是作用于调节 mecA 表达的调控系统，例如通过小分子抑制 mecA 的转录或抑制 mecR1 诱导的信号传导，从而阻止 mecI 的切割或抑制由 mecR1 引发的信号级联 [91]。此外，使用能够干扰 SCCmec 整合或稳定性的化合物也可能减少抗性基因的传播。最近在计算和药物发现领域的进展，如人工智能和机器学习算法在筛选中的应用，可能有助于鉴定出对 PBP2a 具有活性的新化合物。PBP2a 的结构可作为模板，实现高通量化学库筛选，从而快速识别潜在的候选分子进行实验验证 [92]。尽管这项研究提供了关于 mecA 基因和 PBP2a 蛋白的深入生物信息学数据，但仍存在一些局限性。首先，计算预测虽然提供了大量信息，但需通过实验验证其准确性；PBP2a 的三维结构需要通过 X 射线晶体学或冷冻电子显微镜确认，而分子对接预测需通过体外结合试验和功能研究验证 [93]。其次，该研究主要关注序列和结构，而对 PBP2a 所处细胞环境的阐述不足。其他蛋白质、膜脂质和调控因子可能与 PBP2A 发生相互作用，但这些在孤立的结构分析中并未体现。未来的研究方向包括对计算结果进行实验验证，特别是识别新的功能模体及其与抗生素的结合情况；对单个残基进行定点突变研究可能揭示与抗性相关的机制，并提供用于治疗干预的目标；通过分子动力学模拟研究 PBP2a 的动态行为，有助于理解其与底物结合和催化过程中的构象变化 [94]。系统发育研究可以扩展到包括更多种类的国际 MRSA 数库中的 mecA 序列，以更全面地了解抗性基因的进化历史和传播模式。通过比较不同 MRSA 菌株及不同临床环境下的 mecA 表达水平，可以分析表达模式与临床结果之间的相关性。最后，将生物信息学方法与实验基因组学、转录组学和蛋白质组学数据相结合，有助于从系统层面理解 MRSA 的发病机制和抗生素抗性 [95]。
我们的研究表明，mecA 是一个高度保守的基因，编码具有独特狭窄活性位点结构的 PBP2a，这种结构降低了β-内酰胺类抗生素的亲和力，反而增强了转肽酶活性。系统发育分析表明，通过 SCCmec 移动元件的水平基因转移是主要传播途径，不同的独立获得途径形成了不同的 MRSA 系统。结构分析确定了某些关键残基（Glu447、Ser461、Asn464），这些残基形成了空间障碍，阻碍了β-内酰胺类抗生素的最佳结合，其结合亲和力仅为天然 PBP 蛋白的三分之一到四分之一。潜在的治疗靶点包括保守的功能模体（SXXK、SXN、KTG）以及新的 PBP2a 结合序列。SCCmec 的多样性表明，存在十四种不同大小和抗性基因含量的类型，反映了 mecA 的遗传复杂性。从临床角度来看，mecA 是诊断 MRSA 的金标准指标，并为治疗方案的制定提供了分子层面的理解。随着 MRSA 在全球范围内的持续发展，生物信息学方法在监测、抗性机制研究及治疗策略制定中仍将是不可或缺的。这些结果有助于理解抗生素抗性的基础机制，并为临床决策和药物研发提供重要信息。进一步发展计算方法和实验验证对于应对 MRSA 及其他抗生素耐药性疾病至关重要。
打赏
