一、课题背景
抗生素的发现和应用作为现代医学的一次重大进步，为人类提供了有效的抗菌手段，大幅提高了人类的预期寿命，深刻地影响了二十世纪医疗领域的发展，。抗生素因其高效、安全、经济的特点而被广泛应用于治疗各种病原菌感染，并极大程度上消除了一般致病菌对人类健康的威胁。此外，抗生素的应用保证了现代外科手术和新型医疗方法的安全性。例如，器官移植和免疫抑制疗法因为抗生素的应用而变得可行。然而，抗生素在医疗保健和农业中的长期滥用导致抗生素耐药性不断累积从而出现具有多重耐药性的“超级细菌”，传统抗生素对其疗效非常有限，且其进化获得耐药性的速度快于传统抗生素的迭代。这种“超级细菌”在全球传播，加重了社会经济负担，逐渐成为了公共卫生健康领域的突出问题，人类迫切需要新型抗生素来解决日益严峻的耐药性问题。抗菌肽（Antimicrobial Peptides, AMPs）因能高效杀伤包括细菌、真菌、病毒和寄生虫在内的各种病原体逐渐引起了科研工作者的高度关注。天然和人工合成的抗菌肽的作用机制不同于传统抗生素，不易引发耐药性，成为了对抗耐药微生物的一种良好选择[1][2]。
天然抗菌肽由动物、植物和微生物产生，具有广谱抗微生物活性，对革兰氏阴性/阳性细菌、真菌、病毒和原生动物均有抑制效果，可单独使用或与抗生素联合作用[8][9]。此外，研究表明抗菌肽亦能杀伤昆虫细胞和肿瘤细胞，并参与调控哺乳动物免疫反应、伤口愈合、细胞凋亡等机体反应[1][2][3][4][11]。一条抗菌肽肽链中氨基酸数目通常不超过100，许多抗菌肽肽链中因包含大量疏水残基(约30%)而具有阳离子特性，并易与带负电荷的生物膜发挥相互作用，因此能够通过与膜脂的非特异性结合从而抑制病原微生物的生长繁殖。抗菌肽类通过多种机制发挥杀菌作用，包括破坏细胞膜、抑制细胞壁生物合成和跨细胞质膜的易位来作用于细胞内靶点，使细菌难以形成永久的耐药性，这些机制使抗菌肽有潜力成为针对耐药菌的新型抗菌药物[1][5][8][10]。尽管关于抗菌肽的研究已十分深入，但仍然存在许多问题尚未解决，包括溶血毒性，细胞毒性，蛋白酶水解不稳定性，对盐或血清的敏感性，是抗菌肽用于药物开发最主要的障碍[2][6][7]；高溶血毒性和高细胞毒性的的抗菌肽不宜于用于治疗，因此仍需开发新的活性高、毒副作用小、大规模生产成本低的抗菌肽[13]。
本课题拟为新抗菌肽的研发提供更充分、实时的数据支撑，将对实验室前期构建的DRAMP数据库（抗菌肽的数据存储库）进行数据更新，并进行系统维护。DRAMP数据库旨在为抗菌肽的序列和结构活性研究提供信息，目前共收录了4000余条天然抗菌肽，包含通用，专利和临床抗菌肽的综合数据库信息，以及其序列、理化性质、活性、结构、溶血活性等数据，为新型抗菌肽的设计研发奠定了基础[1][2]。在推出DRAMP 1.0后，为了解决溶血，细胞毒性等问题，DRAMP升级至2.0版本，提供了有关抗菌肽的更完整和详细的信息,如补充溶血活性数据，包括详细的测试数据和相应的红细胞溶血试验方法，并提供了由同源性建模和分子动力学构建的预测结构，这些预测结果已用于设计基于三维描述符的AMP分类器[2][14][15]。 近年大量新报道的抗菌肽驱使我们需要更加频繁地更新抗菌肽数据库，为此，本课题重点收集新型抗菌肽的信息，补充和更新DRAMP数据库，并对数据库中搜录的信息进行检验和校对，以及为所更新的数据添加注释、结构和下载链接。尤其是需要重新设计目前应用在临床的抗菌肽和宿主防御肽的信息条目，搜集原来数据库未完善的信息并将数据库补充完整，包括临床用途和临床试验阶段等特殊的信息条目，使数据库访问者能够更直观高效地检索到有效信息。
二、实验方法
1、数据收集和更新：
查阅文献，搜集近期被报道的抗菌肽，筛选条件如下[1]：
- 抗菌活性已被证明;
- 氨基酸序列已被鉴定;
- 去除前驱体和信号区域以保持成熟序列;
- 氨基酸残基少于100个
可从Fish-T1K数据库中高通量筛选小免疫肽和抗菌肽，或从PubMed、Uniprot、PDB和Lens、Swiss-prot中收集这些抗菌肽的数据，输入“antimicrobial peptide”，“host defense peptide”，“antibacterial peptide”，“antifungal peptide”，“antiviral peptide”，“anti- tumor peptide”，“anticancer peptide”， “antiparasitic peptides”，“insecticidal peptide”或者“hemolytic” 等关键词收集信息用于补充DRAMP[1][3]。
根据文献资料将序列分为通用数据集。抗菌肽的信息包括肽序列，长度，名称，Swiss-prot ID，族，基因，来源；生物活性，靶标生物，结合靶标；结构类型；博曼指数、质量和半衰期等。文献信息包括Pubmed ID、期刊、作者、标题。对专利数据集进行了序列、长度、名称、来源、活性、专利ID、专利类型、出版日期、出版编号、标题、摘要的标注。从文献中提取临床多肽作为单独的临床数据集。根据溶血试验的实验结果确定抗菌肽的溶血活性，然后将其人工添加到DRAMP中，包括相应的红细胞和用于溶血试验的抗菌肽的活性。为了防止可能的错误，还需为每一个数据添加文献链接资源[11][12]。
此外，在中国、美国、欧盟和日本等各国的药物临床试验登记与公示平台等类似网站上输入“antimicrobial peptide”，“host defense peptide”，“antibacterial peptide”，“antifungal peptide”等关键词，搜集的信息用来补充抗菌肽数据库的临床数据集。并且重新设计临床数据库的信息条目，使其内容和信息呈现方式更加直观。
