基于生物信息学方法表征代谢相关病症的包括诊断和疗法的方法和系统技术方案

方法和/或系统(例如，用于代谢有关预测)的实施方式能够包括：生成酶数据集；生成底物数据集；基于所述酶数据集和/或所述底物数据集，生成代谢模型，例如用于预测与查询分子的代谢相关的酶特征；基于所述代谢模型(例如，机器学习模型，等)的预测的酶特征中的一个或多个，确定与所述查询分子的所述代谢相关的微生物分类单元(和/或微生物分类群)S140；和/或基于所述微生物分类单元，确定一个或多个用户的查询分子得分(例如，药物得分)。

Methods and systems for characterizing metabolic disorders including diagnosis and therapy based on Bioinformatics

【技术实现步骤摘要】
【国外来华专利技术】基于生物信息学方法表征代谢相关病症的包括诊断和疗法的方法和系统相关申请的交叉引用本申请要求2018年3月16日提交的美国临时申请序列号62/644,347、2018年6月2日提交的美国临时申请序列号62/679,783、2018年6月2日提交的美国临时申请序列号62/679,785、2018年6月2日提交的美国临时申请序列号62/679,787、2018年8月30日提交的美国临时申请序列号62/724,928、2018年9月27日提交的美国临时申请序列号62/737,108、2018年11月12日提交的美国临时申请号62/759,975、2018年11月23日提交的美国临时申请序列号62/770,919的权益，其全部内容通过引用合并于此。
本公开一般地涉及微生物相关代谢。
技术介绍
我们身体的人类细胞中有1：1的微生物细胞，其中大多数存在于肠道中(100万亿个细胞和500万个独特基因)。具体地，在人类肠中发现的最相关的门是：厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)、放线菌门(Actinobacteria)、变形菌门(Proteobacteria)、梭杆菌门(Fusobacteria)和疣微菌门(Verrucomicrobia)。肠内菌群(intestinalmicrobiota)涉及许多方面，其中包括例如维生素和代谢物的产生、药物的代谢、对病原体的预防以及免疫系统的调节；并且可以强调的是，调节肠道菌群(gutmicrobiota)的因素是：其中包括生活方式、免疫系统、既往感染和医疗手术、药物的使用。人类摄入大量外来的小分子，其被命名为外源性物质(xenobiotics)。在该组中，我们可以找到饮食成分、环境化学物质和药物。居留在我们胃肠道的数万亿微生物可以直接改变外源性化合物(xenobioticscompound)的化学结构。肠道微生物更改许多类别的饮食化合物，包括多糖、脂类、蛋白质和植物化学物质复合物(phytochemicalscomplexe)。这些代谢反应与健康益处、不同病症以及疾病有联系。以特定的方式，已知肠道微生物的外源性物质代谢物具有改变的生物活性、生物利用度和毒性，且可以干扰人类外源性物质-代谢酶的活性，从而影响其他摄入分子的命运(fate)。因此，细菌和酶将提供用于操纵的特定靶标、以及可以合并到临床研究和实践中的诊断标记物。但是，在大多数情况下，尚不清楚介导这些反应的个体微生物和酶。外源性化合物可以经由多种途径遇到肠道微生物，例如口服摄入的化合物穿过上胃肠道到达小肠，其中它们可以由肠道酶更改、并由宿主组织吸收。它们也可以通过门静脉到达肝脏。同时，静脉内施用的化合物可以引入体循环(systemiccirculation)。然后，它们可以进一步地代谢，或经由胆管排出回到肠腔、或通过肾脏排出；且如果代谢物到达肠腔，则它们可以继续到达大肠，从而最终排出。另一个重要的问题是微生物组如何更改饮食化合物、环境化学物质和药物。由肠道微生物执行的转化可以是通过水解转化-通过水解酶(蛋白酶、糖苷酶和硫酸酯酶)，该水解酶催化水分子加成到底物；然后键裂解-，裂解酶还原-通过裂解酶断开C-C或C-X键(其中X＝O、N、S、P或卤化物)而不依靠氧化或与水加成；还原转化-通过还原酶，该还原酶使用各种辅酶因子(NAD(P)H、黄素、Fe-S簇，等)还原包括烯烃和α,β-不饱和羧酸衍生物、硝基、N-氧化物、偶氮基和亚砜基团的多种官能团，以介导电子或氰化物等效物转移到底物；官能团转移反应-通过转移酶，转移酶使用亲核取代反应在两种底物之间移动官能团(例如甲基和酰基基团)；和由基团酶(radicalenzyme)介导的转化。-主导厌氧代谢，其中酶通常通过单电子转移或均裂键裂(homolyticbondcleavage)生成底物类的基团中间体。然后，该初始的底物类基团转变为产物类基团。最终产物的形成通常再生初始的酶类基团或辅因子(cofactor)类基团，以完成催化循环-。如上所述，外源性物质分子可以来自多种来源，例如饮食成分。在此问题中，该成分的一些具体实施例为其中包括谷蛋白-存在于小麦类食物中-、胆固醇-存在于肉、鱼、蛋、奶酪等中、酒精-存在于酒精饮料中、胆碱-例如存在于肉中。在此问题上，重要的是要知道我们所食用的食物及其成分是什么肠道菌群。就谷蛋白而言，存在一种被称为腹腔疾病(celiacdisease)的自身免疫性紊乱，其特征是对小麦类食物中的饮食谷蛋白的炎症性反应。与来自不具有腹腔疾病的人的微生物相比，来自具有腹腔疾病的患者的小肠微生物与谷蛋白的相互作用引发不同的免疫反应。在来自具有和不具有腹腔疾病的患者的粪便样品的比较研究中，已经发现，在来自具有腹腔疾病的患者的粪便样品中，检测出了细菌铜绿假单胞菌(Pseudomonasaeruginosa)，其通过改变谷蛋白蛋白质水解与高免疫原性多肽的生成相关联；同时，在来自不具有腹腔疾病的患者的粪便样品中，检测出了乳杆菌属某些种(Lactobacillussp.)细菌，其可以降解多肽以降低免疫反应。在另一实施例中，摄入的胆固醇可以在小肠中吸收，并经受胆汁排出和肝肠循环。已经报道了，肠道微生物-如尚未通过酶识别的产粪甾醇真细菌(Eubacteriumcoprostanoligenes)-可以降低胆固醇生成不能被重新吸收、并被排出的粪甾醇(coprostanol)，从而从循环中去除胆固醇。在我们饮用酒精的情况下，肠道菌群具有乙醇脱氢酶，能够分解酒精并将其转化为乙醛。乙醛的积累具有毒性，其与从宿醉症状到结肠病理(包括癌症)的多种病症相关。此外，高乙醛水平可通过乙醛/黄嘌呤氧化酶生成的超氧化物将叶酸裂解为无活性形式；并且叶酸缺乏症与增加的结肠癌风险相关。对于具有卵磷脂(phosphatidylcholine)的富含胆碱的肉类和食物-例如家禽、鱼、乳制品、意大利面、大米等-，肠微生物形成该分子的三甲胺(TMA)，然后宿主的黄素肝单氧酶(flavinhepaticmonooxygenase，FMO)催化TMA转化为氧化三甲胺(trimethylamineN-oxide)(TMAO)，该氧化三甲胺增强动物模型中的动脉粥样硬化，并在临床研究中与心血管风险相关。在哺乳动物中生成TMA和随后的TMAO的另一种方法是通过从含有肉碱的食物-如肉-中饮食摄入L-肉碱，其中这种饮食肉碱的很大比例可以在吸收前由微生物群进一步代谢，生成TMA，TMA由肝脏FMO氧化为TMAO，且增加动脉粥样硬化的风险和心血管风险。以特定方式，存在用于细菌TMA生成的主要途径：通过使用胆碱作为底物的微生物胆碱TMA裂解酶，和通过使用L-肉碱作为底物的肉碱到TMA(carnitine-to-TMA)酶。在上述第一种中，据报道，微生物胆碱TMA裂解酶是一种独特的甘氨酰基基团(glycylradical)，它利用由基因簇内相邻基因编码的催化多肽、CutC和相关激活蛋白、CutD组成的酶复合物；同时，在上述第二种酶中，由加氧酶组分(oxygenasecom本文档来自技高网...

【技术保护点】
1.一种用于代谢有关预测的方法，所述方法包括：/n生成酶数据集，其包括：/n酶数据，其表示与微生物分类群集合相关的酶集合；和/n化学反应数据，其与所述酶集合相关；/n生成底物数据集，其包括与底物集合相关的底物结构特征，所述酶集合能够作用在所述底物集合上；/n基于所述酶数据集和所述底物数据集，生成机器学习模型，用于预测与查询分子的代谢相关的酶特征；/n基于从所述机器学习模型中预测的所述酶特征，确定与所述查询分子的所述代谢相关的微生物分类单元；和/n基于所述微生物分类单元和用户的微生物组表征，确定所述用户的查询分子得分，其中所述查询分子得分与所述查询分子相关。/n

【技术特征摘要】
【国外来华专利技术】20180316 US 62/644,347;20180602 US 62/679,783;20181.一种用于代谢有关预测的方法，所述方法包括：
生成酶数据集，其包括：
酶数据，其表示与微生物分类群集合相关的酶集合；和
化学反应数据，其与所述酶集合相关；
生成底物数据集，其包括与底物集合相关的底物结构特征，所述酶集合能够作用在所述底物集合上；
基于所述酶数据集和所述底物数据集，生成机器学习模型，用于预测与查询分子的代谢相关的酶特征；
基于从所述机器学习模型中预测的所述酶特征，确定与所述查询分子的所述代谢相关的微生物分类单元；和
基于所述微生物分类单元和用户的微生物组表征，确定所述用户的查询分子得分，其中所述查询分子得分与所述查询分子相关。


2.根据权利要求1所述的方法，其中，所述查询分子包括药物，且其中，所述查询分子得分包括药物得分，所述药物得分表示针对所述用户的所述药物的药物效力。


3.根据权利要求2所述的方法，其还包括：基于所述药物得分，向所述用户推广疗法，以用于微生物有关病症。


4.根据权利要求3所述的方法，其中，推广所述疗法包括向所述用户提供所述疗法的推荐。


5.根据权利要求1所述的方法，其中，所述底物结构特征包括与所述底物集合相关的3D结构特征、与所述底物集合相关的产物分子特征以及与所述底物集合相关的药物特征中的至少之一。


6.根据权利要求5所述的方法，其还包括：针对所述底物集合的各底物，从所述3D结构特征、所述产物分子特征和所述药物特征中识别有关的特征子集，其中，生成所述机器学习模型包括基于所述酶数据集和所述有关的特征子集生成所述机器学习模型，用于预测与所述查询分子的代谢相关的所述酶特征。


7.根据权利要求1所述的方法，其中，所述化学反应数据包括与所述酶集合相关的酶学委员会编号数据，且其中，所述酶特征包括所述查询分子的酶学委员会编号特征。


8.根据权利要求7所述的方法，其中，所述酶集合包括与所述酶学委员会编号数据不相关的酶第一子集、和与所述酶学委员会编号数据相关的酶第二子集，且其中，生成所述酶数据集包括基于所述酶学委员会编号数据注释所述酶第一子集。


9.根据权利要求7所述的方法，其中，所述酶学委员会编号特征包括所述查询分子的酶学委员会分类编号和酶学委员会子分类编号；其中，所述方法还包括，基于查询分子结构特征和所述底物结构特征之间的相似性，预测所述查询分子的酶学委员会子子分类编号和酶学委员会子子子分类编号；其中，确定所述微生物分类单元包括基于所述酶学委员会分类编号、所述酶学委员会子分类编号、所述酶学委员会子子分类编号和所述酶学委员会子子子分类编号，确定所述微生物分类单元。


10.根据权利要求1所述的方法，其中所述机器学习模型包括随机森林模型，用于预测与所述查询分子的代谢相关的所述酶特征。


11.根据权利...

【专利技术属性】
技术研发人员：扎迦利·阿普特，杰西卡·里奇曼，丹尼尔·阿尔莫纳西德，尹提·佩德索，维多利亚·杜马斯，瓦莱里亚·马奎兹，英格丽·阿拉亚，里卡多·卡斯特罗，马里奥·萨维德拉，梅利莎·奥乐基瑞亚，
申请(专利权)人：普梭梅根公司，
类型：发明
国别省市：美国;US