聚焦药物代谢相关的各种数据库和文献,对细菌来源与人源药物代谢酶的相关信息进行整理与分析,比较数据库中细菌与人源药物代谢酶收录信息的异同。结果发现细菌来源药物代谢酶比人源药物代谢酶要多很多(9703 vs 964),但是细菌来源药物代...聚焦药物代谢相关的各种数据库和文献,对细菌来源与人源药物代谢酶的相关信息进行整理与分析,比较数据库中细菌与人源药物代谢酶收录信息的异同。结果发现细菌来源药物代谢酶比人源药物代谢酶要多很多(9703 vs 964),但是细菌来源药物代谢酶的数量相较于BRENDA数据库中细菌酶的总体数量却少很多(9703 vs 20835235)。这说明细菌对药物代谢的影响可能被大大地低估,需要进行深入的系统性研究。本文总结了目前研究肠道菌群影响药物代谢的进展及不足,提出研究思路,即通过人工智能对肠道细菌来源蛋白是否具有药物代谢的能力进行预测,用基因编辑与体内外实验等方法进行生物学功能的验证,并建立注释功能完善的肠道菌群与药物代谢相关数据库,为如何深入挖掘肠道菌群对药物代谢影响的研究提供坚实的理论基础。展开更多
文摘聚焦药物代谢相关的各种数据库和文献,对细菌来源与人源药物代谢酶的相关信息进行整理与分析,比较数据库中细菌与人源药物代谢酶收录信息的异同。结果发现细菌来源药物代谢酶比人源药物代谢酶要多很多(9703 vs 964),但是细菌来源药物代谢酶的数量相较于BRENDA数据库中细菌酶的总体数量却少很多(9703 vs 20835235)。这说明细菌对药物代谢的影响可能被大大地低估,需要进行深入的系统性研究。本文总结了目前研究肠道菌群影响药物代谢的进展及不足,提出研究思路,即通过人工智能对肠道细菌来源蛋白是否具有药物代谢的能力进行预测,用基因编辑与体内外实验等方法进行生物学功能的验证,并建立注释功能完善的肠道菌群与药物代谢相关数据库,为如何深入挖掘肠道菌群对药物代谢影响的研究提供坚实的理论基础。