AllTheBacteria: a community resource empowers biology and discovers novel peptide antibiotics

Resumen Técnico de "AllTheBacteria: un recurso comunitario que potencia la biología y descubre nuevos péptidos antibióticos"

Planteamiento del problema
Los genomas microbianos públicos representan un registro inmenso de diversidad biológica, evolución y función molecular. Sin embargo, la utilidad de estos datos está actualmente limitada por una heterogeneidad significativa en su procesamiento. Los datos de secuenciación brutos de los repositorios públicos no están ensamblados, controlados de calidad, anotados o son buscables a escala de manera uniforme. Esta falta de estandarización hace que gran parte de la información genómica disponible sea difícil de reutilizar para aplicaciones de descubrimiento a gran escala.

Metodología
Para abordar estas limitaciones, los autores desarrollaron AllTheBacteria, un recurso abierto construido por la comunidad, diseñado para transformar las lecturas de secuenciación de genoma completo de lectura corta de bacterias públicas en una plataforma de descubrimiento procesada uniformemente. El flujo de trabajo implica:

• Curación de datos: Agregación y procesamiento de lecturas brutas en genomas ensamblados de alta calidad y uniformes.
• Anotación estandarizada: Aplicación consistente de asignaciones taxonómicas, anotaciones de resistencia antimicrobiana (AMR) y de defensa antifago en todo el conjunto de datos.
• Integración estructural e IA: Generación de predicciones de estructura de proteínas y creación de tablas de secuencias listas para IA.
• Validación experimental: El recurso fue utilizado para minar proteomas en busca de nuevos péptidos antimicrobianos. Específicamente, los autores emplearon su modelo de aprendizaje profundo, APEX 1.1, para analizar 3,919,096 fragmentos de péptidos cifrados derivados de los proteomas de AllTheBacteria.

Contribuciones clave
El artículo presenta la versión actual de AllTheBacteria, que contiene:

• 2,440,377 genomas bacterianos y arqueanos de alta calidad.
• Representación de 11,273 especies distintas.
• Un conjunto integral de capas de datos estandarizadas, incluyendo taxonomía, anotaciones, perfiles de resistencia, sistemas de defensa y predicciones estructurales.

Resultados
El estudio demuestra la utilidad de esta infraestructura mediante validación tanto computacional como experimental:

1. Descubrimiento computacional: Utilizando el modelo APEX 1.1 sobre el conjunto de datos de AllTheBacteria, los autores identificaron 1,867 candidatos peptídicos con actividad antimicrobiana predicha.
2. Tamizaje experimental: Veinticuatro péptidos representativos fueron sintetizados y probados contra 20 cepas bacterianas clínicamente relevantes, incluyendo patógenos resistentes a los antibióticos.
3. Caracterización biológica: Múltiples péptidos exhibieron actividad de bajo micromolar, transiciones conformacionales sensibles a la membrana y perturbación selectiva de la envoltura.
4. Eficacia in vivo: Una molécula líder, ATB20, demostró eficacia en un modelo de absceso cutáneo murino infectado con Acinetobacter baumannii. ATB20 redujo la carga bacteriana con una potencia comparable a la polimixina B y no mostró toxicidad evidente.

Significancia
El artículo establece a AllTheBacteria como un recurso comunitario fundamental para la microbiología y un motor renovable para el descubrimiento de antimicrobianos guiado por IA. Los autores afirman que esta infraestructura permite aplicaciones que anteriormente eran impracticables, incluyendo:

• Búsqueda de secuencias globales y contextualización de brotes.
• Desarrollo de métodos de pangenoma.
• Mapeo de reservorios de resistencia antimicrobiana.
• Exploración de la ecología de defensa antifago.

Al transformar los datos públicos fragmentados en una plataforma unificada, buscable y lista para la IA, AllTheBacteria facilita el descubrimiento de nuevos agentes terapéuticos, como lo evidencia la identificación y validación del péptido líder ATB20.