食品中抗生素类药物残留评估的化学与生物信息学方法探索

食品安全关系到人类健康和国计民生，如何评估食品中有害物质已经成为广泛关注的焦点。与传统的检测方法相比，通过现代分子生物学方法，尤其是基因芯片技术评估化合物危害，具有低检出限和高灵敏度等特点。本项目针对检测食品中抗生素类药物残留的问题，拟将传统计算方法与现代分子生物学、系统生物学方法结合，研究和开发抗生素类药物残留量评估的新方法。首先收集抗生素类药物相关基因表达谱数据，利用生物统计及化学计量学方法大致确定特征基因；同时通过数据库检索、QSAR方法、数据挖掘等手段，分别构建完整的、无偏的抗生素类药物分子网络、蛋白质和基因网络，通过网络模拟及映射等方法，揭示药物分子与基因表达谱特征之间的相互关联，最终确定特征基因；进而探讨基因表达量与药物残留量之间的映射关系，构建抗生素类药物残留的评估体系。该体系尝试将现代分子生物学新方法引入食品安全监管领域，为化合物危害评估提供先期的理论依据。

食品安全问题关系到人类健康和国计民生，评估食品成分对人体的影响，从根本上需要了解化合物对生物复杂体系产生影响的分子机理。基因芯片和基因测序技术的发展促进了系统生物学研究的发展，使得从全基因组层面分析化合物的影响成为可能，但是揭示其相关的分子机理仍然具有挑战性，涉及到多个方面的研究内容。因此本项目在实施过程中有针对性地开展了如下方面的研究：1）探索基因表数据的分析算法，尤其是差异表达基因筛选方法，探讨实验检测技术、算法对基因筛选的影响；2）探索药物与副作用，蛋白质相互作用的网络构建与分析，尝试对药物副作用、药物与靶标关联进行研究；3）蛋白质结构与功能关联性研究，包括蛋白质结构域，蛋白质相互作用位点等。.围绕以上内容，项目组具体开展了以下工作：在基因表达分析方面，提出了一种基于非负矩阵分解的算对混合组织的基因表达谱进行分离，与对应纯光谱的一致性高于0.97；提出了一种非参数的变量挑选方法用于特征基因挑选，挑选的特征能有效预测急性髓性白血病病人危险性预测；此外还对多类实验技术平台，如微阵列芯片和RNA测序技术，以及由不同的统计分析算法对基因筛选的结果的影响进行了探讨，发现不同实验技术得到的差异基因其重合度约为30%-50%，此外不同的统计方法对结果也有一定的影响。在小分子药物方面，构建和分析了药物-副作用网络，并提出了一种基于二部网络的算法用于药物副作用预测；发现副作用靶标蛋白在PPI网络中的拓扑性质有别于非靶标蛋白；针对现有关于药物与副作用的数据并不完备的特性，对预测模型算法开展了相关研究。在蛋白质结构与功能研究方面，开展了基于蛋白质结构域的一系列研究，提出了基于氨基酸残基网络的结构域预测算法研究，实现了对单、多结构域蛋白质的准确预测；通过对生物相关性和晶体结构相互作用的比较，发现两类相互作用在作用面上存在几何结构特征和氨基酸组成偏好上存在差异，为深入了结蛋白质相互作用的机理提供了线索。此外，项目组为将相关的算法和成果拓展到更多的应用中，开发了PML机器学习算法平台实现并行处理数据降维和参数网络搜索，并同时支持分类与回归。