美國加州大學(University of California；UC)研究團隊發表論文描述一種新型算法，能較之前所有研究多辨識出種類逾10倍的天然抗生素。

據報導，抗藥性已成為全球性的重大問題。許多藥物，包括萬不得已才使用的萬古霉素(vancomycin)和達托霉素(daptomycin)等抗生素都是肽類天然物(Peptidic Natural Product；PNP)。事實上，許多抗菌劑和抗癌劑亦為PNP。

然而，無論在實驗上和運算上，發現新的PNP都是艱難的挑戰。UC研究團隊于《Nature Microbiology》期刊上發表的論文中描述了一種新算法，能較之前所有研究辨識出多逾10倍的PNP。

加州大學圣地牙哥分校(University of California San Diego)計算機科學教授Pavel Pevzner為該論文的通訊作者，該論文共同作者為Pevzner之前的指導學生，現為卡內基美隆大學(Carnegie Mellon University)的運算生物系助理教授Hosein Mohimani。

PNP代表復雜化合物的最后堿基，而直到最近仍無法用運算研究來發現。PNP是細菌和真菌在求生存的戰斗過程產生，因此具備成為天然抗生素的龐大潛力。隨著抗菌藥物的耐藥性成為全球關注焦點，藥物迫切需要新的抗生素，而發現天然抗生素的創新方法越來越重要。

該團隊在研究中描述一種用于辨識PNP的新型運算方法VarQuest。VarQuest可一次處理大量質譜數據，因此可應用于高通量的藥物開發管道，如最近發表的Global Natural Products Social(GNPS)分子網絡。GNPS已包含全球收集的10億多個質譜圖，是未來生物活性化合物的金礦。

與現有競爭運算法相比，VarQuest不僅能辨識已知的PNP，且能辨識其新型變體，而這些變體有時在臨床上更有效。對整個GNPS進行的VarQuest分析找出比之前所有方法多逾10倍的PNP變體。

此外，VarQuest揭示了PNP的驚人多樣性，這可能反映了各種細菌物種對不斷變化的環境和競爭的進化適應性，例如，肽抗生素變體庫的持續變化以響應抗生素抗性。

Mohimani表示，天然物(natural product)領域的研究人員正在收集微生物菌株的大規模代謝組學數據，并改用大數據來發現天然物。VarQuest則為理解已在該領域收集到的大數據的第一步。