GutBugDB : une ressource web pour prédire la biotransformation des molécules biotiques et xénobiotiques médiée par le microbiome intestinal humain

Ces dernières années, le rôle crucial du microbiote intestinal humain (Human Gut Microbiota, HGM) dans le métabolisme des médicaments et des nutriments a été progressivement reconnu. Le microbiote intestinal influence non seulement la biodisponibilité des médicaments administrés par voie orale, mais participe également à la biotransformation des médicaments et des molécules bioactives grâce à ses enzymes métaboliques, affectant ainsi les propriétés pharmacocinétiques et pharmacodynamiques des médicaments. Cependant, en raison de la complexité du microbiote intestinal et des variations individuelles, déterminer la contribution spécifique des microorganismes au métabolisme des médicaments et des nutriments reste un défi majeur. Pour résoudre ce problème, les chercheurs ont développé GutBugDB, une ressource numérique en libre accès visant à prédire la biotransformation des molécules biologiques et xénobiotiques (xenobiotic) médiée par le microbiote intestinal humain.

Source de l’article

Cette recherche a été menée par Usha Longwani, Ashok K. Sharma, Aditya S. Malwe, Shubham K. Jaiswal et Vineet K. Sharma, tous issus du laboratoire Metabiosys de l’Institut indien d’enseignement et de recherche en sciences (Indian Institute of Science Education and Research, IISER) à Bhopal. L’article a été publié en 2025 dans la revue Gut Microbiome sous le titre GutBugDB: A Web Resource to Predict the Human Gut Microbiota-Mediated Biotransformation of Biotic and Xenobiotic Molecules.

Déroulement de la recherche

1. Collecte et classification des données

L’étude a d’abord collecté 1439 médicaments et nutriments approuvés à partir de la base de données de la Food and Drug Administration (FDA) des États-Unis, puis les a classés en 14 catégories pharmacologiques, telles que les médicaments agissant sur le système nerveux autonome, les médicaments du système respiratoire, les médicaments cardiovasculaires, etc. En outre, les informations sur les cibles physiologiques et les applications thérapeutiques de ces médicaments ont été extraites de la base de données DrugBank.

2. Prédiction de la biotransformation

L’étude a utilisé un outil web appelé GutBug, qui combine l’intelligence artificielle (IA), l’apprentissage automatique (machine learning) et la chémoinformatique (cheminformatics) pour prédire la biotransformation des molécules biologiques et xénobiotiques par les enzymes métaboliques des bactéries intestinales. L’outil GutBug est entraîné sur 3457 substrats enzymatiques et peut prédire les numéros EC (Enzyme Commission number) des enzymes bactériennes intestinales ainsi que les souches bactériennes intestinales portant ces enzymes. GutBug est conçu de manière modulaire, avec trois modules : le premier module prédit le premier chiffre du numéro EC (classe de réaction), le deuxième module prédit le deuxième chiffre du numéro EC (sous-classe de réaction), et le troisième module prédit le numéro EC complet.

3. Construction de la base de données

L’étude a utilisé MySQL, PHP, HTML et JavaScript pour construire une interface web conviviale pour GutBugDB. La base de données contient 363 872 enzymes métaboliques issues de 690 génomes de bactéries intestinales, chacune étiquetée avec son numéro EC, son ID Expasy et ses domaines fonctionnels. GutBugDB fournit des informations sur la biotransformation métabolique médiée par les enzymes du microbiote intestinal pour 1439 médicaments et nutriments approuvés par la FDA.

4. Validation des données

L’étude a validé GutBugDB en utilisant un ensemble de molécules biologiques et xénobiotiques expérimentalement vérifiées. Ces molécules comprenaient 7 molécules biologiques et 10 molécules xénobiotiques. Les résultats ont montré que GutBugDB pouvait non seulement fournir des informations sur les bactéries intestinales et les enzymes connues dans la littérature, mais aussi prédire de nouvelles souches bactériennes intestinales et enzymes, enrichissant ainsi les informations sur la biotransformation.

Principaux résultats

1. Contenu de la base de données

GutBugDB contient 1439 molécules, dont 1378 médicaments approuvés par la FDA et 61 nutriments, classés en 14 catégories pharmacologiques. La base de données comprend également 363 872 enzymes métaboliques de 690 souches bactériennes intestinales, chacune étiquetée avec son numéro EC et ses domaines fonctionnels.

2. Résultats de prédiction

GutBugDB fournit des informations détaillées sur la biotransformation, y compris les enzymes métaboliques prédites et les souches bactériennes intestinales capables de métaboliser des médicaments spécifiques. Par exemple, pour le médicament L-Dopa, GutBugDB a prédit les enzymes phénol 2-monooxygénase et 6-hydroxy-3-succinoylpyridine 3-monooxygénase, provenant de bactéries des genres Acinetobacter et Delftia, capables de métaboliser la L-Dopa. De plus, pour la Flucytosine, GutBugDB a prédit l’enzyme cytosine désaminase, provenant de bactéries des genres Escherichia, Bifidobacterium et Clostridium, capables de métaboliser la Flucytosine.

3. Résultats de validation

L’étude a validé les prédictions de GutBugDB et a constaté qu’elles étaient performantes pour les informations connues sur la biotransformation, tout en fournissant de nouvelles informations sur les bactéries intestinales et les enzymes. Par exemple, pour le Lactulose, GutBugDB a non seulement prédit les enzymes phosphorylase et hydrolase connues, mais aussi prédit que des bactéries des genres Ruminococcus et Escherichia pouvaient métaboliser le Lactulose.

Conclusion et signification

GutBugDB offre aux chercheurs une ressource complète pour prédire le métabolisme des médicaments et des nutriments médié par les bactéries intestinales humaines. Cette base de données peut non seulement aider à identifier la biotransformation potentielle des molécules candidates, mais aussi prévenir l’inefficacité des médicaments lors de leur prescription, améliorant ainsi leur efficacité et leur tolérance. En outre, GutBugDB fournit des pistes pour des validations expérimentales futures, approfondissant la compréhension des mécanismes de biotransformation médiés par le microbiote intestinal.

Points forts de la recherche

1. Exhaustivité : GutBugDB contient 1439 molécules, couvrant 1378 médicaments approuvés par la FDA et 61 nutriments, fournissant des informations détaillées sur la biotransformation.
2. Innovation : L’étude a utilisé l’outil GutBug basé sur l’apprentissage automatique, capable de prédire les enzymes métaboliques et les souches bactériennes intestinales, offrant des informations de biotransformation plus précises.
3. Utilité : GutBugDB constitue une référence importante pour le développement et la prescription de médicaments, aidant les chercheurs à mieux comprendre le rôle du microbiote intestinal dans le métabolisme des médicaments.

Autres informations utiles

GutBugDB est prévu pour des mises à jour régulières, la dernière ayant eu lieu en juin 2024. La base de données est également compatible avec les nouvelles données issues des études métagénomiques futures, permettant d’étendre continuellement son contenu et de fournir un soutien durable à la recherche sur le microbiote intestinal.