从海洋微藻次生代谢产物中寻找新的抗菌药物是新兴海洋药物研究的热点之一。研究发现,微藻中一些脂溶性成分具有良好的抗菌活性,但由于分离方法及活性筛选方法的限制,使得目前对微藻中抑菌成分的研究多处于粗提物活性初筛层面,而对具体化合物的结构及抑菌机制研究甚少。为深入发掘微藻中的抑菌成分,本项目结合自组织神经网络技术建立算法模型,筛选三相溶剂体系,在此基础上建立一种能从复杂体系中快速分离获得单体化合物的液/液/液三相高速逆流色谱分离方法,用于从海洋微藻中分离抗菌化合物;其后以秀丽隐杆线虫为模式生物,通过参数优化和筛选方法研究,建立一种化合物体内抗菌活性筛选模型,从微藻中快速筛选体内外相关性较好的新型抑菌物质;并以模型为基础,测定化合物的抗菌活性,探讨其抗菌作用途径。项目建立的关键技术原理,可填补微藻来源的抑菌化合物筛选、分离方法缺乏的薄弱环节,为加快新型抗菌类药物或其先导物的发现提供新的途径。
英文主题词Microalgae;Compounds separation;antimicrobial activity;Caenorhabditis elegans;antimicrobial model