Nat Microbiol | 可解释AI驱动的抗菌肽发掘和虚拟定向进化，对抗多重耐药病原菌

文章预览

在全球抗生素耐药性问题日益严峻的当下，新型抗菌药物的研发备受关注。抗菌肽是一类通常由少于100个氨基酸残基组成的多肽，具有抑制、杀灭各种微生物的活性，表现出多样的作用机制。传统发现抗菌肽的方法是对植物、微生物等的产物进行活性测试，随后进行活性组分的纯化和结构鉴定，这种方法费时且成本高。 为加速抗菌肽的发掘，计算机辅助筛选方法如定量构效关系模型被用于预测多肽的抗菌活性，但这类模型对于先验知识的要求较高。近年来，有基于深度学习的模型被报道用于抗菌多肽的识别，这些模型不依赖先验理化数据，但它们缺乏可解释性，限制了对于预测结果的验证以及对于抗菌活性的优化。 2025年1月17日，上海大学 吴钇翰 团队、东南大学 王贝伦 团队、哥伦比亚大学 俞舟 团队合作在 Nature Microbiology 发表题为 Explainable deep l ………………………………