北京大学发现AMPainter显著提高各种肽段的抗菌效力

• 全文链接

关键词：

来源：

Advanced Science

全文链接：

//agri.nais.net.cn/topic/downloadFile/ede4066e-aebd-48a8-a51f-db69161452b0

来源地址：

https://doi.org/10.1002/advs.202506332

资源所属：

农业生物技术专题

类型：

学术文献

语种：

英语

原文发布日期：

2025-09-12

摘要：

2025年9月12日，北京大学宋晨独立通讯在Advanced Science在线发表题为“Painting Peptides With Antimicrobial Potency Through Deep Reinforcement Learning”的研究论文。该研究提出了一种名为 AMPainter 的新型 AMP 设计模型。AMPainter 基于深度强化学习，将优化和生成任务集成在一个统一的框架中。AMPainter 适用于三种类型的肽，包括已知 AMPs、信号肽 (SPs) 和随机序列。AMPainter 在增强已知 AMPs 的活性、预测抗菌效力和多样性方面优于十种相关模型。一些 AMPs 的实际最低抑菌浓度 (MICs) 降低了 128 倍。AMPainter 能够从膜活性 SPs 进化出有效的 AMPs，实验成功率高达 80%。在生成方面，从无活性随机序列重新设计的AMP对四种细菌的平均MIC达到2.88 µM。沿虚拟进化路径构建的肽段体外MICs与预测值相符。因此，AMPainter可以显著提高各种肽段的抗菌效力，拓展AMP序列空间，并发现新型抗菌药物。