Nat Mater｜西湖大学王怀民/黄晶等：在深度学习指导下从头设计具有抗菌活性的自组装肽

本文介绍了西湖大学王怀民和黄晶团队在《自然·材料》上发表的最新研究成果，他们开发了一种名为TransSAFP的人工智能模型，该模型能够精准预测多肽分子的自组装行为及其生物功能，显著提高了研究效率。研究背景基于多肽在人体中的重要功能，如免疫调节和新陈代谢，以及其在治疗疾病中的潜在应用。研究目的是通过深度学习技术，实现对自组装功能多肽的精准预测，从而设计出具有特定生物功能的多肽分子。研究结果表明，TransSAFP模型能够高效筛选出具有抗菌活性的自组装多肽，且这些多肽与已知抗菌肽的序列相似度低，显示出其独特性和潜在的应用价值。此外，研究还验证了这些多肽在动物模型中的治疗效果，表明其在未来药物开发中的潜力。