Nature Materials: 在深度学习指导下从头设计具有抗菌活性的自组装肽

本文提出了一种基于深度学习的TransSAFP模型，用于设计具有抗菌功能的N端修饰自组装肽（SAFP）。该模型通过迁移学习和数据增强策略，在扩展的化学序列空间中利用稀疏标记数据准确预测SAFP的抗菌活性。实验表明，设计出的p45和octa-p2肽在体内外均展现出良好的生物相容性和抗菌效果，能够有效治疗急性肠道细菌感染，并维持肠道微环境平衡。此研究为功能性肽材料的从头设计提供了新策略，TransSAFP模型有望广泛应用于其他生物功能肽材料的设计开发，为应对细菌耐药性挑战提供了创新解决方案。