人工智能模型生成抗菌肽结构，用于筛选抗药性微生物

来自中国山东大学、广州医科大学、第二军医大学和青岛大学的一组微生物学家、化学家和药学专家开发了一种人工智能模型，该模型可以生成抗菌肽结构，用于筛选抗药性微生物

在发表在《科学进展》杂志上的研究中，该小组开发了一种压缩方法来减少人工智能系统训练数据中所需的元素数量，这有助于减少当前人工智能模型的多样化问题

先前的研究表明，耐药微生物是医学科学中最紧迫的问题之一。世界各地的研究人员一直在寻找治疗感染此类微生物的人的新方法——一种方法是开发抗菌肽，它通过靶向细菌膜起作用

不幸的是，开发或发现肽已被证明太慢，无法解决这一危机。因此，研究人员转向了基于人工智能的方法来帮助寻找此类肽。但这种方法也遇到了问题，最大的问题是缺乏大规模的训练基地，这导致肽的发现缺乏多样性

在这项新研究中，中国的研究人员通过开发一种压缩技术来减少训练人工智能系统所需的元素数量，从而找到了解决这一问题的方法

研究人员称他们的系统为两阶段人工智能管道杠杆扩散模型。第一阶段的工作原理是通过随机放大信号噪声将描述280万个已知肽的数据压缩成数字形式。然后，第二阶段从简化的数据中提取新的肽，去除噪声，并解压缩用于描述其肽序列的数据

在测试他们的新系统时，研究小组发现，它能够将训练数据库中列出的肽过滤到合理数量的最有可能具有抗菌特性的肽。在研究了60万个肽后，该团队实验性地测试了40种肽，发现25种肽在对抗细菌和真菌病原体方面显示出希望 More information: Yeji Wang et al, Artificial intelligence using a latent diffusion model enables the generation of diverse and potent antimicrobial peptides, Science Advances (2025). DOI: 10.1126/sciadv.adp7171

Journal information: Science Advances