近日，山东大学齐鲁医学院研究人员在《科学进展》发表最新研究，相关团队借助人工智能设计抗菌肽（AMP），为应对抗生素耐药性开辟新径。

设计AMP 面临探索庞大化学空间的挑战，耗时耗力。而人工智能的发展为其带来突破。目前，主要有两种基于 AI 的设计策略：一是用预测模型确定肽序列关键特性，过滤数据找出候选肽，但随着肽段长度增加，全局搜索计算成本过高；二是开发生成模型生成特定属性肽序列，能以较低成本探索更大空间。

据介绍，此次研究团队采用的扩散模型，作为生成模型的一种，在图像合成、蛋白质设计等领域表现出色。它基于扩散过程，包括将基础数据转化为高斯噪声的前向过程，以及将高斯噪声还原为所需样本的逆过程，通过双向整合获取高质量、多样化样本。

据此，研究人员合成了40 种多肽，其中 25 种展现抗菌或抗真菌活性。AMP - 29 对白色念珠菌有选择性抗真菌活性，在小鼠皮肤感染模型中，治疗 24 小时后，真菌量显著减少，炎症缓解。AMP - 24 对革兰氏阴性菌体外活性强，对皮肤和肺部鲍曼不动杆菌感染也有疗效。

研究发现，25种AMPs中，5种对特定真菌具有选择性活性，3种对特定细菌具有选择性活性，这表明AMPs的活性并非普遍适用。

这项研究为设计多样化AMP 提供有效途径，有望在应对抗生素耐药性威胁方面发挥重要作用，助力解决公共卫生领域的一大难题。此外，该方法还可用于针对不同生物靶点创造生物活性分子，推动突破性治疗药物的开发。

论文相关信息：

https://www.science.org/doi/10.1126/sciadv.adp7171#tab-contributors