近日，我校生物工程學(xué)院李瑞芳教授團(tuán)隊(duì)在國際頂級(jí)跨學(xué)科學(xué)術(shù)期刊《Advanced Science》（中科院一區(qū)TOP，IF=14.3）上發(fā)表了題為“Deep Learning Combined with Quantitative Structure?Activity Relationship Accelerates De Novo Design of Antifungal Peptides”（DOI: 10.1002/advs.202412488）的研究論文。碩士研究生尹柯棟為第一作者，李瑞芳教授為第一通訊作者，河南工業(yè)大學(xué)為唯一署名單位和通訊單位。
論文封面
念珠菌感染亟需新型抗真菌藥物，傳統(tǒng)藥物易產(chǎn)生耐藥性?？拐婢模ˋFP）憑借獨(dú)特作用機(jī)制成為理想候選，但傳統(tǒng)篩選方法效率低下?；诖耍钊鸱冀淌趫F(tuán)隊(duì)創(chuàng)新性地開發(fā)了一種基于深度學(xué)習(xí)和定量構(gòu)效關(guān)系經(jīng)驗(yàn)篩選的AFP從頭設(shè)計(jì)方法DL-QSARES。該方法通過重組優(yōu)勢氨基酸和二肽組成生成候選AFP (c_AFP)，并利用自然語言處理模型和基于物理化學(xué)性質(zhì)的QSAR方法進(jìn)行高效篩選，最終獲得49個(gè)對(duì)白色念珠菌具有顯著抑制活性的c_AFP，其中4個(gè)最優(yōu)的c_AFP對(duì)多種病原真菌的MIC均小于10 μg/mL，AFP-13在動(dòng)物模型中表現(xiàn)出優(yōu)異的體內(nèi)治療效果。這項(xiàng)研究為抗真菌藥物研發(fā)提供了全新的智能化設(shè)計(jì)范式，顯著加速了AFP的發(fā)現(xiàn)進(jìn)程，為解決耐藥性難題開辟了新途徑。
成果截圖
該研究工作得到了國家自然科學(xué)基金項(xiàng)目（32471309）的資助；生物工程學(xué)院與信息科學(xué)與工程學(xué)院為該研究提供了平臺(tái)。作為國際學(xué)術(shù)界公認(rèn)的高水平綜合性頂級(jí)期刊，《Advanced Science》具有強(qiáng)大的學(xué)術(shù)影響力。李瑞芳教授團(tuán)隊(duì)長期致力于計(jì)算機(jī)輔助多肽藥物設(shè)計(jì)研究。該研究成果是團(tuán)隊(duì)在生物學(xué)、藥學(xué)與計(jì)算機(jī)科學(xué)等多學(xué)科交叉領(lǐng)域取得的重要突破。
論文鏈接：https://doi.org/10.1002/advs.202412488
