深度学习在抗菌肽药物研究中的应用进展

抗菌肽(AMP)作为未来最有希望解决病原微生物耐药性的新型抗菌药物之一，其研发备受关注。抗菌肽一般较短，组成多样，迄今人们已发现数千条天然抗菌肽，并建立了多个公开的抗菌肽数据库，为新型抗菌肽的研发和设计奠定了基础。另一方面，深度学习和人工智能作为信息处理的有力工具，已被大量应用于医学影像信息处理、疾病诊断、药物设计等领域，在抗菌肽的设计和研发上也受到广泛关注。在抗菌肽的信息描述方面，人们使用了伪氨基酸残基组成、位置特异性评分矩阵、独热码等多种特征向量；在深度学习方法上，研究人员应用了循环神经网络、卷积神经网络、对抗生成网络等多种算法，开发了ACEP、CLaSS等抗菌肽活性预测和序列生成模型。这些模型有望加速新型抗菌肽的发现，为应对耐药菌感染，尤其是临床上难以治疗的耐药性革兰阴性菌感染，提供新的手段。