基于自组装肽的生物灵感材料有望解决生物医学工程中的各种挑战。虽然当代的数据驱动方法已经发现了具有各种结构和性质的自组装肽，但预测这些材料的功能仍然具有挑战性。2025年3月14日，西湖大学王怀民及黄晶共同通讯在Nature Materials（IF=37）在线发表题为“De novo design of self-assembling peptides with antimicrobial activity guided by deep learning”的研究论文，该研究报告了一种深度学习指导下具有抗菌活性的自组装肽的从头设计方案。
自组装功能肽(SAFP)材料因其易于合成和功能化而被合理设计并应用于多个领域。例如，Silva等人通过引入结合子序列(IKVAV)作为自组装基序设计了一种两亲肽，可以形成纳米纤维水凝胶7以促进神经元分化。Yolamanova等人报道了一种人造纳米纤维十二肽，它比天然存在的精液来源的病毒感染纤维增强剂更有效地促进逆转录病毒基因转移。也有报道称，整合调节基序可促进原位肽自组装，这在癌症治疗和生物成像领域表现出突出的潜力。SAFPs的突出功能和生物相容性使其成为开发再生医学和组织工程用可生物降解材料的主要候选材料。
然而，只有有限数量的SAFP材料可以通过经验设计来开发。计算机辅助方法促进了结构预测和蛋白质设计的变革性进展。大型蛋白质语言模型如AlphaFold依赖于序列协同进化流形，这在具有短长度(< 16个氨基酸，AAs)或非天然AAs的序列上是高度嘈杂的，使得该策略不利于基于模型微调的SAFP发现。在开发基于聚集倾向值的特定计算工具方面已经取得了进展，用于在广阔的序列空间中定位短的自组装肽。然而，这些自组装肽材料的功能活性不能基于计算方法以直接的方式预测，有效SAFP设计的策略需要进一步的实验验证。
新SAFP材料发现流程概述（图源自Nature Materials ）
在这里，研究人员描述了基于靶向细菌膜的自组装肽的深度学习指导的抗微生物材料的从头设计，以解决新出现的细菌耐药性问题。该方法整合了非天然氨基酸用于增强的肽自组装，并有效地预测了具有最小实验注释的自组装肽材料的功能活性。所设计的自组装肽前导肽在小鼠体内显示出优异的抗肠道细菌感染的治疗效果。此外，它表现出增强的生物膜根除能力，并且不会诱导获得性耐药性。机理研究表明，设计的肽可以在细菌膜上自组装形成纳米纤维结构，用于杀死多药耐药细菌。这项工作因此提供了一个策略，发现功能肽材料的定制设计。https://www.nature.com/articles/s41563-025-02164-3#Sec34内容为【iNature】公众号原创，
转载请写明来源于【iNature】
微信加群
iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群（16个PI群及64个博士群），同时更具专业专门组建了相关专业群（植物，免疫，细胞，微生物，基因编辑，神经，化学，物理，心血管，肿瘤等群）。温馨提示：进群请备注一下（格式如学校+专业+姓名，如果是PI/教授，请注明是PI/教授，否则就直接默认为在读博士，谢谢）。可以先加小编微信号（love_iNature），或者是长按二维码，添加小编，之后再进相关的群，非诚勿扰。
投稿、合作、转载授权事宜
请联系微信ID：13701829856 或邮箱：iNature2020@163.com
觉得本文好看，请点这里！
