近日，我校生物工程学院李瑞芳教授团队在国际顶级跨学科学术期刊《Advanced Science》（中科院一区TOP，IF=14.3）上发表了题为“Deep Learning Combined with Quantitative Structure‒Activity Relationship Accelerates De Novo Design of Antifungal Peptides”（DOI: 10.1002/advs.202412488）的研究论文。硕士研究生尹柯栋为第一作者，李瑞芳教授为第一通讯作者，河南工业大学为唯一署名单位和通讯单位。
念珠菌感染亟需新型抗真菌药物，传统药物易产生耐药性。抗真菌肽（AFP）凭借独特作用机制成为理想候选，但传统筛选方法效率低下。基于此，李瑞芳教授团队创新性地开发了一种基于深度学习和定量构效关系经验筛选的AFP从头设计方法DL-QSARES。该方法通过重组优势氨基酸和二肽组成生成候选AFP (c_AFP)，并利用自然语言处理模型和基于物理化学性质的QSAR方法进行高效筛选，最终获得49个对白色念珠菌具有显著抑制活性的c_AFP，其中4个最优的c_AFP对多种病原真菌的MIC均小于10 μg/mL，AFP-13在动物模型中表现出优异的体内治疗效果。这项研究为抗真菌药物研发提供了全新的智能化设计范式，显著加速了AFP的发现进程，为解决耐药性难题开辟了新途径。
论文部分图片
该研究工作得到了国家自然科学基金项目（32471309）的资助；生物工程学院与信息科学与工程学院为该研究提供了平台。作为国际学术界公认的高水平综合性顶级期刊，《Advanced Science》具有强大的学术影响力。李瑞芳教授团队长期致力于计算机辅助多肽药物设计研究。该研究成果是团队在生物学、药学与计算机科学等多学科交叉领域取得的重要突破。高水平科研成果的取得，是我校深入实施人才强校战略和推进多学科交叉融合的结果，对我校内涵发展和“双一流”创建具有重要意义。
论文链接：https://doi.org/10.1002/advs.202412488
（来源：生物工程学院 文/尹柯栋 审校/梁赢 审核/胡元森）
最新更新
