深度学习在抗菌肽设计、发现与预测中的应用:现状与展望

作     者：王姝 徐春明 WANG Shu;XU Chunming

作者机构：北京工商大学轻工科学与工程学院北京100048 

基　　金：国家重点研发计划项目(2020YFC1606801) 

出 版 物：《食品与发酵工业》 (Food and Fermentation Industries)

年 卷 期：2024年第50卷第21期

页      码：366-378页

摘      要：近年来,随着抗生素的过度使用和滥用,微生物耐药性逐渐成为影响人类健康的严重问题;抗菌肽(antimicrobial peptides,AMPs)是一类天然存在的抗菌分子,具有抗菌活性高、广谱活性、种类繁多、可供选择的范围广等优势,且微生物难以产生抗性,因此AMPs被看作是抗生素的有效替代品;然而由于AMPs复杂的结构和多样的序列,从大量的候选肽中识别和筛选AMPs、设计AMPs以及预测不同AMPs的性质十分困难,而通过湿实验的方法挖掘AMPs耗时且费力。目前深度学习技术的发展为AMPs的发现、预测和设计提供了新的途径,本文针对AMPs发现过程中高成本和低效率的问题,总结了深度学习技术在AMPs发现、筛选以及设计中的应用,并进一步总结了深度学习在AMPs预测中的应用。展望未来,随着深度学习技术的不断发展和完善,其在AMPs领域的应用前景将更加广阔,有望加速新型AMPs的研发和应用,为解决抗菌耐药性问题提供新的解决方案。

主 题 词：深度学习 抗菌肽 筛选 预测 

学科分类：1007[医学-药学类] 12[管理学] 100705[100705] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 10[医学] 

核心收录：

D　O　I：10.13995/j.cnki.11-1802/ts.040439

馆 藏 号：203155522...