近日课题组博士生杨彩玲的研究成果以“Discovery of naturally inspired antimicrobial peptides using deep learning”为题被Bioorganic Chemistry正式接收。该研究基于前期构建的33万余NRPS基因簇数据，通过批量提取其编码产物的核心骨架，并进行去重复和剔除含有非天然氨基酸的短肽骨架，最终确定了328种特异的非核糖体合成肽骨架。通过深度学习技术和固相合成方法快速获得了五个潜在的抗菌肽（P1–P5）。其中，P2对两种致病弧菌表现出强效的抗菌活性，半数抑制浓度MIC50为1–2 μM。随后，在深度学习算法的指导下对其进行结构优化，得到了抗菌活性增强、溶血性降低的衍生物P2.2。机制研究表明，P2.2通过调控VI型和III型分泌系统相关蛋白，破坏细菌细胞膜并增加其通透性而发挥抗菌作用。此外，P2.2与传统抗生素联合使用时表现出协同作用。该研究体现了深度学习技术在加速从沉默生物合成基因簇中发现天然来源抗菌肽方面的潜力。Bioorganic Chemistry为JCR 1区、中科院2区期刊。课题组博士生杨彩玲为第一作者，王鸿老师和魏斌老师为通讯作者。

全文链接：https://doi.org/10.1016/j.bioorg.2025.108444