人工智能在宏基因组抗菌肽挖掘中的应用

牛培源; 李丝; 林冠宏; 周程冉; 闫海芳

doi:10.13417/j.gab.045.000873

基因组学与应用生物学 ›› 2026, Vol. 45 ›› Issue (4) : 873 -886. DOI: 10.13417/j.gab.045.000873

人工智能在宏基因组抗菌肽挖掘中的应用

牛培源, 李丝, 林冠宏, 周程冉, 闫海芳

作者信息 +

Author information +

文章历史 +

摘要

随着抗生素耐药性危机在全球范围内持续蔓延,研发新型抗菌药物已成为亟待解决的问题。抗菌肽(antimicrobial peptides, AMPs)具有独特的抗菌作用机制,不易诱导细菌产生耐药性,已经成为替代传统抗生素的重要候选药物。然而,传统实验筛选抗菌肽存在周期长、成本高等问题,不利于天然抗菌肽的挖掘。近年来,宏基因组学与人工智能的深度融合,为从海量环境及微生物组数据中高效挖掘抗菌肽提供了全新的思路。本文梳理了抗菌肽特征、相关资源数据库及实验验证方法,总结了人工智能判别抗菌肽的方法,包括传统机器学习、深度学习、蛋白质语言模型和迁移学习等技术方法,并且系统叙述了多模型混合策略在宏基因组数据中的应用进展。目前,该领域仍存在高质量标注数据不足、高通量验证困难等问题。但随着人工智能和多组学技术的进步,抗菌肽的智能化、精准化挖掘将实现突破性进展,有效加速更高效候选分子的发现和临床转化进程,为应对抗生素耐药性危机提供有效解决方案。