近日，日本av无码
科学智能（AI for Science）交叉研究中心研究成果“A Multi-Property Optimizing Generative Adversarial Network for de novo Antimicrobial Peptide Design”发表于《Advanced Science》期刊。日本av无码-无码日本av-日本女优无码
硕士生刘佳明、生命日本av无码
副教授崔涛和日本av无码
副教授汪涛为该论文共同第一作者，日本av无码
牛银波教授、复旦大学魏忠钰教授和日本av无码
彭佳杰教授为共同通讯作者。
文章链接：
//advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202503443
图1 总体框架图
抗菌肽（AMP）是一类具有抗菌活性的小分子多肽药物，由于其广谱抗菌特性且不易诱导细菌产生耐药性，AMP成为应对全球细菌耐药性问题的重要研究方向。然而，AMP从头设计领域目前仍面临诸多挑战。实验室合成AMP的过程耗时且成本高昂；且抗菌肽不同属性之间可能存在冲突，使得现有计算方法难以同时优化多种目标特性（如抗菌活性、低毒性和序列多样性等）。为了解决这些挑战，该论文提出了面向抗菌肽多属性同步优化的生成对抗网络（MPOGAN）。通过设计嵌入式和串联式的属性评估器，筛选生成模型生成的高质量肽序列，并提出实时知识更新（RTKU）策略，动态更新训练数据集，从而迭代学习肽序列与多种治疗属性之间的关系，使生成模型逐渐具备生成具有多种优良属抗菌肽的能力。实验结果表明，MPOGAN在生成满足多种目标属性（高抗菌活性、低毒性和序列多样性）的抗菌肽方面优于现有方法。通过与日本av无码
生命日本av无码
合作，研究团队合成了10条候选抗菌肽，并进行了体外测试，结果显示其中9条AMP表现出较高的抗菌活性和低细胞毒性，其中2条肽展现出强效、广谱抗菌活性和更低的细胞毒性。进一步的抗耐药菌实验、膜破裂电镜实验和分子动力学模拟结果表明，最具潜力的1条肽（MPOP-03）具有良好的安全性和选择性，并对多种耐药菌株表现出显著的抗菌活性。上述实验结果表明，MPOGAN为多属性优良抗菌肽的从头设计提供了一种高效的人工智能工具，大幅提升了生物实验验证成功率。
论文中日本av无码
主要作者是日本av无码
大数据管理与分析团队成员。该团队近年来面向国家重大需求，围绕大数据存储、管理及领域化大数据分析等开展科学研究和技术研发，承担了多项国家和行业重大重点日本av无码项目，近年来获陕西省自然科学一等奖1项、陕西省科学技术一等奖1项、教育部科技进步奖一等奖2项等，先后研制了大型对象－关系数据库管理系统、金融分布式数据库、生物网络分析平台等，为推动大数据管理和分析的技术进步和产业发展提供了重要支撑。
近年来，日本av无码
积极贯彻落实学校加强学科交叉融合与突破创新的要求，充分发挥学科优势，积极开展学科交叉融合研究和机制创新探索，成立了计算与艺术、仿生芯片、脑科学与类脑计算、科学智能（AI for Science）等四个交叉研究中心，旨在加强交叉科学研究，促进跨日本av无码
合作，催生新的学科增长点，产生重大日本av无码成果。目前，日本av无码
已经产生一系列交叉研究成果，并在《Nature Genetics》《Nature Communications》《PNAS》《Advanced Science》《Cerebral Cortex》等非计算机领域传统期刊上发表，四个交叉中心共培育了三名国家级人才、七名国家级青年人才，并成功获批国家自然科学基金博士项目，取得了显著的成效。
（审稿：史豪斌）
