基于大语言模型的抗菌肽设计新突破：AMP-Designer 助力攻克耐药难题

研究人员针对细菌耐药问题开展 AMP 设计研究，开发 AMP-Designer 框架，成果显著，意义重大。

　　# 基于大语言模型的抗菌肽设计新突破：AMP-Designer 助力攻克耐药难题
在微观的细菌世界里，一场无声的战争正在上演，而人类正面临着前所未有的挑战 —— 细菌耐药性问题。细菌耐药性，如同一个不断膨胀的 “恶魔”，严重威胁着全球人类的健康。据统计，2019 年全球近 495 万人的死亡与细菌耐药性相关，其中 127 万人直接因此丧生，并且预测到 2050 年，这一数字将飙升至每年 1000 万。革兰氏阴性菌更是其中的 “顽固分子”，它们对大多数常用抗生素产生了耐药性，自 1968 年喹诺酮类药物问世以来，再也没有新的有效对抗革兰氏阴性菌的抗生素通过临床阶段。

在这场与细菌的 “战斗” 中，抗菌肽（Antimicrobial Peptides，AMPs）成为了人类寄予厚望的 “新武器”。AMPs 是由各种生物体自然产生的，长度通常在 10 - 50 个氨基酸之间，能够对抗入侵的微生物。它们结构和功能多样，抗菌效果良好，而且不易使细菌产生耐药性，被视为传统小分子抗生素的潜在替代品。然而，AMPs 也存在一些 “短板”，比如相对较低的抗菌活性、不确定的毒性以及在生产和运输过程中容易失活等问题，这些都阻碍了它们的广泛应用。

为了让 AMPs 更好地发挥作用，开发具有增强活性、降低毒性和提高抗水解性的 AMP 候选物成为了当前研究的重点。同时，利用计算机辅助方法加速 AMP 的设计也成为了热门方向。传统的 AMP 设计方法，如优化现有 AMP 或使用预测模型筛选肽空间，面临着肽序列空间巨大（估计长达 32 个残基的肽序列空间约有 4.5×10⁴¹种肽）、筛选困难等问题。虽然基于深度学习的新方法不断涌现，如基于循环神经网络（RNNs）、生成对抗网络（GANs）和变分自编码器（VAEs）等，但这些方法在设计具有多种理想特性的 AMPs 时，仍面临着数据标注偏差、计算成本高和过拟合等挑战。

在这样的背景下，来自国内研究机构的研究人员开展了一项极具意义的研究。他们开发了一种名为 AMP-Designer 的基于大语言模型（Large Language Models，LLMs）的方法，为 AMP 的设计带来了新的曙光。该研究成果发表在《SCIENCE ADVANCES》上，为解决细菌耐药性问题提供了新的思路和方法。

研究人员在开展研究时，运用了多个关键技术方法。首先，基于 GPT 构建了 AMP-GPT 模型，通过在 UniProt 数据库中筛选出的大量肽段数据进行无监督训练，让模型学习肽的特征。接着，采用对比提示调整（contrastive prompt tuning）技术，在保持 AMP-GPT 参数不变的情况下，对模型进行微调，使其能够生成具有特定属性的肽序列。然后，利用知识蒸馏（knowledge distillation）将 AMP-Prompt 模型压缩为结构更简单的 AMP-Distillation 模型，降低计算成本。最后，运用强化学习（RL）算法，基于多个属性对模型进行优化，筛选出具有高活性等理想特性的 AMP 候选物。

研究结果

1. AMP-Designer 的整体流程：从 UniProt 数据库收集了 630,683 条长度不超过 32 的肽段，用于训练 AMP-GPT 模型。随后，使用 9896 个阳性样本和 2403 个阴性样本进行对比提示调整，得到 AMP-Prompt 模型。由于 AMP-Prompt 模型存在一定局限性，研究人员进一步通过知识蒸馏得到 AMP-Distillation 模型，并利用 RL 对其进行优化，以筛选出最佳的 AMP 候选物。
2. 物理化学性质分析：通过分析随机选取的 2000 条肽序列的物理化学性质，发现 AMP-GPT 模型有效地学习了 UniProt 训练数据集中肽的理化特征。对比提示学习后，生成的肽序列理化性质更接近真实的 AMPs，且 top-k 采样比传统温度采样生成的肽更符合真实 AMPs 的特征，蒸馏模型也成功学习了教师模型的概率分布。
3. 活性分析：使用 CAMP、AMP Scanner 和 Macrel 三种不同的 AMP 分类器评估生成的肽。结果显示，基于提示的模型性能显著提升，尤其是 Prompt-TopK 生成的肽生物活性分布与真实 AMPs 相似，且该方法被预测为活性肽的概率比 CLaSS 和 CFPS 更高，高达 83.4%。
4. 多样性和新颖性分析：与条件标记（CT）和全模型微调（FT）两种基线方法相比，AMP-Designer 的提示式方法在生成肽的有效性、唯一性和新颖性方面表现更优。通过序列比对计算匹配分数发现，该方法生成的肽与真实 AMPs 相似度更低，内部相似性也更低，表明生成的肽更具多样性和新颖性。
5. 设计针对革兰氏阴性菌的高活性肽：利用 RL 对模型进行进一步优化，奖励函数包含分类概率、对三种细菌菌株的 MIC、序列长度、记忆相似性和电荷等五个组件。经过 RL 优化，AMP 预测分数提高，对大肠杆菌和铜绿假单胞菌的预测 MIC 降低。通过筛选，最终确定了 20 个候选 AMP。
6. 领先 AMP 的体外活性：对 20 个预测的 AMP 进行化学合成和验证，18 个成功合成。这些 AMP 对至少一种菌株表现出显著的抗菌活性，且对革兰氏阴性菌的效果优于革兰氏阳性菌。其中，AI18、KW13 等 5 种 AMP 对多种耐药革兰氏阴性菌也有显著活性。此外，KW13 和 AI18 的溶血毒性可忽略不计，血浆稳定性高，不易诱导大肠杆菌产生耐药性，且能显著破坏大肠杆菌细胞膜。
7. KW13 和 AI18 的体内活性：构建肺炎克雷伯菌感染的小鼠肺炎模型，测试 KW13 和 AI18 的体内疗效。结果显示，这两种 AMP 能显著降低细菌载量，治疗效果与阳性对照 AMP 吲哚杀菌素相当，且对宿主无明显不良影响。
8. 针对痤疮丙酸杆菌的少样本 AMP 设计：针对痤疮丙酸杆菌开展少样本 AMP 设计，由于其相关标记数据稀缺，研究人员利用抗菌活性相关性，选择了 5 个候选 AMP 进行体外实验验证。结果显示，其中 3 个对痤疮丙酸杆菌表现出强效活性，FI19 的 MIC 值低至 2.0μg/ml。

研究结论与讨论

AMP-Designer 框架为 AMP 的设计提供了一种高效的解决方案。通过结合大语言模型、提示调整、知识蒸馏和强化学习等技术，该框架能够快速设计出具有多种理想特性的 AMPs。在体外和体内实验中，设计的 AMPs 表现出良好的抗菌活性、低毒性和高稳定性，为应对全球日益严重的细菌耐药性问题提供了有力的支持。此外，AMP-Designer 在少样本设计任务中也表现出色，能够在标记数据稀缺的情况下设计出有效的 AMPs。这一研究成果不仅为抗菌肽的开发开辟了新的道路，也为其他基于肽的药物设计提供了借鉴，有望推动生命科学和健康医学领域的进一步发展。未来，随着研究的深入，AMP-Designer 框架有望不断优化，为解决更多的医学难题贡献力量。