基于机器学习的麦源抗龋肽发现及功能验证：新型抗菌肽AP-2的研发与应用

【编辑推荐】针对传统防龋剂存在耐药性、口腔菌群失衡等问题，研究人员通过集成随机森林(Random Forest)和XGBoost算法构建筛选漏斗模型，从小麦蛋白中鉴定出高效抗龋肽AP-2(FPVTWRWWKWW)。实验证实该肽对变形链球菌(Streptococcus mutans)具有4?μM的强效抗菌活性，通过膜破坏机制快速杀菌，并在1/2×MIC浓度下显著抑制生物膜形成，兼具低溶血率和唾液稳定性。动物实验显示其能安全有效预防大鼠早期龋齿，为临床转化提供新型候选分子。

　　

龋齿作为全球高发的慢性口腔疾病，其罪魁祸首——变形链球菌(Streptococcus mutans)通过形成顽固的生物膜，在牙齿表面持续制造酸性环境。尽管氟化物仍是当前防龋的主力军，但长期使用带来的氟斑牙、耐药性等问题日益凸显。其他广谱抗菌剂如氯己定虽有效，却可能打破口腔微生态平衡。在这个背景下，兼具靶向性和安全性的抗菌肽(antimicrobial peptides, AMPs)成为研究热点，特别是源自食物的植物肽，因其"天然安全"的标签更受青睐。然而传统肽发现方法如同大海捞针，效率低下且依赖运气。

来自中国的研究团队另辟蹊径，将人工智能技术引入这场"寻宝之旅"。他们构建的机器学习筛选漏斗模型，如同精密设计的分子筛，从海量小麦蛋白片段中锁定潜力分子。这项发表在《Bioorganic 》的研究，不仅展示了计算生物学在药物发现中的强大威力，更带来一款名为AP-2的"智能设计"抗菌肽——这个由11个氨基酸组成的α-螺旋分子(FPVTWRWWKWW)，堪称对抗龋齿的"微型特种兵"。

研究团队采用多管齐下的技术路线：首先整合随机森林和XGBoost算法构建预测模型，通过氨基酸组成分析和特征工程优化筛选流程；接着采用微量肉汤稀释法测定最小抑菌浓度(MIC)，结合PI染色和电镜观察阐明杀菌机制；最后建立大鼠龋齿模型，通过组织病理学和16S rRNA测序评估体内效果及安全性。

【Dataset division results and analysis】
通过405条肽段的训练集构建，模型识别出抗龋肽的共性特征：富含色氨酸(W)和精氨酸(R)的α-螺旋结构。这种特殊组合使AP-2能像"分子钻头"穿透细菌膜——电镜照片清晰显示，4×MIC浓度下处理2小时即可使变形链球菌细胞膜千疮百孔。

【Conclusions and prospects】
AP-2展现出令人惊艳的"三重防护"特性：在4?μM极低浓度下即可杀灭99%的变形链球菌；1/2 MIC时仍能抑制50%生物膜形成；更难得的是，其在唾液中稳定存在1小时以上，且溶血率低于5%。动物实验证实，每日使用AP-2处理的大鼠龋齿发生率降低72%，且不会引起肝脏毒性或口腔菌群紊乱。这种源自小麦蛋白的肽段，其安全性如同我们日常摄入的面食成分，却赋予了专业防龋的功能属性。

这项研究的突破性在于：首次将机器学习应用于抗龋肽的定向挖掘，建立的筛选模型准确率达82%；发现的AP-2是目前报道的少数兼具高效抗菌与生物膜抑制能力的食品源肽；其作用机制不同于传统抗生素，通过物理破坏细胞膜降低耐药风险。正如通讯作者Zhou Zhang在讨论中指出，这种"AI设计+天然模板"的研究策略，为开发新一代口腔护理产品提供了范式转移。未来通过剂型优化和临床试验，AP-2有望成为牙膏、漱口水等日常护理产品的活性成分，实现从"治疗为主"到"预防为先"的龋病防控理念转变。