基于深度学习与大型语言模型整合的靶向性天然除藻剂发现研究

《Eco-Environment & Health》：Discovery of target-biased natural products for algal control by integrating deep learning and large language models

　　

有害藻华（harmful algal blooms, HABs）对水生生态系统、渔业及水资源管理构成严重威胁，而传统化学除藻剂常伴随生态风险。本研究提出一种整合多任务深度学习和大型语言模型的计算框架，用于从天然产物中筛选兼具高效除藻活性与低生态毒性的候选化合物。该框架采用多任务有向消息传递神经网络（directed message-passing neural network, DMPNN）同时预测化合物对四种水生生物（斑马鱼、大型蚤、亚顶伪鱼腥藻和中肋骨条藻）的毒性，并结合大型语言模型（large language model, LLM）智能体对候选分子进行生物学活性、毒理学特征及商业可获得性的综合评估与优先级排序。通过对LOTUS天然产物数据库中18,895种植物来源化合物进行虚拟筛选，研究识别出788种候选除藻剂，其中日柏醇（hinokitiol）综合评分最高。实验验证表明，日柏醇对中肋骨条藻（Skeletonema costatum）、铜绿微囊藻（Microcystis aeruginosa）、赤潮异弯藻（Heterosigma akashiwo）等多种有害藻类具有显著抑制作用，72 h半数抑制浓度（IC72h-50）介于0.690–10.427 mg/L之间，同时对斑马鱼（96 h半数致死浓度LC96h-50 = 30.123 mg/L）和大型蚤（48 h半数致死浓度LC48h-50 = 10.418 mg/L）表现出较低急性毒性。机制研究表明，日柏醇通过其铁螯合特性促进铁离子跨膜转运进入藻细胞，引发细胞内铁过载，进而通过Fenton反应产生过量活性氧（reactive oxygen species, ROS），诱导脂质过氧化和氧化应激，最终导致叶绿体和线粒体等细胞器不可逆损伤。转录组分析进一步证实了氧化应激响应、谷胱甘肽代谢及铁离子结合等相关基因集的显著富集。该研究首次将多任务深度学习与LLM智能体相结合，构建了将生态安全评估前置的除藻剂发现框架，为有害藻华绿色防控提供了新策略，也为其他需平衡功效与脱靶安全性的化合物发现领域提供了可迁移的方法学范式。

论文解读：整合深度学习与大型语言模型发现靶向性天然除藻剂

一、研究背景与问题

微藻是水生生态系统中重要的初级生产者，但在适宜条件下部分藻类可发生失控增殖，形成有害藻华（harmful algal blooms, HABs），并伴随藻毒素的大量产生。在全球变暖和富营养化的双重影响下，过去数十年间HABs显著加剧，对渔业、水资源管理和水生生态系统造成严重不利影响。据统计，过去30年间中国、日本和韩国沿海渔业因HABs造成的经济损失累计超过6.8亿美元。尽管营养盐削减是广泛采用的防控策略，但近期中宇宙研究显示，仅削减营养盐输入远不足以阻止浮游植物水华或恢复生态稳定性，尤其是在营养盐比例改变和气候变化条件下。因此，如何在不对生态系统造成额外风险的前提下控制HABs，仍是水管理领域面临的挑战。

受水生植物多样性高的区域浮游植物密度往往较低的观察启发，研究者发现多种水生和陆生植物可抑制藻类生长，并从中鉴定出具有除藻活性的特定化合物，如黄酮类、大麦秸秆中的salcolin以及樟树鲜叶中的萜类化合物。利用植物源天然产物控制有害藻类被认为高效且环境友好，为传统化学除藻剂（如硫酸铜和氯气）提供了可持续替代方案。然而，天然产物多样性高、商业可获得性低，给除藻剂发现带来重大挑战。计算驱动的虚拟筛选虽可快速识别候选活性化合物，但现有方法通常聚焦单一任务或有限终点，未能同时预测对多种非靶标水生生物的毒性，导致多数筛选流程仍采用"先发现、后检验"的序贯策略，优先考虑除藻效力而忽视生态安全，效率低下。此外，纯数据驱动的模型难以整合实验生物测定结果和文献中的机制见解等多源异构知识。近年来，大型语言模型（large language model, LLM）在理解分子结构、解读领域知识和协调复杂决策方面展现出强大能力，为整合多源信息、权衡靶标效力与生态安全提供了新途径。

二、研究内容与主要技术方法

研究人员构建了一个计算驱动的天然除藻剂发现框架，整合多任务有向消息传递神经网络（directed message-passing neural network, DMPNN）与LLM智能体。主要关键技术方法包括：第一，构建涵盖四种水生生物（斑马鱼Danio rerio、大型蚤Daphnia magna、亚顶伪鱼腥藻Raphidocelis subcapitata和中肋骨条藻Skeletonema costatum）的毒性数据集，数据来源于文献和美国环保署ECOTOX毒理学知识库，共1597种独特分子；第二，采用多任务DMPNN模型同时预测化合物对四种生物的毒性，并结合200个RDKit计算的二维分子描述符补充图表示学习；第三，利用GHOST（Generalized tHreshOld ShifTing Procedure）方法为各预测任务确定最优概率阈值；第四，基于Google Agent Development Kit（ADK）开发两阶段LLM智能体架构，包括并行研究智能体（协调活性分析、毒性分析和可获得性分析三个子智能体，分别调用ChEMBL、EPA CompTox和Mcule数据库）和综合智能体（整合结果并给出推荐评分）；第五，对候选化合物进行实验验证，包括急性暴露评估、形态与生理表征、转录组分析以及铁含量测定。

三、研究结果

1. 多任务深度学习引导的天然除藻剂发现

研究人员编译了四种关键水生生物的毒性数据集，合并后包含1597种独特分子，数据集高度稀疏（>97%）。多任务DMPNN模型对斑马鱼、大型蚤、亚顶伪鱼腥藻和中肋骨条藻的ROC-AUC值分别为0.822±0.060、0.828±0.031、0.746±0.044和0.910±0.038，优于单任务DMPNN和支持向量机模型，尤其在斑马鱼和中肋骨条藻任务上提升显著。将模型应用于LOTUS数据库中18,895种植物源天然产物，依据GHOST优化阈值（斑马鱼<0.55、大型蚤<0.50、亚顶伪鱼腥藻<0.60、中肋骨条藻≥0.60），共鉴定出788种候选除藻剂。

2. LLM智能体驱动的候选除藻剂优先级排序

LLM智能体对788种候选化合物进行了自主信息检索和综合评估。内部一致性分析显示，捏造率为0，一致率为98%，遗漏率为1.9%。在788种候选分子中，38.6%具有报道的生物活性，20.7%检索到毒理学记录，72.8%确认有库存。15.7%的化合物获得≥60分的推荐评分，排名最高的化合物为日柏醇（hinokitiol），得分90分。日柏醇的综合证据包括ChEMBL中的多种生物活性（抗菌、抗真菌、杀虫）、EPA CompTox中的低毒性（兔LD₅₀ > 2000 mg/kg）以及Mcule确认的现货供应（99%纯度，6-7美元）。

3. 日柏醇作为高效且具有选择性毒性的除藻剂

实验测试了日柏醇对八种藻类的抑制作用。10 mg/L浓度下，日柏醇对中肋骨条藻、铜绿微囊藻、赤潮异弯藻、利玛原甲藻和亚顶伪鱼腥藻表现出显著抑制效果，其中中肋骨条藻和铜绿微囊藻最敏感（抑制率>90%），而球形棕囊藻、东海原甲藻和米氏凯伦藻不敏感。72 h半数抑制浓度（IC_72h-50）分别为：铜绿微囊藻0.690 mg/L、中肋骨条藻4.286 mg/L、赤潮异弯藻7.161 mg/L、利玛原甲藻7.733 mg/L、亚顶伪鱼腥藻10.427 mg/L。对斑马鱼的96 h半数致死浓度（LC_96h-50）为30.123 mg/L，对大型蚤的48 h半数致死浓度（LC_48h-50）为10.418 mg/L。铜绿微囊藻对斑马鱼和大型蚤的安全比（LC₅₀/IC₅₀）分别约为43.7和15.1；中肋骨条藻分别为7.0和2.4。额外测试的九种候选分子中，植物鞘氨醇效力最高（IC₅₀ = 0.005 mg/L）但对大型蚤毒性极高（LC₅₀ = 0.077 mg/L），利波普林活性较强但安全边际有限，反式玉米素安全性优异但效力中等。相比之下，日柏醇在除藻效力和生态安全边际方面表现出最均衡的特征。

4. 日柏醇除藻活性的机制

显微分析显示日柏醇暴露导致中肋骨条藻细胞裂解，线粒体和叶绿体萎缩。暴露24 h后，叶绿素a、叶绿素c和类胡萝卜素含量下降，最大PSII光化学效率（F_v/F_m）和光合效率（α）降低。转录组分析鉴定出3689个差异表达基因（2137个上调，1552个下调），KEGG通路富集分析显示"脂肪酸生物合成"、"半胱氨酸和甲硫氨酸代谢"及"磷脂酰肌醇信号系统"等通路显著富集。基因集富集分析（GSEA）显示"氧化应激响应"（NES = 2.52）、"谷胱甘肽代谢过程"（2.43）、"脂质氧化"（1.97）以及"铁离子结合"（2.06）、"亚铁离子结合"（1.98）等基因集显著富集。

5. 日柏醇诱导的铁积累与氧化应激

在缺铁培养基中，日柏醇的除藻活性完全消失，表明铁是其除藻作用所必需的。Perl's染色显示含铁培养基中日柏醇处理组细胞内铁显著积累，定量分析证实总铁和Fe²⁺含量显著升高。日柏醇处理72 h后，细胞内活性氧（reactive oxygen species, ROS）显著增加，丙二醛（malondialdehyde, MDA）含量升高，超氧化物歧化酶（superoxide dismutase, SOD）活性和还原型谷胱甘肽（glutathione, GSH）水平也显著上升，表明细胞抗氧化防御被激活但不足以抵消持续的氧化损伤。

四、讨论与结论

讨论部分指出，多任务DMPNN架构在数据有限条件下对多个水生生物毒性终点进行同步预测方面表现高效，LLM辅助知识综合通过整合领域专业知识和文献见解增强了候选物优先级排序。框架存在若干局限性：训练数据集存在化学类别不平衡和异质性；LLM辅助筛选受底层知识和数据库覆盖不完整限制；目前仅针对四种水生生物验证；需要更正式的每分子置信区间方法。该框架可迁移至农药、杀菌剂发现和抗菌化合物筛选等领域。

日柏醇作为一种从台湾扁柏精油中分离的单萜类化合物，具有已知的抗真菌、抗菌、抗疟和抗肿瘤活性，本研究首次证明其抗藻活性。其除藻机制为：日柏醇凭借强铁螯合特性和亲脂性促进铁跨膜转运进入藻细胞，细胞内Fe²⁺积累通过Fenton反应产生羟基自由基，引发脂质过氧化和氧化应激，导致叶绿体和线粒体等细胞器不可逆损伤。物种选择性可能与膜脂中多不饱和脂肪酸（polyunsaturated fatty acid, PUFA）含量有关：敏感物种（铜绿微囊藻46.93%、中肋骨条藻26.79%、赤潮异弯藻16.27%）PUFA含量高，而不敏感物种（东海原甲藻和球形棕囊藻约1%）PUFA含量低，PUFA-rich膜更易受自由基攻击而发生脂质过氧化。

研究结论为：本研究开发了结合多任务DMPNN和LLM智能体的整合发现框架，在平衡除藻效力和生态毒性方面代表了相对于传统单目标筛选方法的进步。将该框架应用于大型天然产物库，鉴定出日柏醇为强效且生态安全的除藻剂，对多种水华形成物种（中肋骨条藻、赤潮异弯藻和铜绿微囊藻）有效，同时对非靶标水生生物毒性低。机制研究揭示日柏醇破坏细胞内铁稳态，触发氧化应激，超过抗氧化防御能力并导致不可逆的细胞器损伤。该工作提出了一个可迁移的框架，可支持医学和农业等其他领域中需要平衡功效与脱靶安全性的天然产物发现。未来工作应聚焦于通过检索增强生成和领域特定微调增强LLM智能体，扩大天然产物筛选库，并在现实环境条件下进行日柏醇的现场规模验证。该论文发表于《Eco-Environment》期刊。