《Marine Drugs》：Deep-Learning-Assisted Discovery of Marine Antimicrobial Peptides: A Roadmap Integrating Omics Mining, Structure-Guided Diffusion Design, and Sustainable Aquaculture Translation
抗菌肽（AMPs）具有多样化的抗菌机制，但仅生成候选分子并不能解决效力、宿主安全性、稳定性、可制造性和应用特异性暴露之间的关联需求。本综述提出了一条整合两条互补计算路径用于海洋抗菌肽发现的路线图。从头生成扩展了序列空间，而组学挖掘保留了生物学来源，能够从海洋生物和微生物组中恢复编码或加密的肽段。结构引导扩散被定位为一种选择性第三条路径，适用于存在明确靶点、基序或稳定结构模板的情况，而非基于序列的抗菌肽模型的通用替代方案。研究人员进一步审视了水产养殖作为转化场景，在此场景下，效力必须与盐度和饲料耐受性、环境归趋、组织残留、耐药性风险及出口相关要求一同评估。目前，在海洋来源与深度学习的直接交叉领域，尤其是针对靶点条件的结构设计方面，现有证据仍然有限。因此，研究人员提出了一种基于证据的工作流程，将海洋序列资源、模型选择、匹配的实验验证和应用特异性部署联系起来。该框架旨在推动海洋抗菌肽研究从候选分子预测向可重复、可检验的转化迈进。
1. 引言
细菌抗菌药物耐药性仍是导致可预防死亡率的主要原因，这强化了对超越传统小分子抗生素的抗菌策略的需求。抗菌肽广泛分布于多细胞生物中，为宿主防御提供了多样的序列和结构模板。其活性可能涉及直接杀灭微生物、免疫调节或两者兼具，但临床和工业转化仍受限于效力、选择性、稳定性和有效暴露之间的平衡。因此，机器学习不仅被应用于对已知肽进行分类，还被用于生成新序列和挖掘大型生物序列资源。海洋抗菌肽研究也随之扩展，创造了将海洋生物多样性与现代计算发现相结合的机会，而非将来源探索和人工设计视为独立领域。
深度学习辅助的抗菌肽发现目前遵循两条主要路径。在从头设计中，候选序列是从学习到的序列分布中生成或优先排序的。在组学挖掘中，基因组、转录组、蛋白质组和宏基因组被用于搜索编码肽或加密片段。这些路径在来源上有所不同，但最终都面临相同的实验问题：高预测分数并不等同于抗菌活性；肉汤中的活性不能确立宿主安全性；合成活性不能证明内源性产生。此外，对人类全身治疗有吸引力的候选物可能不适合用于水产饲料或浸泡给药。因此，预期用途需要在计算筛选阶段就予以考虑，而不是在确定先导化合物之后才考虑。
基于结构的扩散模型创造了进一步的机遇。RFdiffusion是通过微调RoseTTAFold进行蛋白质主链坐标的迭代去噪而开发的。它支持无条件生成、基序支架化和靶点条件化的结合体设计。该模型可与ProteinMPNN耦合进行序列分配，并与独立的结构预测耦合进行过滤。这一架构在概念上与海洋肽发现相关，因为天然肽可以提供功能或结构模板，而扩散模型可以探索邻近或靶点条件化的主链空间。然而，许多抗菌肽是短小的、动态的且作用于膜。因此，结构条件化方法应被视为一种额外的设计路径，而非基于序列的抗菌肽模型的替代品。
应用背景也能增强海洋抗菌肽研究的创新性。水产养殖中使用的抗菌剂条件与人类医学显著不同。药物可通过饲料或水体对群体施用。一部分可能未被食用、被排泄或分配到水体和沉积物中。在循环水系统中，未完全去除的化合物可能留在生产环境中。组织残留也与休药期、最高残留限量（MRL）和出口检验相关。这些考量构成了基于肽干预措施的具体理由。肽可以被设计成在盐水和饲料基质中保持活性，同时在使用后易于受控降解。因此，核心创新不在于所有抗菌肽都自动对环境无害，而在于发现过程可以同时针对抗菌效力、可降解性、残留行为和水产养殖部署进行优化。
本路线图的贡献在于明确连接了来源认证、机制依赖的模型选择、匹配的天然与设计肽比较以及部署特异性测试。早期的综述主要描述海洋肽类别、发现资源或治疗机会。而本框架将证据边界和决策点置于核心位置：组学挖掘支持可追溯性，生成式设计测试增量优化，结构扩散则保留给具有可辩护靶点或基序约束的肽。这些要素构成了一项拟议的研究策略，并非作为一个经过临床或水产养殖验证的综合平台呈现。
本文是一篇批判性叙事综述和拟议的研究路线图，而非系统性综述或荟萃分析。引用的证据围绕海洋肽来源、序列生成方法、结构设计、实验验证和水产养殖转化进行组织。报告了海洋来源序列鉴定并进行实验评估的研究，与一般性的计算演示和前瞻性应用区分开来。未进行预注册的检索方案、详尽的数据库检索、正式的资格筛选或定量的偏倚风险评估。因此，不能声称文献检索的完整性，本综述应被解释为选择性的批判性综合，而非详尽的证据普查。
2. 肽发现的互补计算路径
已有研究报告无法支持对HydrAMP、Diff-AMP及其他基于扩散的生成器进行数值排名，因为它们在训练集、条件化目标、候选物筛选规则和实验测定上各不相同。HydrAMP展示了性质条件化的序列生成，而Diff-AMP则将生成与预测性筛选相结合。蛋白质主链扩散解决了一个不同的结构问题，并不能直接确立抗菌效力。一个可信的比较应报告每个模型独立合成的命中率、最低抑菌浓度（MIC）分布、溶血性、在定义同一性阈值下的新颖性以及在相同细菌菌株和测定培养基上的性能。在没有匹配的外部基准测试的情况下，已发表分数的差异不应被解释为现实世界有效性的差异。
2.1. 从头生成与虚拟序列筛选
深度生成模型拓宽了可搜索的肽空间，但它们在纳入生物学约束的程度上有差异。将生成建模与分子动力学相结合的工作建立了早期的序列到实验工作流程，而大规模机器学习筛选表明，积极的计算机过滤可以从原本难以处理的组合空间中回收有效的短肽。HydrAMP等条件化方法允许期望的性质直接影响生成，而细胞外生物合成和Diff-AMP等集成框架则将候选物生产和优先级排序推向更接近封闭实验循环的状态。总体而言，这些研究表明生成本身并非主要瓶颈。更具决定性的区别在于模型是否支持可控优化，以及其输出能否在实验相关条件下快速测试。
序列水平的活性评分越来越多地由构象和多任务信息补充。深度学习结合分子动力学可以评估序列变化是否与合理的肽构象兼容，而多标签学习将抗菌活性与其他功能分离，而非将其合并为一个单一终点。病原体特异性预测因子进一步说明，测定定义和生物靶标类别会改变模型行为。对于海洋应用，这些方法应被比较性地解读，而非作为可互换的预测因子。一个有价值的模型应在同时考虑盐度、二价离子、宿主基质、溶血性、细胞毒性、聚集性和生产可行性时保持性能。
从头设计的主要弱点是候选物的新颖性可能超出模型的适用性。训练数据集在序列长度、测定培养基、细菌菌株、浓度单位和终点定义上仍然异质。阴性数据也有问题，因为未经注释的肽不一定无活性。对于海洋应用，当训练数据以陆生生物或标准实验室条件为主时，这些局限性变得更加重要。因此，模型输出应附带训练集相似性、不确定性和明确的实验条件。
2.2. 组学挖掘与序列来源
组学挖掘始于生物序列，并保持了与记录来源的直接关系。深度学习被用于识别人类肠道微生物组中的抗菌肽，证明了大型微生物序列空间可以产生实验活性的候选物。全球微生物组挖掘已将这一策略扩展到更大的环境序列集合。方法论指导现在强调小开放阅读框产物、前体衍生肽和较长蛋白质内加密片段之间的区别。这一区别对于海洋数据集尤其重要，因为合成一个活性片段并不能证明该片段在自然界中被释放。
这种混合路径被提议为一个可测试的工作流程，而非一个经实验建立的海洋抗菌肽发现平台。来自一般抗菌肽生成的证据支持一些独立的计算组件，而海洋生物膜和无脊椎动物研究则展示了序列发现及随后的实验测试。没有引用的研究验证了完整的海洋组学挖掘、基于扩散的重新设计和农场规模水产养殖部署的整合序列。因此，每个阶段必须在声称任何整体性能优势之前独立验证。
可解释模型和虚拟进化可以将挖掘和优化联系起来。天然候选序列可以首先被识别，然后在保留有助于活性的可解释特征的同时进行修改。最近的集成管道将基于深度学习的设计与肽合成结合起来，向着封闭发现周期迈进。对于海洋抗菌肽研究，序列登录号、生物体、采样环境、片段坐标、前体加工假设和化学修饰应在优化后保持可追溯性。这使得审阅者能够区分生物发现与人工重新设计。
2.3. 混合挖掘与设计作为一种实用策略
最强有力的工作流程可能是混合型的，而非特定于某一路径。海洋组学可以提供生态相关的序列先验，而生成模型可以在这些先验周围扩展局部序列空间。天然模板应作为明确的比较对象保留下来。然后，工程改造的衍生物可以在相同的测定条件下进行评估。这种设计允许将自然来源的贡献与计算优化的贡献分离开来。它也创造了一条透明的阴性结果路径，因为失败的工程序列可以与原始海洋模板进行比较，而不是从开发记录中消失。
这些例子在计算干预的水平上存在实质性差异。海洋生物膜细菌候选物通过基因组数据、核糖体分析和深度学习的组合进行优先排序，并在合成后进行测试。来自丝异蚯虫的BRICHOS相关肽和来自裂鞘海鞘的botryllin是通过生物来源导向的发现获得的，随后进行了实验表征，但不应该被描述为深度生成肽模型的输出。Arenicin相关工作提供了结构和功能证据，而非海洋深度学习设计管道的证明。这些区别防止了经过实验表征的海洋模板与完全计算生成的海洋抗菌肽相混淆。
3. 海洋序列资源与证据边界
3.1. 海洋微生物、鱼类和无脊椎动物
海洋生物膜提供了可获取的微生物资源用于发现，因为基因组可以与可培养的生物体和表达相关测量联系起来。一项对713种可培养海洋生物膜细菌菌株的研究结合了基因组信息、核糖体分析和深度学习，并报告了60个合成候选物中有54个具有抗菌活性。该结果证明了将序列预测与翻译证据相结合的价值，尽管所选测试集不能被解释为所有海洋序列的一般命中率。
海洋动物转录组提供了不同形式的证据。BRICHOS相关抗菌肽是从海洋多毛类丝异蚚虫的转录组中鉴定出来的，随后进行了合成和功能表征。Botryllin是从群体海鞘裂鞘海鞘中鉴定出来的，合成活性得到了源生物体中细胞定位证据的支持。关于Arenicin相关β-发夹肽的结构和功能工作进一步说明了海洋无脊椎动物如何提供具有独特折叠约束的稳定肽支架。这些例子支持将海洋序列资源用作实验易处理模板的来源，而不仅仅是大型数据库。
海洋来源应产生可检验的假设。从海洋生物中分离出的肽可能预期能够耐受离子条件，但这不能仅凭来源就假定。活性应在相关盐度、二价离子浓度、温度、血清或粘液成分以及饲料基质中进行测试。用于虾浸泡的候选物可能需要与用于口服鱼饲料的候选物不同的稳定性。因此，环境基质应是候选物筛选的一部分，而不是后期的制剂问题。
3.2. 古菌、灭绝生物与古老序列
古菌蛋白质组和重建的古老序列扩展了可搜索的空间，但它们代表了不同的证据类别。深度学习已在古菌蛋白质组内鉴定出具有实验活性的候选物。然而，古菌是一个现存的生物域，进化深度不应被视为古老恢复或海洋来源的证据。相比之下，分子去灭绝利用记录或重建的蛋白质序列来从已不存在的生物中恢复加密肽候选物。这些区别应保持明确，因为来源来源、序列重建和抗菌功能各自需要单独的支持。
分子去灭绝研究既展示了该策略的潜力，也展示了其局限性。古老的人类蛋白质序列产生了随后被实验表征的加密抗菌片段。深度学习驱动的灭绝蛋白质组挖掘随后将该方法扩展到非人类物种，包括一种源自已灭绝海牛序列的肽，在小鼠感染模型中显示出活性。这些研究支持将已灭绝海洋动物用作序列模板资源，但它们并未确定恢复的片段在原始生物体中发挥抗菌效应因子的作用。
古代海洋微生物发现提出了更高的证据负担。来自南极洲的古代海洋沉积物DNA表明分子信息可以长时间持续存在，但引用的研究涉及沉积物古老DNA，并未直接确定完整原核抗菌肽序列的恢复。片段化、污染、损伤、组装、分类学归属和祖先重建都可能改变推断的序列。因此，除非序列完整性、来源和功能验证得到独立证明，否则古老环境DNA应被视为进化信息的来源，而非翻译后抗菌肽的直接证据。
实际权衡是机制依赖的。序列模型可以探索短的兼性两亲性肽，而不假设一个稳定的构象，但容易受到训练分布偏差和标准化不良的测定标签的影响。靶点条件化的主链生成可以为受体结合或稳定基序支架化肽施加几何约束，但其结构假设对于构象异质的膜活性抗菌肽可能是无效的。在后一种情况下，膜组成、肽浓度、离子条件和协同组装可能主导活性。无论是合理的主链几何形状还是高的结构预测置信度，都不能替代靶点参与或细菌杀灭的测量。
4. 结构引导扩散：连接挖掘与设计的新桥梁
4.1. 为什么结构生成改变了设计问题
抗菌肽发现传统上是序列中心的。这对于许多膜活性肽是合适的，但当所需功能依赖于特定的三维相互作用时，它可能会受限。最低抑菌浓度（MIC）测试对于抗菌验证仍然是必不可少的。合理的抗菌肽设计也表明，物理化学性质和序列模式可以在没有固定受体结构的情况下进行优化。机理综述进一步强调，抗菌肽可以通过膜通透化、细胞内相互作用或联合过程起作用。界面活性模型解释了为什么许多肽通过集体膜相互作用而非与一个蛋白质的锁钥结合来发挥作用。
这些特性界定了结构引导设计的边界。当一个靶点表面、功能基序或稳定的结构模板可用时，基于结构的扩散模型最具说服力。当生物活性源于溶液或膜界面中高度动态的集合体时，其说服力较弱。耐药性的演化对于抗菌肽仍然是可能的，不应仅仅因为其主要机制是膜活性而被忽视。临床开发经验表明，即使在实现强效体外活性后，递送、稳定性和耐受性仍可能成为限制因素。
4.2. RFdiffusion及相关蛋白质设计模型
4.2.1. 序列生成模型与可迁移性的局限
蛋白质语言模型确立了大规模学习的序列分布可以支持功能性蛋白质生成和工程改造。ProtGPT2和ProteinBERT展示了两种互补策略：无监督序列生成以及将局部序列与全局功能上下文联合学习。这些模型是肽设计的有用先验，但当抗菌肽数据集在长度、分类学起源、测定条件和阴性标签定义上存在差异时，可迁移性受到限制。对于海洋候选物，序列新颖性应与距训练分布的距离一起解释，而非作为设计质量的独立度量。
4.2.2. 结构生成模型与适用性范围
结构建模增加了序列生成本身无法提供的几何约束。ESMFold将蛋白质语言表示与原子级结构预测联系起来，而可编程生成模型和深度网络幻觉表明，在基于扩散的设计之前，可以计算探索新的结构空间。更广泛的蛋白质设计框架现在连接了序列、结构、功能和实验反馈。然而，对于抗菌肽，进化背景和递送约束仍然很重要，因为序列模式是由微生物和宿主相互作用塑造的，并且稳定性或递送优化可能改变功能。因此，基于结构的生成在最可辩护的情况下是当可以指定一个稳定基序、靶点界面或实验支持的结合状态时。对于活性依赖于动态膜相关集合体的短肽，其价值不太确定。
4.2.3. 实践中的过滤：该领域实际使用的方法
一个实用的模型选择规则源于这一区别。具有映射蛋白质靶点、可重现结合界面或稳定二硫键约束支架的肽是结构条件化多样化更合理的候选物。通过非特异性膜破坏作用的短阳离子肽最初更适合通过基于序列的优化和膜相关生物物理测定来处理。在抗菌机制未解决的情况下，不应假设RFdiffusion优于序列方法，任何声称的增益都应在匹配的实验条件下，对照天然模板和仅序列重新设计的对照进行测试。
抗菌肽特异性模型说明了为什么过滤应被视为一个多阶段决策而非单一预测分数。深度学习分类器和注意力基础模型改进了识别和优先级排序，而活性感知生成对抗网络和递送导向优化将目标扩展到序列新颖性之外。扩散和其他生成方法，包括FoldingDiffusion、基础模型筛选、ProT-Diff、AMPGAN v2和PepVAE，在它们是否生成结构、序列或条件化候选物方面有所不同。深度生成设计的实验研究进一步表明，功能多样性最终必须通过合成和生物学测试来解决。因此，除非训练-测试分离、序列同一性阈值、活性定义、毒性终点和实验条件一致报告，否则已发表的性能值不可直接比较。
数据库选择进一步决定了在合成前可以过滤哪些缺陷。DBAASP整合了抗菌活性与细胞毒性和结构信息，而DRAMP和dbAMP提供了互补的序列注释和基因组或蛋白质组扫描资源。AMPGen增加了具有进化信息和实验测试的扩散驱动序列生成。在实践中，这些资源支持一个分层过滤器，结合了活性、宿主毒性、新颖性、结构合理性、聚集性和稳定性，而不是一个可能隐藏一个不可接受性质的复合评分。
为了限制信息泄漏，应在建模前移除精确重复序列，并使用预设定的序列同一性阈值对密切相关肽进行聚类。然后应在聚类或肽家族级别分配训练、验证和测试集，而非随机分配个体近乎相同的序列。如果一个肽存在多个测量值，该肽的所有记录应保留在同一分区中。超参数和决策阈值应在不访问最终测试集的情况下固定。性能还应在独立来源的海洋肽家族上进行评估，并分别报告测定条件、阴性标签来源、不确定性和外部类别性能。随机分割准确性本身不足以证明泛化能力。
4.3. RFdiffusion在海洋肽筛选中的实际应用
对于每个合成的先导化合物，肉汤微量稀释法MIC测定应使用记录的接种密度、生长培养基、暴露持续时间、质量控制菌株、重复测试和预定义的终点。时间杀菌曲线应在MIC的特定倍数下量化几个时间点的活菌计数，并包括未处理和参考处理对照。这些测量可以区分延迟的生长抑制与快速的杀菌活性，并揭示单个MIC测量无法捕捉的再生长。最低杀菌浓度（MBC）和生物膜测定可以在相关时添加，但两者都不能取代标准化的MIC和活菌计数动力学。
AlphaFold确立了高精度的蛋白质结构预测，并为序列-结构一致性创建了一个实用过滤器。RoseTTAFold提供了一个三轨道神经网络，整合了序列、距离和坐标信息。ProteinMPNN随后被开发用于在固定主链上进行稳健的蛋白质序列设计。RFdiffusion通过使用RoseTTAFold作为去噪网络进行蛋白质主链的迭代生成，扩展了这一设计栈。该模型可以接受结构约束、功能基序和靶点界面信息，然后从随机起始坐标生成许多主链解决方案。
RFdiffusion在结合体设计中显示出强大的实验性能，也可用于部分扩散以使现有结构解决方案多样化。2025年的一项研究进一步展示了一个工作流程，其中RFdiffusion和ProteinMPNN被用于针对Keap1蛋白表面生成短肽。这提供了直接证据，表明当存在定义的蛋白质靶点和结构口袋时，该框架可以适应短肽设计。它并未确立抗菌肽普遍的高命中率，因为大多数抗菌肽并非作为对一个已知细菌靶点的短结合体发挥作用。
因此，对于海洋抗菌肽研究，RFdiffusion最适合作为一个选择性模块，而非默认生成器。一个天然海洋肽可以首先通过组学挖掘鉴定。如果支持基于靶点的机制，靶点晶体结构或高置信度结构模型可以条件化主链生成。ProteinMPNN可以分配序列，AlphaFold或ESMFold可以在应用抗菌肽特异性过滤器（针对抗菌概率、溶血性、毒性、聚集性和稳定性）之前评估序列-结构一致性。然后，天然和重新设计的肽应在匹配条件下合成和测试。对于没有定义靶点的膜活性候选物，肽特异性序列扩散或局部类似物设计可能比将问题强行纳入靶点结合体框架更合适。目前，主要限制并非计算能力，而是缺乏将序列来源与实验支持的靶点、结合结构和匹配活性测量相结合的海洋抗菌肽数据集。因此，构建此类靶点注释的海洋数据集是测试结构引导扩散是否能在基于序列的优化之上增加价值的前提条件。
5. 共享优先级排序与分阶段实验验证
5.1. 数据质量、阴性示例与外部适用性
模型性能高度依赖于阳性和阴性示例的定义方式。数据库包含在不同菌株、培养基、孵育时间和浓度范围内测量的序列。一个在抗菌肽数据库中缺失的序列并非一个经过验证的阴性对照。训练数据和测试数据之间的序列家族泄漏也可能夸大性能。海洋候选物可能位于常见训练数据集的分类学和组成分布之外。因此，应报告候选物与训练序列的相似性、模型不确定性以及在独立来源数据上的外部验证。一个有用的筛选程序应保留一些不确定或模型不一致的候选物，因为这些实验定义了模型的适用性边界。
5.2. 活性、安全性、稳定性与机制
候选物的推进应基于匹配的测量。抗菌效力应使用标准化的最低抑菌浓度方法和明确定义的菌株进行测量。溶血性和哺乳动物细胞毒性应分别评估。应根据预期的水产养殖用途测量盐、温度、蛋白酶、血清、粘液和饲料基质的稳定性。机制研究可以结合膜通透性、膜电位、脂质体渗漏、成像和组学。单一测定不应被视为一种机制的证明。当提出特定蛋白质靶点时，应将结合或功能扰动添加到膜水平测量中。
5.3. 生产、耐药性与体内相关性
化学合成适用于许多短肽，并支持末端或非规范修饰。当长度、规模或筛选通量增加时，重组或细胞外生产可能有用。在进行生物学比较之前，应验证纯度、分子量、二硫键连接和末端化学。在可行时，应通过连续暴露和交叉耐药性测试来评估耐药性。体内评估应考虑感染部位、给药途径、暴露量、细菌负荷、宿主损伤和安全性。水产养殖候选物应随后进入相关鱼类或虾类物种，而非仅依赖哺乳动物感染模型。应用规划还应在现场转化前定义预期的循环水养殖系统（RAS）背景和相关的最高残留限量（MRL）框架。
6. 水产养殖转化：残留、环境循环与出口相关性
6.1. 为什么水产养殖背景增强了肽替代品的合理性
转化还需要一个明确的可行性评估。候选物特异性的合成或生物生产成本、可达产量和纯度、饲料加工损失、水性蛋白水解、递送效率和批次重现性需要与抗菌效益进行权衡。毒性应在相关鱼类或虾类物种中测量，并且在暴露合理的情况下，在其他水生生物中也应测量。降解产物、组织残留、水体和沉积物分布以及耐药性选择需要在代表性条件下进行直接观察。目前，减少残留负担、降低耐药性风险和生态安全性对于个别制剂而言仍是假设，并非抗菌肽作为一类物质的既定属性。
水产养殖中的抗生素使用在生产系统和国家之间存在显著差异。一项对主要水产养殖生产国的综述记录了多种抗生素类别的广泛使用，并强调了食品安全、环境和耐药性问题。全球估计进一步表明，水产养殖中的抗菌剂消费量巨大，如果没有有效的管理和疾病预防，预计还会增加。一项跨水产养殖相关细菌的荟萃分析也将抗菌素耐药性模式与更广泛的环境和气候压力联系起来。这些发现并不意味着在所有情况下都应消除抗生素的使用，但它们支持开发能够减少对常规药物常规依赖的替代品。
水产养殖中抗生素的替代品包括疫苗接种、益生菌、噬菌体、基于群体感应的干预措施、改进的生物安全性和基于肽的方法。抗生素残留尤其相关，因为鱼类和虾类是食品。残留可以反映剂量、给药途径、休药期、水温、代谢和农场管理。环境暴露也很重要。海水养殖中使用的抗生素已在水体、沉积物、生物体和周围环境中检测到，这支持了需要同时评估治疗效果和环境归趋的观点。
循环水养殖系统（RAS）可以减少用水量和排放，但它们也创造了一个定义明确的内部水循环，其中污染物必须被主动去除。对循环水养殖水处理的综述已确定抗生素和抗生素耐药性相关污染物是需要监测和去除的物质之一。对RAS中有害物质的更广泛评估同样强调消毒和水处理在控制药物残留和耐药基因中的作用。在中国南方进行的实地工作在循环水养殖系统中检测到了抗生素，并表明水源、交叉污染和净化性能会影响残留模式。这些数据支持了闭环论证的一个更精确版本。循环不会自动导致积累，但当输入超过去除时，持久性化合物可能留在系统中。
持久性是化合物特异性的。最近的水产养殖微观世界研究显示，某些药物的生物降解迅速，其他药物中度持久，环丙沙星则在沉积物中强烈吸附。因此，从水柱中看似消失可能反映了转化或沉积物结合，而非完全的风险消除。这对创新论证很重要。基于肽的抗菌剂的优势不应被陈述为普遍的生物可降解性。它应作为候选物特异性性质，在与目标农场相关的水体和沉积物条件下进行测试。
6.2. 肽化学能否减少残留和环境压力？
常规抗生素残留的检测和环境循环在特定的生产环境中已有记载。相比之下，较低的残留持久性、降低的耐药性选择和肽干预措施的优越环境安全性应被解读为候选物依赖性目标，需要受控的、化合物特异性的测试。该比较并未确立基于肽的产品的普遍优越性。
抗菌肽的环境归趋证据仍远薄于常规抗生素。现有综述确定了水解、光解、生物降解和吸附是相关途径，但转化产物和环境效应仍未完全表征。因此，肽化学创造了一个设计机会，而非快速消失的保证。用于提高治疗稳定性的相同修饰也可能延长持久性，因此效力和使用后归宿应作为关联目标进行优化。
原理验证研究表明，可降解性可以被有意地工程设计。一种为水产养殖开发的生物可降解肽聚合物结合了抗菌活性和低宿主毒性，并可酶促降解为氨基酸和二肽，从而丧失抗菌活性。在另一个斑马鱼系统中，抗菌肽处理减少了某些抗生素耐药基因相关风险，尽管可移动遗传元件的变化表明生态反应并非一致有利。这些研究共同支持候选物特异性的环境测试，而非类别范围内的安全性假设。
应用途径改变了应优先考虑的属性。饲料内使用需要足够的生产产量、加工稳定性、口服暴露和制剂性能，而鱼类来源的肽提供了生物学相关的模板，可能结合直接的抗菌和先天免疫功能。聚焦水产养殖的综述一致地将递送、成本、稳定性和法规确定为主要障碍，而最近的鱼类和虾类文献则强调免疫调节、可规模化生产和农场级验证。合成设计可以提高效力并减少溶血，但环境安全性和降解行为必须保持为明确的选择标准。
环境安全性不能仅从降解推断。商业抗菌肽表现出化合物和基质依赖的光化学转化、吸附和生物降解。耐药性也可以通过膜重塑、蛋白水解、外排和调控适应而产生。相反，用于改善肽半衰期的化学策略，包括环化和末端保护，可以改变环境持久性。因此，水产养殖的实际设计目标是定义一个明确的暴露窗口：在递送期间具有足够的稳定性，随后是可预测的抗菌活性丧失和可接受的转化产物。
在整个提议的路径中，证据应按顺序解读：可追溯的海洋前体支持来源归属；计算机预测支持优先级排序；合成和标准化测试建立所述条件下的活性；相关动物和现场研究是主张水产养殖有效性所必需的。一个阶段的有利结果并不能验证后续阶段。这种分离也解释了为什么有希望的非海洋蛋白质设计实验是方法论上的先例，而非海洋抗菌肽转化的直接验证。
6.3. 出口合规性作为应用终点
出口论证应围绕残留合规性构建，而非围绕肽免于监管的假设。阳离子抗菌肽是先天防御的组成部分，具有不同于许多常规抗生素的特性。短肽药物开发也表明，代谢和蛋白水解脆弱性可以双向工程设计。PEP-FOLD等结构预测工具可以帮助评估定义溶液条件下的肽构象，尽管预测结构不能替代实验稳定性测试。精选的抗菌肽数据库和通用蛋白质资源对于序列来源和新颖性评估很有价值。UniProt为从较大前体挖掘海洋片段时的来源蛋白和注释提供了广泛参考。
对于常规水产养殖抗生素，人类接触和环境问题已在主要产区有记载。鲑鱼养殖中的化学品使用也显示了治疗药物如何进入周围环境和沉积物。越南的监测研究确定了淡水养殖中的抗生素使用和残留，说明了农场实践与食品产品残留监测之间的联系。早期的养鱼场研究表明土霉素可能在沉积物中持久存在，并与细菌耐药性的变化相关联。鱼类病原体也可以发展出对诸如cecropin B等抗菌肽的可诱导耐药性，这加强了对肽候选物进行直接进化测试的必要性。
兽用抗生素通过多种途径进入环境，其持久性受吸附、降解和重复输入的影响。因此，疾病控制计划应将抗菌替代品与疫苗接种、养殖管理和生物安全性相结合，而不是在不改变管理的情况下用一种分子替换另一种分子。基于群体感应的策略和其他非抗生素方法可以进一步减少对抗菌治疗的依赖。出口市场则增加了单独的要求。欧洲药品管理局（EMA）定义了食品生产动物中兽药残留的法律相关浓度，鳍鱼可以包含在该监管框架内。全球水产养殖继续扩张，国际海鲜贸易仍然是该部门的中心。因此，国际指南强调了谨慎的抗菌剂使用、监测和养殖业耐药性控制。
7. 未来海洋抗菌肽研究的拟议开发工作流程
未来的研究可以从一个定义的水产养殖病原体和明确说明的给药途径开始。然后可以挖掘海洋转录组、微生物基因组、宏基因组和现有蛋白质序列以寻找天然模板。候选物应首先按序列来源、新颖性、预测的抗菌活性、宿主安全性以及与预期水体或饲料环境的物理化学相容性进行过滤。一小套天然模板应不经修饰保留作为实验基线。
第二阶段应根据生物学机制选择设计模型。当目标是广泛的膜活性抗菌功能时，肽特异性序列扩散或语言模型生成是合适的。当靶点蛋白质结构可用或应保留稳定结构基序时，RFdiffusion变得更有说服力。一个实用的结构引导分支将使用靶点晶体结构或高置信度模型，定义界面或基序约束，使用RFdiffusion生成主链，使用ProteinMPNN分配序列，并使用AlphaFold或ESMFold过滤结构一致性。得到的候选物将重新进入与序列生成候选物相同的抗菌肽活性、毒性、盐耐受性和生产过滤器。
第三阶段应在相同条件下比较天然模板、序列优化衍生物和结构引导衍生物。这一点很重要，因为更高的计算分数并不能表明更复杂的模型增加了价值。最有信息量的终点不是生成的序列数量，而是在海洋相关测定条件下满足预定效力、安全性、稳定性和可制造性标准的合成候选物比例。
最后阶段应是应用特异性的。饲料候选物应测试热和加工稳定性、胃肠道暴露、适口性和微生物组效应。浸泡候选物应测试水体稳定性、吸收、非靶点效应和处理后的降解。在RAS或池塘系统中，应在水体和沉积物中测量活性肽和降解产物。当处理食用动物时，应表征组织暴露。这些测量可以支持一个基于证据的论点，即肽干预措施减少了持久性残留和出口相关风险，而非仅依赖肽化学本身。
8. 结论
海洋抗菌肽发现可以通过整合生物来源与现代生成设计来加强。组学挖掘提供了可追溯的天然模板。基于序列的模型扩展了肽空间。结构引导扩散在靶点或结构约束可用时提供了一条额外路径。RFdiffusion作为一个设计模块特别有价值，它可以生成受约束的主链并连接到ProteinMPNN和独立的结构预测，但它在蛋白质结合体设计中的强大表现不应被呈现为高抗菌肽命中率的直接证据。最可辩护的创新在于一个混合工作流程，该流程根据机制选择模型，然后在相同实验条件下比较所有候选物。
水产养殖提供了一个具体的转化环境，在该环境中，这一整合策略可能具有独特的价值。常规抗生素使用可能造成组织残留、水体、沉积物、耐药性和贸易相关问题。基于肽的干预措施可以被设计为具有足够的治疗稳定性，随后进行受控降解，可能减少持久性残留负担。这一优势需要对环境归趋、降解产物、非靶点毒性、耐药性、组织暴露和出口合规性进行直接测量。因此，一个连接海洋序列资源、计算设计、基于结构的生成和水产养殖特异性验证的发现项目，可以将该领域从候选物预测推向一个定义明确且可测试的应用路径。
