综述:从食品资源中可持续发现天然抗衰老生物活性物质:现状与机器学习应用前景
《Current Issues in Molecular Biology》:Sustainable Discovery of Natural Anti-Aging Bioactives from Food Resources: Current Status and Machine Learning Perspectives
【字体:
大
中
小
】
时间:2026年07月11日
来源:Current Issues in Molecular Biology 4.1
摘要
现有的抗衰老药物往往存在毒性大和易产生耐药性的问题。相比之下,从食物资源、可食用植物以及农业副产品中提取的天然物质则具有毒性低且适合通过饮食摄入的优点。利用这些资源有助于实现可持续发展目标,既能促进食品废物的有效利用,也有助于功能性食品的开发;然而,这类物质的成分十分复杂,导致传统的发现方法效率低下且耗费大量资源。机器学习为这一领域提供了一种强大且可持续的计算机解决方案。通过分析海量数据集,计算模型能够快速筛选出数千种候选物质,从而大幅减少传统实验室筛选过程中产生的化学废物及所需时间。本综述重点介绍了目前从食物中提取的抗衰老生物活性物质的现状,以及该领域中基于机器学习的新兴研究方向。文中还探讨了多种重要的天然化合物和植物提取物,分析了它们的来源及其作用机制。此外,我们还研究了先进算法如何加速新型生物活性物质的识别。最后,本文指出了当前存在的转化应用方面的难题,包括对可解释性人工智能的需求、ADME(吸收、分布、代谢和排泄)预测的必要性,以及如何对复杂的混合物进行标准化处理。克服这些障碍对于开发高效、基于食物的抗衰老成分而言至关重要。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号