人工智能在食品生物活性肽发现中的应用：一种用于预测筛选与生成式设计的整合双工作流：进展、挑战与未来方向

《Food Bioscience》：Artificial Intelligence in Food Bioactive Peptide Discovery: An Integrated Dual-Workflow for Predictive Screening and Generative Design, Advances, Challenges, and Future Directions

　　

摘要

生物活性肽作为具有功能特性的成分，越来越多地被认识到在食品、营养和健康领域的应用潜力。然而，传统的肽发现过程仍然费时费力且成本高昂，限制了对庞大肽序列空间的系统性探索。人工智能（AI），包括传统机器学习和深度学习，为高通量预测和从头设计肽提供了新的机遇。尽管如此，近期的综述往往聚焦于特定的肽活性或孤立的机器学习任务，对预测筛选与生成式设计的一体化整合讨论有限，尤其是在食品科学领域。因此，本综述提出了一种双工作流框架，将AI辅助的生物活性肽发现组织为两条互补的工作流：预测筛选与生成式设计。两条工作流均包含六个主要阶段：数据准备、分子表示、模型开发、训练与优化、模型验证以及实验转化。我们在统一的发现框架下比较了预测筛选与生成式设计，并进一步探讨了二者通过顺序管线、耦合优化和闭环实验的整合方式。我们将八大类及五类相对研究不足但具有前景的生物活性肽进行比较，以识别共同的数据与建模挑战，以及类别特有的机制约束。我们还突出了四个食品科学特有的挑战：食品基质效应、感官复杂性、加工引起的结构变化以及非标准氨基酸的表示不足。最后，我们提出了一条分阶段路线图，涵盖标准化数据与基准开发、基础模型与生成式设计，以及最终的自动化实验与智能食品系统。该框架为将AI辅助肽研究从序列级预测推进到高效、可控且可实验验证的发现与应用提供了结构化基础。

引言

生物活性肽是由2至50个氨基酸组成的短氨基酸序列，广泛存在于食品蛋白质及其水解产物中，并表现出抗菌、抗氧化、抗高血压、降血糖和免疫调节等一系列生物活性。因此，它们在食品、营养和健康领域受到了持续的关注。从产业角度来看，对功能性及健康导向食品日益增长的需求增加了对新型肽成分高效识别的需求。然而，传统的肽筛选通常依赖逐步的实验流程，包括肽库构建、候选肽合成、体外活性测定以及进一步的分子机制和安全性评估，需要大量实验资源和多轮迭代筛选。极为庞大的肽序列空间进一步增加了识别具有理想活性候选肽的时间和成本。因此，能够在实验测试之前优先排序候选肽的技术对于减少不必要的筛选和加速新型食品成分的开发变得越来越重要。

计算生物学、基于网络的建模、分子模拟和机器学习的最新进展进一步提高了对复杂序列-功能关系的表征，并加速了生物活性化合物的发现（Guo & He, 2025; Li et al., 2022b; Li et al., 2022d; Li et al., 2022e; Zhang & Xu, 2021）。机器学习方法在减少实验工作量和提高筛选与优化效率方面展现了潜力，而计算预测则为在实验测试之前对候选化合物进行优先级排序提供了更具可扩展性的方法（Xiang et al., 2021; Zhou et al., 2020）。此外，农业和食品系统方面的研究表明，预测信息的价值可能取决于时间和情境条件，这表明计算模型最终不应仅通过其统计性能来评估，还应评估其与不断变化的应用情境的相关性（Xu, 2015, 2018）。这一见解对AI在食品行业的工业应用具有重要意义：模型的价值不应仅由其静态数据集上的预测精度来评判，还应由其在特定食品原料、加工条件和应用环境下的实际增益来衡量。

AI，特别是传统机器学习和深度学习，可以从肽数据集中学习序列-活性关系并自动提取信息丰富的表示，为生物活性肽研究提供了一种有效的计算策略。在肽研究中，AI应用大致可分为两个互补的任务。第一个是预测筛选，即利用已知肽序列预测其生物活性、毒性或其他功能特性。第二个是生成式设计，即在预定义的功能、结构或理化约束下生成新型候选肽序列。近期研究表明两个任务都取得了重大进展，包括使用深度生成模型HydrAMP生成强效抗菌肽（Szymczak et al., 2023b）、使用扩散模型进行从头抗菌肽设计（Wang et al., 2025b）、利用蛋白质语言模型嵌入预测抗高血压肽（Du et al., 2024c），以及使用基于Transformer的架构预测味觉肽（Fu et al., 2025）。与此同时，涉及肽基传感系统、蛋白质结构预测以及用于分离和鉴定生物活性食品成分的计算-实验整合方法的研究表明，AI应用正从孤立的预测任务向多信息源整合与实验验证方向发展（Chen et al., 2022a; Lu et al., 2021; Qian et al., 2025）。食品来源生物活性化合物的体外和体内研究进一步表明，其功能表现受多种因素影响，包括分子量、消化转化、肠道微生物和生理状态，这意味着食品来源肽的AI模型应超越单纯的序列预测（Hassan et al., 2023; Li et al., 2022a; Su et al., 2023）。

近年来，AI辅助发现日益向多模态建模、智能优化和计算-实验闭环工作流发展。高级优化算法已被应用于复杂高维环境中的问题优化和特征选择，为探索和优化肽序列空间提供了方法论启示（Long et al., 2026）。在其他分子和材料发现领域，AI已开始整合数据驱动建模、机理信息、主动学习和实验反馈，以减少试错并缩短研发周期（Cong & Luo, 2026; Tian et al., 2026）。农业和食品行业也在开发面向质量、安全和功能评估的智能分析方法，进一步推动了计算方法与真实食品系统的整合（Guo et al., 2025; Zhao et al., 2026）。在生物活性肽研究中，近期研究已开始将肽组学、计算预测、分子对接、候选肽合成和体外验证连接起来，表明正从孤立的计算预测向整合的计算-实验发现转变（Lin et al., 2026）。

尽管近期的综述已系统总结了AI在生物活性肽研究中的应用，但其范围和侧重点各不相同。现有研究主要聚焦于AI筛选工作流，系统涵盖了数据基础、特征表示、模型开发与评估以及不同类型功能肽的预测（Chang et al., 2025）。Liu等人主要关注计算方法，讨论了基于机制的分类和使用独立数据库进行验证等方向（Liu et al., 2026b）。另一篇综述聚焦于深度学习在食品来源蛋白质-肽系统中的应用，特别强调序列和结构预测、蛋白质-肽相互作用、分子对接和分子动力学模拟（Cheng et al., 2025）。这些研究为理解AI在食品肽研究中的技术发展提供了重要基础。然而，现有综述主要围绕模型类型、预测任务或计算技术组织，关于预测模型和生成模型如何互补、以及如何将孤立的计算任务逐步收敛为连续发现工作流的系统性讨论仍然有限。

因此，本综述提出了基于AI的生物活性肽发现的双工作流框架，在该框架中，AI辅助肽发现被组织为两条路径——预测筛选和生成式设计——二者在概念上有所区分，但可逐步整合。我们系统地审视了它们在数据构建、分子表示、模型开发、训练与优化、计算评估、实验验证以及应用与转化方面的发展。与现有主要关注特定功能肽、单个预测模型或生成式AI技术的综述不同，本综述更加强调两条工作流之间的方法论联系和逐步整合，将其发展拓展到更高层次的整合水平，包括顺序管线、耦合优化和闭环实验。我们进一步在一个统一框架下考察了八大类生物活性肽以及五类研究较少但具有前景的类别，比较了它们共同的数据和建模挑战，以及类别特有的机制约束。随后将模型为中心的评价拓展到食品特异性约束，包括食品基质效应、感官异质性、加工引起的结构变化和非标准氨基酸的表示。最后，我们提出了一条详细的分阶段路线图，涵盖三个阶段：近期数据标准化与基准开发；中期面向食品的基础模型与生成式设计开发；以及长期主动学习、自动化实验和智能食品系统建模的整合。本综述的整体框架和组织在图1中展示。

通过这一整合视角，本综述旨在为将AI从孤立的计算工具推进为可验证、可迭代且具有商业价值的生物活性肽发现系统提供统一框架和系统的理论和方法指导。

节选片段

**AI驱动的生物活性肽发现工作流**

AI主要通过两种方式推动生物活性肽研究：预测筛选和生成式设计。预测筛选利用给定肽的序列特征来预测特定生物活性，通常通过分类或回归模型实现。生成式设计则学习关联目标活性的肽序列分布，并据此生成满足预期功能约束的新序列。前者聚焦于……

**AI在各类生物活性肽中的应用**

第2节所述的双工作流方法为AI辅助肽发现提供了通用基础。然而，由于不同功能类别的生物活性肽在数据可用性、生物机制、结构特征和实验验证要求方面存在差异，其具体实施方法也可能不同。此外，第2节所述工作流中计算步骤的顺序并非固定。因此，每个阶段都必须进行调整……

**数据生态系统：规模、质量与标注一致性**

数据相关限制仍然是AI在功能肽发现中有效应用的最根本障碍。这一挑战体现在三个相互关联的维度上。首先，尽管现有的功能肽数据库不断扩大，但与肽段序列空间相比，其覆盖范围仍然有限。截至2025年，最大的抗菌肽数据库dbAMP 3.0包含约35,518条条目；DRAMP 3.0包含约30,260条……

结论

本综述从全面视角探讨了AI在生物活性肽发现中的应用，特别强调了预测筛选与生成式设计的互补作用。通过整合最新研究进展，我们提供了一个涵盖数据准备、分子表示、模型开发、优化、评估和实验验证的双工作流框架，同时进一步突出了这些过程向整合方向发展的趋势……

生成式AI及AI辅助技术在稿件准备过程中的声明

声明：在本文准备过程中，作者使用了ChatGPT来协助语言编辑、文本精炼以及提高稿件的清晰度和可读性。使用完该工具后，作者对内容进行了审查和编辑，并对已发表文章的内容承担全部责任。

作者贡献声明

郑慧娜：验证，形式化分析。林海胜：验证，调查研究，形式化分析。曹文鸿：写作—审校与编辑，验证。夏小雨：写作—审校与编辑，验证，形式化分析。高嘉龙：方法学，形式化分析。郑志宏：写作—审校与编辑，可视化，监督，项目管理，方法学，调查研究，基金获取，概念化。李心彤：写作—初稿，软件，调查研究。

未引用参考文献

Lv et al.; S and M, 2026; Wang et al., 2024。

利益冲突

作者声明不存在利益冲突。

利益冲突声明

? 作者声明，他们没有已知的、可能会影响本文所述工作的竞争性经济利益或个人关系。

致谢

本研究由广东海洋大学科研启动项目（项目编号：060302042407）和湛江市科技计划项目（项目编号：2025A601005）资助。作者感谢科研之家Figdraw（www.figdraw.com）提供的技术支持（图片编号：OSAYSe4151; WUSRTc5440; IIIRW6b5dd）。

李心彤 | 高嘉龙 | 夏小雨 | 曹文鸿 | 林海胜 | 郑慧娜 | 郑志宏