Nat. Commun. | 小樣本深度學習模型從百億級多肽樣本庫中精準挖掘抗鮑曼不動桿菌肽

鮑曼不動桿菌是臨床感染致死率最高的菌種之一 ，并 被 WHO 列為 “Critical” 細菌第一位。多粘菌素是治療鮑曼不動桿菌感染的臨床藥物，但是使用該藥易引發腎毒性，并且已經逐漸發展出細菌耐藥性。因此，針對鮑曼不動桿菌的新抗菌劑研發刻不容緩。 抗菌肽的殺菌機理是裂解細胞膜，不易誘導耐藥性，被認為是下一代抗生素理想備選藥物。但是因鮑曼不動桿菌生存力頑強的特性，其靶向抗菌肽的研發進展緩慢，目前僅報道百余條相關抗菌肽 ，這證明開發抗鮑曼不動桿菌肽難度較大。

近年來，人工智能等方法在開發抗菌肽領域獲得巨大成功。 2 023 年浙江大學計劍、張鵬、趙俊博，中國科學院杭州醫學研究所黃俊杰等開發 S MEP 工作流，僅耗時 2 7 天即從超過 5 000 億多肽文庫中挖掘抗菌肽，成功率高達 9 8.1% （ N at. Biomed. Eng. 2023, 7, 797 ）。但是報道的抗鮑曼不動桿菌肽數據過少， 直接使用如此少的數據訓練深度學習模型會造成嚴重的過擬合問題，致使任務失敗。

近日 ， 浙江大學計劍、張鵬、趙俊博，中國科學院杭州醫學研究所黃俊杰原班人馬再度合作，針對抗鮑曼不動桿菌肽數據稀缺的問題，結合了預訓練與多步微調技術，開發了小樣本深度學習工作流FSLSMEP。該工作流集成了分類模型、排序模型以及回歸模型，從多肽理論庫中挖掘抗鮑曼不動桿菌肽。 研究以

Discovery of antimicrobial peptides targeting Acinetobacter baumannii via a pre-trained and fine-tuned few-shot learning-based pipeline

針對每個模型， 作者 選擇 預訓練 模型 ESM 作為基模型，再使用相似數據 — 抗綠膿桿菌肽（ 1186 條）做微調，最后使用抗鮑曼不動桿菌肽進行二次微調，分別訓練分類、排序、回歸模型。實驗結果顯示，相比于直接訓練，采用 預訓練 模型 + 多步微調訓練能大幅提升每個模塊模型的預測能力。

模型訓練完成后， 作者 將其串聯為“分類 - 排序 - 回歸 ” 工作流，從多肽理論庫（ 20 n ）中挖掘強效抗鮑曼不動桿菌肽。使用該工作流，分別從六肽（ 0.64 億）、七肽（ 12.8 億）以及八肽（ 256 億）全文庫中挖掘抗菌肽。濕實驗結果表明， 91.1% （ 41/45 ）的多肽表現抗菌活性。其中， EME7(7) 表現出對抗鮑曼不動桿菌優異的抗菌性能， MIC 達 8 μg /mL 。并且，由工作流篩選的多肽與已報道的抗菌 肽 展現較低相似性，具有新穎性。除抗菌活性外， EME 抗菌肽還表現 出較強的殺菌動力學，在 2h 內就可殺滅 ~10 9 細菌； 展現 較低的溶血毒性以及細胞毒性，賦予抗菌 肽 優異的治療窗口。

在抗菌肽的殺菌機理探究中，掃描電鏡以及透射電鏡照片顯示，經抗菌 肽 處理后，細菌出現細胞膜破損、內容物滲出現象，在表型水平證明抗菌肽的殺菌機理為裂解細菌細胞膜。 RNA-seq 結果顯示，經抗菌肽處理后，細菌的細胞膜修復以及氧化應激相關途徑的基因上調，在分子水平證明抗菌肽的殺菌機理為裂解細菌細胞膜。這是一種不易耐藥的殺菌機制，而耐藥性實驗也證明，抗菌肽在 10 天細菌培養條件下，沒有產生耐藥性。 RNA-seq 結果也證明，抗菌 肽 處理后，細菌耐藥基因未出現上調。

為驗證工作流的泛化性， 作者 針對全新菌種白色念珠 菌 進行從頭開發。使用 657 個抗白色念珠菌肽陽性樣本微調模型（替換了 148 個抗 鮑曼 不動桿菌肽數據），分別重新訓練分類 - 排序 - 回歸模型。再從包含 12.8 億樣本的七肽全文庫中挖掘 top-10 樣本。濕實驗結果證明， 90% （ 9/10 ）多肽具有抗菌活性，最強抗菌肽的 MIC 達 16 μg/mL 。該結果證明 FSLSMEP 具有較強的泛化性，能有效幫助篩選其他數據匱乏的抗菌肽。

最后， 作者 使用小鼠肺炎動物模型證明 EME7(7) 抗菌肽的體內治療效果。在與臨床藥物多粘菌素 B 的頭對頭比較中， EME7(7) 展現出相媲美 的體內治療效果，能夠殺滅超過 95% 的肺部細菌。更值得一提的是， EME7(7) 在體內應用中表現出優于多粘菌素 B 的腎毒性，使其展現出優異的臨床潛力。

總結而言， 在這項工作中， 作者 結合“預訓練 + 多步微調 ” 小樣本學習策略 開發 深度學習 模型 ，首次 實現僅 利用 148 陽性樣本 訓練高 預測性模型，從百億級的多肽空間中精準挖掘抗鮑曼不動桿菌肽，成功率高達 9 1.1 % （ 41 /4 5 ）。濕實驗測試表明，抗菌肽能高效殺滅鮑曼不動桿菌、不易誘導耐藥性并且細胞毒性低；其中， EME 7(7) 表現出優于臨床用藥多粘菌素 B 的治療效果，其體內殺菌效率與多粘菌素 B 持平，并且不會誘導腎毒性。這項工作為解決現實中突出存在的小樣本問題場景提供了全新解決范式。

博士后招聘若干

黃俊杰， 中國科學院杭州醫學研究所 副研究員，博士生導師，浙江省高層次青年人才， BMEMat 青年編委。主持國自然面上項目、青年項目，浙江省自然重大項目等，參與國家重點研發計劃，浙江省尖兵領雁項目（排名前三）等。近年來以第一 / 通訊作者在 Nat. Biomed. End., Nat. Commun. 等期刊發表 論文 9 篇，授權專利 5 項 。研究方向為： 1 ）知識嵌入模型賦能抗菌肽從頭設計； 2 ） 分子大模型賦能小分子藥物設計 。

招聘專業：人工智能 （機器學習、深度學習、強化學習、 NLP 、知識圖譜）、化 學、藥學、醫學等相關學科。

崗位要求：

1. 遵紀守法，品學兼優，身心健康。

2. 年齡一般不超過 35 歲，應屆博士畢業生或獲博士學位不超過 3 年。

3. 具有良好的學術背景和研究基礎，富有發展潛力及團隊合作精神。

4. 專業需符合課題組要求，且能全職從事博士后研究。

5. 有人工智能、大模型、結構預測、抗菌肽、藥物設計等相關研究經 驗者優先考慮。

6. 具備獨立開展和完成科研項目能力，發表過學術論文，有基金申請 經驗的優先。

7. 對科研工作充滿興趣，善于走出舒適圈，并樂于突破和創新，具有 主動思考和解決問題的能力，工作踏實認真，有責任心和團隊合作精神。

崗位待遇：

1. 年薪 30 萬 + 科研績效獎勵 + 五險一金單位繳納部分；

2. 課題組提供科研啟動經費及科研所需的辦公和實驗場地；

3. 享受食堂餐補、工會福利、醫院 VIP 體檢、落戶、子女入學入托等 相關待遇；

4. 享受杭州市博士后人才政策：應屆生來杭生活補貼 10 萬元，租房 補貼 2500 元 / 月，科研項目經費 1:1 配套（中國博士后科學基金和省 級博士后項目）。更多政策待遇詳見“人才杭州”微信小程序。

5. 單位預留事業編制遴選優秀博士后出站留所，可享受博士后留杭補 貼 40 萬元，申請杭州市 D 類人才享受購房補貼 100 萬元。

國家級博士后人才項目入選者：

在上述待遇的基礎上，在站期間年薪提升至 40-50 萬，額外撥付科研 經費 50 萬，納入中國科學院特別研究助理崗位體系。出站后直接留 所（事業編制），并享受人才引進同等待遇（安家費、科研啟動經費等），推薦申報國家級青年人才項目（指標單列）。

應聘方式：

有意者請投遞個人簡歷，應聘理由為“姓名 + 博士后 + 研究方向 ” ，簡歷中請注明申請者的個人聯 系方式，并在郵件中注明預計進站時間。 本招聘長期有效。

簡歷投遞（ 有意者請將個人簡歷等材料發至 ）：

https://jinshuju.net/f/ZqXwZt或掃描二維碼投遞簡歷

原文鏈接：https://www.nature.com/articles/s41467-026-69306-2

前期工作鏈接：https://www.nature.com/articles/s41551-022-00991-2

制版人： 十一

學術合作組織

（*排名不分先后）

戰略合作伙伴

（*排名不分先后）

轉載須知

【非原創文章】本文著作權歸文章作者所有，歡迎個人轉發分享，未經作者的允許禁止轉載，作者擁有所有法定權利，違者必究。

BioArt

Med

Plants

人才招聘

近期直播推薦

點擊主頁推薦活動

關注更多最新活動！