抗菌肽（AMP）存在於所有生命領域🔃，能夠導致細胞裂解從而完全殺死或抑製微生物生長。與傳統的廣譜抗生素相比🦜，AMP更具針對性，且其耐藥性演變速度很低，有望成為一種潛在的治療方法。
近日💇🏼♂️🤎，恒行2平台類腦智能科學與技術研究院（下文簡稱“類腦研究院”）青年研究員路易斯·佩德羅·科埃略（Luis Pedro Coelho）、名譽教授皮爾·伯克（Peer Bork）、特聘教授趙興明團隊與來自美國與德國的科學家將人工智能與生物醫學交叉融合🙇🏿♂️，從全球微生物組中預測近100萬種新型抗菌肽。相關成果以《利用機器學習發現全球微生物組中的抗菌肽》為題🚡，在《細胞》（Cell）主刊上發表。
在研究中🔸，團隊提出了一種針對微生物多肽識別的機器學習算法，可大大降低抗菌肽（AMP）識別的假陽性率👨🎓。基於該機器學習算法，研究團隊從來自環境和宿主相關棲息地的全球63,410個宏基因組和87,920個高質量細菌與古菌基因組預測得到了近100萬種新型非冗余抗菌肽，並建立了AMP綜合數據資源（AMPSphere）📭。
該研究證明了人工智能方法從全球微生物組中識別功能性AMP的潛力🤐，研究團隊提出的該AMPSphere數據庫為微生物領域研究提供了寶貴資源🗜👩🏼✈️，這些研究發現對於理解抗菌肽的起源和作用機製具有重要意義，為未來抗菌藥物的研發邁出了重要一步🔂，為人類健康研究提供了重要貢獻。
本次研究成果為團隊將人工智能算法應用於微生物組學的裏程碑式進展。據趙興明介紹🖕🏻，未來👨🏼🌾🤡，團隊將繼續聚焦人工智能與生物醫學大數據交叉領域的研究♖，“比如基於中國人腸道病毒組目錄開發人工智能算法與工具，進行相關微生物大模型的訓練”👏🏽，在AI for Science的前沿持續探索。
