开源AI在昂贵的实验室测试之前预测肽的关键特性
宾夕法尼亚大学工程学院的工程师们开发出PeptiVerse,这是一个由人工智能驱动的平台,能够预测肽的关键化学与生物学特性。肽是由氨基酸组成的链状分子,其医学潜力已由广泛用于减重治疗的GLP-1药物的成功得到印证。
研究人员在《自然·通讯》(Nature Communications)上发表论文,介绍了他们如何利用范围广泛的数据集训练PeptiVerse,使其能够预测有助于判断某个肽是否值得作为潜在药物继续推进的特性,例如该肽是否易于溶解、能否进入细胞、能否避免毒性,以及能否在体内维持足够长的时间以发挥作用。
虽然已有用于预测此类特性的工具,但这些工具往往只关注较窄的一组性状,或者只针对某一类肽。相比之下,PeptiVerse将诸多预测汇集于一个开源、易于访问的平台之中,使用户既能评估普通肽,也能评估为提升成药性而设计的化学修饰版本。
“肽类药物潜力巨大,但结合到正确的靶点只是一个分子有用的部分原因,”本研究资深作者、宾夕法尼亚大学工程创新Africk-Lesley杰出学者、生物工程(BE)与计算机和信息科学(CIS)助理教授普拉南·查特吉(Pranam Chatterjee)说。
“在药物发现中,最糟糕的结果之一,就是太晚才发现一个有前景的分子实际上无法成为药物,”查特吉说。“PeptiVerse为研究人员提供了一种方法,可以在投入合成和测试候选药物所需的时间与资源之前,更早地检查许多这类决定成败的特性。”
将肽的预测集中在一处
为了构建PeptiVerse,研究人员首先必须收集此前分散在各自独立研究中的数据。一些数据集描述肽是否容易溶解,另一些则测量肽能否进入细胞、是否会损伤红细胞、是否会抵抗不需要的蛋白聚集,或者能否随时间保持活性。
整合这些数据集远不止把它们保存在同一个位置那么简单。“每个数据集都来自不同类型的实验,”生物工程专业博士生、论文合著者索菲娅·文科夫(Sophia Vincoff)说。“我们必须理解每个实验测量的是什么,针对每种特性对数据进行标准化,并加以组织,使机器学习模型能够从中学习并得到公平的检验。然后我们比较了许多模型架构,为每项预测任务找到最佳方案。”
PeptiVerse并不假定某一个模型对每项任务都最有效,而是为每种特性采用表现最强的模型。在某些情况下,较简单的模型与更复杂的方法表现相当甚至更好;在另一些情况下,情况则相反。
“我们希望PeptiVerse像一个工具箱那样运作,”生物工程专业博士后研究员、论文第一作者张一诺(Yinuo Zhang)说。“PeptiVerse没有让每个预测器各自独立存在,而是把它们汇集到一个平台上,随着新数据和模型的出现而不断扩展。”
让肽预测更易使用
大多数新的计算工具以库或软件包的形式出现——这些代码包可供研究人员下载并运行在自己的计算机上,但通常需要具备一定程度的编程能力才能操作。
相比之下,PeptiVerse包含一个网页界面,用户只需输入肽序列、选择所需特性,就能通过可视化仪表板获得预测结果。
这一设计使该平台对实验研究人员(例如生物学家)尤其有用:他们手中可能已有正在研究的候选肽,希望有一种快速方法来评估这些分子是否可能具备进一步测试所需的特性。
“我来自生物学背景,是一个非常依赖视觉的人,”张一诺说。“我们希望研究人员能够看到正在发生什么,而不仅仅是下载一个Python软件包。这个界面让PeptiVerse成为人们可以直接交互的东西。”
该平台还允许用户查看用于训练模型的数据,帮助他们了解自己的候选肽与那些已经过实验表征的分子相比如何。
“对实验人员来说,数据来自何处很重要,”文科夫说。“PeptiVerse让人们更容易查看预测背后的数据,这有助于用户解读模型给出的结论。”
从筛选到生成候选药物
PeptiVerse的一个直接用途是作为筛选工具。学术界和产业界的研究人员都不必再一个一个地合成和测试候选肽,而是可以利用该平台快速评估哪些分子看起来最有前景,然后再进入实验室。
该平台还可能在人工智能驱动的药物发现中扮演更具雄心的角色。除了评估现有候选分子,PeptiVerse还可以与生成式人工智能工具配合使用,由后者提出全新的肽。这种方法已经帮助查特吉实验室取得了新的肽设计创新,包括PepTune、TR2-D2、MOG-DFM和moPPIt,它们利用PeptiVerse的特性预测来指导设计具有所需治疗特征的肽。
在这一范式中,PeptiVerse不再仅仅充当筛选现有肽的过滤器,而是能够塑造对新候选药物的搜索。该系统强大的预测能力使生成式人工智能模型能够在选定具体分子进行合成和实际测试之前,优先考虑具有理想特征的候选分子——例如更强的结合能力、更少的与其他蛋白的非特异性相互作用、更好的溶解度、更高的通透性和更低的毒性。
“特性预测本身成为了搜索的一部分,”查特吉说。“我们不必只在肽生成之后才对其进行评估,而是可以从一开始就利用这些预测,引导生成式人工智能模型朝着我们想要的分子特性前进。”
不断扩展的肽数据宇宙
研究人员还特意把PeptiVerse设计成可以持续成长。随着可获得的肽数据增多,该平台可以通过新的数据集、改进的模型和更多特性进行更新。这一点很重要,因为有些肽的特性仍然比其他特性更难预测,主要原因是可用于训练模型的相关实验数据较少。
更多的测量数据可以帮助PeptiVerse改进现有预测并增加新的预测,例如某个肽是否可能激活或阻断某个受体,从而开启或关闭某条特定的生化通路。“PeptiVerse并不以完成为目标,”查特吉说。“社区贡献的数据越多,这些模型就能变得越好。”
由于PeptiVerse是开源的,研究人员可以根据自身需要对其进行改造。学术实验室可以使用现有平台、贡献数据或构建新的预测器。开发肽类疗法的公司也可以将该框架与自己的内部数据集结合使用,创建针对其试图开发的分子类型而定制的PeptiVerse版本。
“可能存在的肽的数量之大,任何单一实验室都无法独自绘制出完整图谱,”查特吉说。“我们构建PeptiVerse,是为了让其他研究人员能够帮助扩展这张图谱,添加新的数据和模型,从而加速对更新、更好的肽类药物的探索。”
论文信息
Yinuo Zhang 等,《PeptiVerse:用于治疗性肽特性预测的统一平台》,《自然·通讯》(2026)。DOI:10.1038/s41467-026-74167-w
期刊信息:《自然·通讯》
**来源:**宾夕法尼亚大学
【全文结束】

