Advanced Science | 基于人工智能的 D 氨基酸替代技术，优化抗菌肽以治疗多重耐药细菌感染

D-氨基酸替代为优化抗菌肽（AMPs）提供了有效策略，通过增强其稳定性。然而，缺乏通用规则使传统筛查方法耗时且劳动密集，可能导致活性降低甚至完全丧失。我们从已发表的文献和数据库中整理了一个 D-氨基酸取代的 AMP 数据集。随后我们开发了 ADAPT，一种基于人工智能的 D 氨基酸替代功能影响工具，并将其集成到高通量筛选流程中，用于 AMP 优化。通过该管线获得的变异体中，80%表现出增强的抗菌活性。其中，dR2-1 表现出卓越的广谱抗菌活性、降低的毒性以及显著提升的稳定性。机制性研究确认了其靶向膜的抗菌作用机制。此外，我们设计了一种水凝胶递送系统，有效治疗小鼠皮肤感染。总体而言，我们的研究建立了基于人工智能的抗菌肽 D 氨基酸替代框架，使高效发现具有增强临床翻译潜力的高效且稳定的候选物成为可能。

这篇研究论文题为《基于人工智能的D-氨基酸替换优化抗菌肽以治疗多重耐药菌感染》，来自山东大学齐鲁医院团队。在抗生素滥用导致耐药性问题日益严重的背景下，抗菌肽成为对抗超级细菌的新希望。然而，天然抗菌肽容易被人体内的蛋白酶分解，限制了其临床应用。将部分氨基酸替换为其镜像异构体——D-氨基酸，是提高肽稳定性的有效策略，但传统方法依赖大量试错，效率低下且容易导致活性丧失。

研究团队首先解决了一个关键瓶颈：缺乏公开的D-氨基酸替换抗菌肽活性数据。他们从已发表文献和数据库中系统收集、整理并构建了首个此类数据集QLAPD-D，包含了超过2800个L型/D型抗菌肽对及其抗菌活性数据，为模型训练奠定了坚实基础。

基于此数据集，研究者开发了一个名为ADAPT的人工智能工具。该工具采用一种特殊的“孪生网络”架构，无需依赖难以准确预测的D-肽三维结构。网络的一个分支分析氨基酸序列，另一个分支则分析肽的二维分子结构图（SMILES），并通过特别标注蛋白酶切割位点，让模型同时“理解”序列信息和潜在的稳定性变化。这种方法使得ADAPT能够准确预测某个位点替换为D-氨基酸后，抗菌肽的活性是会增强还是减弱。

为了高效地从海量可能的替换组合中找出最优解，团队进一步构建了EDSS高通量筛选流程。对于一个14个氨基酸的肽，所有可能的D-型替换变体有超过1.6万种，该流程结合ADAPT的预测，可在几分钟内完成全面评估，将实验筛选负担降低了近千倍。

研究人员选取了天然抗菌肽Indolicidin和此前设计的抗菌肽R2作为模板进行验证。AI为每个模板筛选出的前十名候选肽被合成并进行实验测试。结果显示，高达80%的AI设计变体抗菌活性得到提升，远高于传统的D-氨基酸扫描（28.6%）或随机替换（25%）的成功率。

其中，一个名为dR2-1的变体表现最为突出。它仅在单个位点引入了D-氨基酸，却展现出优异的广谱抗菌活性，对包括MRSA、耐药大肠杆菌在内的多种临床耐药菌均有效。更重要的是，其稳定性显著提升，在血清、不同酸碱度和蛋白酶环境下的活性保持远优于母肽R2。同时，dR2-1的溶血毒性和细胞毒性显著降低，治疗窗口更宽。机理研究表明，它主要通过快速破坏细菌细胞膜发挥杀菌作用，并能有效抑制和清除细菌生物被膜。连续传代实验也未诱导出耐药性。

在动物模型中，dR2-1在治疗小鼠皮肤金黄色葡萄球菌感染时，能有效降低组织细菌载量。为促进伤口愈合应用，团队还将dR2-1装载进一种基于季铵化壳聚糖和氧化葡聚糖的水凝胶递送系统中。这种水凝胶具有良好的生物相容性、自愈合性和可注射性，并能根据伤口微环境酸碱度智能释放药物。在同时感染两种耐药菌的慢性伤口模型中，该载药水凝胶不仅能有效杀菌，还显著加速了伤口愈合，促进了上皮再生和胶原蛋白有序沉积。

总的来说，这项研究建立了一个从数据构建、AI预测、高效筛选到实验验证的完整框架，成功将D-氨基酸替换从经验试错转变为理性设计。所获得的先导肽dR2-1及其水凝胶制剂，在效力和稳定性方面展现出显著的临床转化潜力，为应对日益严峻的抗菌耐药挑战提供了一种新的智能解决方案。

参考文献：

DOI: 10.1002/advs.202518522