抗生素耐药性已成为全球公共卫生的重大威胁，每年导致约 500 万例死亡，其中革兰氏阴性菌因耐药性强被世界卫生组织列为优先关注病原体。然而，新型抗生素研发因成本高、周期长而陷入停滞。近日，宾夕法尼亚大学团队在《Nature Communications》（影响因子 15.7）发表了题目为“Computational exploration of global venoms for antimicrobial discovery with Venomics artificial intelligence”的研究。团队开发了名为Venomics AI的人工智能平台，从全球动物毒液中挖掘出386种结构全新的抗菌肽，其中91.4% 的实验验证分子展现出强效抗菌活性，并在小鼠感染模型中实现99.9% 的病原体清除率。  本研究通过深度学习模型APEX系统分析了16,123个毒液蛋白数据库，生成4062万个毒液加密肽（VEPs）。经多级筛选获得386个与已知抗菌肽结构显著不同的候选分子，其中58个进行实验验证。结果显示： •  53个（91.4%） 对耐药菌有效；  •  作用机制为细菌膜电位破坏；  •  先导肽在小鼠皮肤感染模型中降低3个数量级的细菌负荷；   该研究为抗耐药菌药物开发开辟了新路径。

AI抗菌肽设计
一、基础环境与抗菌肽入门

核心目标：为无相关编程与Linux基础的学员扫清环境障碍，并建立抗菌肽设计的理论基础。抗菌肽基础理论

1.抗菌肽的重要性与应用前景：阐述多重耐药菌的严峻挑战，以及抗菌肽作为新型抗菌剂的独特优势（快速杀菌、不易产生耐药性）

2. 抗菌肽的定义、分类与作用机制：明确抗菌肽是生物体先天免疫产生的短肽，重点讲解以破坏细胞膜为主的作用机制，这是其设计的重要物理基础。

3.抗菌肽的理化特性：深入剖析决定其活性的关键参数：两亲性：亲水与疏水残基在空间上的排列，影响其与细胞膜的相互作用。净正电荷：通常为正值，使其能吸引带负电的细菌膜。螺旋性：常见的二级结构，影响其插入膜的能力。

4.APD3数据库：介绍其基于活性的分类系统，如何根据目标微生物快速查找相关肽序列。

5.DRAMP数据库：强调其包含抗菌肽、抗癌肽、抗病毒肽的全面性，以及丰富的注释信息（如修改、构象）。

6.CAMP数据库：重点介绍其集成的在线预测工具，可作为后续模型结果的初步验证参考。

7.从天然到人工的设计原则：分析天然抗菌肽的结构特征，总结出人工设计所遵循的基本规则，如特定氨基酸组成比例、电荷范围等。

上机操作

1.Linux基础入门：针对生物背景学员，讲解必备命令。如使用cd、ls导航和查看目录；chmod管理文件权限；grep、pip进行文本搜索和包安装。

2.Conda及Jupyter Notebook安装与配置：演示如何用Conda创建独立的Python环境，避免包冲突。并配置Jupyter Notebook在此环境中运行。

3.Jupyter Notebook基础使用：指导学员创建第一个Notebook，混合使用Markdown撰写实验笔记和代码块执行Python命令，形成良好的可重复研究习惯。

---

本章未完，后续可点击：https://mp.weixin.qq.com/s/PiBCqatIK3mhIBDFBsPStw                            来源：纳米医学进展