抗生素耐药性问题，是困扰世界各国的难题，严重威胁了人类的健康。

抗菌肽（AMPs）可以通过多种作用机制达到抑制病原微生物的效果，其中较为普遍的作用机制是结合病原微生物的细胞膜，扰乱细胞膜结构，或直接在细胞膜上形成微孔使细胞内容物外流，最终将病原微生物杀死。近年来，能抵御多重耐药菌同时不易产生耐药性的抗菌肽，已被认为是替代传统抗生素的新抗菌剂。

我所郭正彦研究员与合作团队中国科学院微生物研究所陈义华课题组和王军课题组在Nature Biotechnology上发表了研究论文“Identification of antimicrobial peptides from the human gut microbiome using deep learning”，介绍了他们最新研究成果。

研究采用了自然语言学习（NLP）的多种神经网络方法，构建和优化抗菌肽的挖掘模型；然后从大规模微生物组中挖掘并合成了216种潜在的新型抗菌肽。经实验验证，其中181种新型抗菌肽具有抗菌活性（占83.8%）。深入实验研究表明，获得的抗菌肽对多重耐药革兰氏阴性菌具有较强的抑菌能力，并且在动物感染模型中验证部分抗菌肽具有非常好的体内活性和安全性。该研究不仅为人工智能赋能小分子挖掘和转化提供了良好范例，也表明微生物组数据中蕴藏着大量待开发的资源，对于挖掘抗感染抗肿瘤活性分子具有非常大的发展潜力。

郭正彦研究员为论文共同第一作者。郭正彦博士于2021年获聘中国医学科学院&北京协和医学院助理教授，加入医药生物技术研究所任研究员，主要研究方向为微生物活性分子的高效发现与生物合成。

原文链接：https://www.nature.com/articles/s41587-022-01226-0