近日，广州市第一人民医院血液内科在新型抗微生物活性肽从头设计领域上取得了新进展，其成果在药物化学TOP期刊《Journal of Medicinal Chemistry》上发表了题为“Rapid Response Antimicrobial Peptide Design Strategy Driven by Meta-Learning for Emerging Drug-Resistant Pathogens”的研究论文，该工作是医院人工智能与医学结合的创新成果之一，体现了医院对AI+医教研管的重视。
突发公共卫生事件对人类社会造成的影响非常巨大，其显著特点之一就是在多数情况下缺乏有效药物进行治疗，因此应用人工智能为病原体造成的传染性疾病寻找有效治疗药物就具有非常重大的意义。多重耐药菌感染在临床上意味着治疗手段有限，病人治愈率低，因此WHO将耐药病原体列为潜在引发下一次大流行的“病原体X”之一。在这一背景下，如何快速设计出针对新出现耐药病原体的抗菌药物，不仅仅有助于找到解决多重耐药感染的药物，更可以为未来突发公共卫生事件的解决奠定理论和实验基础。
为了应对多重耐药菌带来的挑战，血液内科黄金棋教授团队联合兰州大学阎文锦教授团队提出了一种名为“快速响应抗菌肽从头设计策略”（RR-ADS）的创新方法。
RR-ADS的核心在于其快速响应能力，通过结合元学习（meta-learning）和强化学习（reinforcement learning）技术，在数据匮乏的情况下，迅速识别和设计出针对特定耐药病原体的抗菌肽。研究团队以分离的多重耐药鲍曼不动杆菌（MDR-A. baumannii）为目标病原体，首先从实验室私有肽库中随机挑选出了7条具有潜在抗菌活性的肽序列，构建了一个小型样本数据集，用于微调元学习模型。通过这一数据集，研究团队成功部署了针对该菌种的模型，并从头设计了15条新型抗菌肽。实验结果显示，其中14条肽（93.3%）对MDR-AB表现出显著的抗菌活性，其最小抑菌浓度（MIC）均低于或等于16 μM。这一结果不仅验证了RR-ADS在抗菌肽设计中的高效性，还表明新设计的肽在抗菌活性上显著优于初始样本数据集中的肽序列。此外，这些肽在生物相容性和病原体特异性方面也表现出色，进一步证明了RR-ADS在设计具有临床潜力的抗菌肽方面的优势。从抗菌肽的设计到验证，整个过程仅耗时两周，速度远超传统抗菌药物研发需要数月甚至数年的时间。
RR-ADS的快速响应能力不仅为应对突发公共卫生事件提供了强有力的技术支持，也为未来抗菌肽的高效开发树立了新的标杆。这一突破性进展表明，RR-ADS有望成为应对耐药病原体的强有力工具，提供健康保障。
