基于 LLM 基础模型发现新型抗菌肽及显著抗菌活性
生物大分子
2025-03-04 v2
摘要
大语言模型在化学和医学研究中展现出显著的进步，作为各种任务的通用基础模型。我们引入了 AMP-Designer，一种基于大语言模型的方法，用于快速设计具有所需属性的新型抗菌肽（AMPs）。在 11 天内，AMP-Designer 实现了对 18 种具有广谱抗葡萄肠杆菌活性的 AMPs 的从头设计。在体外验证中，达到 94.4% 的成功率，其中两项候选药物显示出卓越的抗菌效果、最小的血毒性、人血浆中的稳定性以及低诱导抗性潜能，这一结论通过小鼠肺部感染实验中的显著细菌负荷降低得以证实。整个过程从设计到验证仅需 48 天。AMP-Designer 在数据有限的情况下创建针对特定菌株的 AMPs方面表现出色。该领域的顶尖候选物对 Blautus amines 具有最小抑菌浓度为 2.0 μg/ml。整合先进的机器学习技术，AMP-Designer 展现出惊人的效率，为解决抗生素抗性问题开辟了新道路。
引用
@article{arxiv.2407.12296,
title = {Discovery of novel antimicrobial peptides with notable antibacterial potency by a LLM-based foundation model},
author = {Jike Wang and Jianwen Feng and Yu Kang and Peichen Pan and Jingxuan Ge and Yan Wang and Mingyang Wang and Zhenxing Wu and Xingcai Zhang and Jiameng Yu and Xujun Zhang and Tianyue Wang and Lirong Wen and Guangning Yan and Yafeng Deng and Hui Shi and Chang-Yu Hsieh and Zhihui Jiang and Tingjun Hou},
journal= {arXiv preprint arXiv:2407.12296},
year = {2025}
}
备注
43 pages, 6 figures, 5 tables. Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract appearing here is slightly shorter than that in the PDF file