肽装配机械性能的高通量筛选
生物大分子
2025-05-15 v1 材料科学
摘要
肽因其多样化的自组装行为而被认识，形成各种结构和几何形态，如球体、纤维和水凝胶，每种材料都具有独特的力学性能。这些材料的功能在生物学、医学、光子学、纳米技术和食品工业中具有巨大的应用潜力。具体而言，利用肽作为可行且可持续的机械材料需要通过序列设计来实现卓越的性能，尤其是高Young's模量。然而，肽序列空间庞大，甚至稍微增加序列长度就会导致需表征的潜在肽序列数量呈指数级增长。本文将粗粒度分子动力学模拟、原子力显微镜实验和机器学习模型相结合，将肽序列长度和组成与自组装肽的机械性能相关联。我们使用高通量粗粒度方法计算所有可能的dipeptide和tripeptide的Young's模量，并通过原位机械表征进行验证。对于pentapeptide，我们选取并计算了一部分序列以训练机器学习模型，该模型允许我们预测其他序列的模量。该组合工作流程不仅识别出具有卓越机械性能的有前景的肽候选物，还拓展了当前对肽材料序列-功能关系的理解，适用于特定应用。
引用
@article{arxiv.2505.08850,
title = {High-throughput Screening of the Mechanical Properties of Peptide Assemblies},
author = {Sarah K. Yorke and Zhenze Yang and Aviad Levin and Alice Ray and Jeremy Owusu Boamah and Tuomas P. J. Knowles and Markus J. Buehler},
journal= {arXiv preprint arXiv:2505.08850},
year = {2025}
}