IF15.7!! 中国农业科学院仅用 6图,强势发表《Nature 》子刊!!!
- 2026-02-10 16:27:14
IF15.7!! 中国农业科学院仅用 6图,强势发表《Nature 》子刊!!!
耐药菌肆虐无计可施？DLFea4AMPGen 来了！深度学习 + SHAP 解析核心特征，75% 候选肽具双效活性，D1 可破多重耐药菌，为抗菌新药研发辟新径！生信研究社 将带大家拆解一个看似复杂的概念，让你在5分钟内掌握其核心。 
01 引言 
该研究由西安交大附一院戴 Xiaofeng 团队与贵州医科大学赵 Xing 团队联合完成，系统梳理了 SLE 的核心发病机制、诊断标准、风险因素及防治策略，提出 “免疫过度激活、细胞因子微环境失衡、碎片清除障碍” 三大核心机制，为 SLE 的精准诊疗提供了全面的理论支撑与临床参考。 
文献介绍 
中文标题：DLFea4AMPGen de novo通过整合从深度学习模型中学习到的特征设计抗菌肽 发表期刊:Nature communications 发表时间：2025-10-15 影响分子：IF: 15.7 Q1 
嘿嘿～发现一枚“宝藏博主”的入口！✨ 戳戳下方名片，解锁我的信笺小宇宙～ 每天用暖暖的文字和懂你的分析，陪你拆开生活的“盲盒”！等你来抱抱灵感呀～(づ｡◕‿‿◕｡)づ 
02 研究背景 
03 核心研究路线 
1. 数据来源 2. 生信分析流程 3. 实验验证 
04 关键结果解读 
图 1：DLFea4AMPGen 设计流程 图中信息：展示 “模型训练→特征提取→序列生成→实验验证” 全链路，通过 SHAP 筛选 3400 个 KFFs，聚类为 4 个亚家族（Fig.1b-d） 
结论：该流程将虚拟库规模从 1.59×10⁶缩小至 89 万条以内，大幅降低筛选成本，同时保留核心活性特征 图 2：模型性能与多活性预测 图中信息：ABP-MPB 等模型在测试集上准确率 86%，优于 SVM/XGBoost；23,346 条序列中 4760 条被预测为 “三活性” 肽（Fig.2c） 
结论：深度学习模型预测性能碾压传统方法，多活性筛选能富集高价值候选肽，提升验证成功率 图 3：关键特征片段（KFFs）分析 图中信息：13AA 长度肽占比最高（62%），KFFs 中 Lys/Cys/Trp 等活性氨基酸占比提升 0.14%-4.11%；4 个亚家族有独特氨基酸分布（Fig.3e） 
结论：明确 AMP 活性核心氨基酸特征，为后续定向设计提供生信依据 图 5：候选肽实验验证 图中信息：16 条候选肽中 12 条至少具备两种活性，D1 对 MRSA 的 MIC=16μM，溶血率 < 4%；小鼠模型中肝脏菌载量降低 1.02 log CFU/g（Fig.5a-e） 
结论：DLFea4AMPGen 设计成功率达 75%，候选肽兼具高活性与安全性，可对抗耐药菌 
05 价值与局限 
创新点 局限性 06 新手复刻指南 
1. 选题 2. 工具 3. 实验 你觉得 DLFea4AMPGen 策略中，哪个步骤最能提升设计成功率？如果要设计抗结核杆菌的 AMP，你会优先选择哪些生信工具？欢迎在评论区留言～ 
▼ 推荐阅读 ▼ 
点击上方蓝字关注我们
临床痛点：抗生素耐药菌肆虐，传统 AMP 设计成功率低（<30%），且忽略氧化应激引发的炎症损伤
生信切入点：深度学习可快速挖掘肽序列 - 活性关联，结合特征提取工具能缩小筛选范围，提升效率
本文研究缺口：现有方法虚拟库规模庞大（20¹³ 序列），计算成本高，且缺乏 “多活性整合” 设计思路
公共数据库：整合 20 个生物活性肽数据集（含 ABP、AFP 等 18 种活性），共 23,346 条序列
自建数据集：临床 /livestock 分离的 10 株耐药菌（如 MRSA 09057、E.coli z44）+ 小鼠脓毒症模型样本
模型构建：用 MP-BERT 预训练模型，微调得到抗菌 / 抗真菌 / 抗氧化 3 个预测模型（ABP-MPB 等）
特征提取：SHAP 量化氨基酸贡献，滑动窗口（13AA）提取关键特征片段（KFFs），聚类为 4 个亚家族
序列筛选：保留模型预测概率 > 0.99、正电荷≥2 的序列，K-means 聚类选代表性肽（每类 4 条，共 16 条）
药物预测：Connectivity Map 匹配潜在作用机制，验证与细菌膜破坏相关通路
细胞实验：PBMC 细胞毒性检测、红细胞溶血实验，验证肽安全性
分子实验：RT-qPCR 检测抗菌相关基因表达，SEM/TEM 观察细菌膜损伤
动物实验：小鼠脓毒症模型，检测脏器菌载量 + 炎症因子（TNF-α、IL-6）水平
首次将 SHAP 与聚类分析结合，从 “特征提取→序列生成” 形成闭环，提升 AMP 设计精准度
整合三种活性设计，解决细菌感染引发的氧化应激问题，功能更全面
生信流程开源（GitHub 可获取代码），数据集涵盖临床耐药菌，易复刻
未纳入空间转录组数据，无法解析肽 - 细菌互作的空间特征
候选肽仅验证 17 种微生物，对罕见耐药菌的活性需进一步测试
改进方向：结合 AlphaFold 预测肽三维结构，用分子对接模拟与细菌膜的结合模式，进一步提升设计效率
方向：聚焦 “耐药菌 + 多活性肽设计”，参考 “特征提取→聚类筛选→实验验证” 框架
捷径：从 GEO 下载抗菌肽数据集（GSE128480 等），优先选择含 MIC 值的队列
基础分析：Python（pandas 处理数据、scikit-learn 计算 AUC）
核心工具：MP-BERT（肽序列预测）、SHAP（特征解释）、K-means（聚类筛选）
可视化：ggplot2（模型性能图）、PyMOL（肽结构可视化）
基础验证：合成候选肽（纯度 > 95%），检测对 E.coli/S.aureus 的抑制率
功能验证：ABTS 法测抗氧化活性，CCK-8 检测细胞毒性
简化验证：用临床分离的 MRSA 菌株验证 MIC 值，无需复杂动物实验即可发中高分 SCI
IF22.9!!恭喜山大齐鲁医院凭''3图2表''拿下双一区TOP! 高分思路直接抄！
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
