- 4 次围观
我们提出了一种用于线性抗菌肽（AMP）设计的生成式机器学习流程。为将多样性扩展到经合成验证的肽数据集（约 7,000 条目）之外，我们采用迁移学习方法，先在基因组来源的 AMPSphere 数据集（约 863,000 条目）上训练生成式预训练变换器（GPT），再在抗菌活性与肽结构数据库（DBAASP）上进行微调。我们使用由 Bi-LSTM 架构、ESM-2 和 QSAR 特征向量构建的最小抑菌浓度（MIC）预测模型委员会，对筛选后的序列进行评估。与仅在 DBAASP 上训练相比，微调后的 GPT 模型使测试损失降低了 28%，并生成了在新颖性和理化合理性方面同时更优的肽序列。我们的最高排名候选序列预计具有可与多黏菌素 B 相当的抗菌活性。我们预计，这种迁移学习方法可广泛适用于利用大规模未标注基因组数据集来促进靶向肽发现。我们鉴定得到的序列已提交至 2027 AMP Challengecite{noauthor_szczurek-labamp-challenge-2027_2026}（团队名称为 textsc{Vinci}）进行实验验证，完整代码库和工作流程也已开源cite{zenodo.20618061}。
本网站正在使用一项安全服务来保护自身免受在线攻击。您刚才执行的操作触发了该安全解决方案。多种行为都可能导致此次拦截，包括提交某个特定词语或短语、SQL 命令，或格式错误的数据。
您可以向网站所有者发送电子邮件，告知您被拦截的情况。请在邮件中说明当此页面出现时您正在执行的操作，并附上本页底部显示的 Cloudflare Ray ID。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.16.732639v1?rss=1
🏷️ 抗菌肽 迁移学习 生成式模型 基因组数据 GPT 药物设计
来源出处