SAMP V2：一种基于增强型分裂氨基酸组成与生化序列顺序信息的用于抗菌肽识别的新型堆叠集成学习模型

抗菌耐药性降低了传统抗生素的有效性，已成为全球公共卫生的重大威胁，这凸显了开发新型抗感染药物的必要性。抗菌肽（AMPs）作为一类具有广谱抗菌活性的多样化先天免疫效应分子，是应对耐药感染的有前景候选物。然而，依赖湿实验识别AMPs仍然成本高昂且耗时较长，因此对计算识别方法有着强烈需求。我们近期开发的方法SAMP基于比例化切分氨基酸组成，能够捕捉区域特异性的残基分布。然而，SAMP可能忽略关键的生化信息和序列顺序信息。本文提出SAMP V2，这是一种基于生化与序列顺序信息增强的切分氨基酸组成（BIA-SAAC）的堆叠集成学习框架，通过将伪氨基酸组成特征与生化和序列顺序信息整合到切分肽段区域中，对SAMP进行了扩展。具体而言，将每条肽段划分为N端、中间和C端区域，并在每个区域内计算伪氨基酸组成。在六个独立测试数据集上的基准测试表明，SAMP V2在准确率、MCC、G-measure和F1-score等指标上均优于多种最先进模型，包括AMPpred-MFA和iAMP-Attenpred。鉴于其高性能和稳健性，SAMP V2有望显著加速下一代抗菌治疗剂的发现，以应对多重耐药病原体带来的全球威胁。

SAMP V2：一种基于融合生化—序列顺序信息的增强型分段氨基酸组成用于抗菌肽鉴定的新型堆叠集成学习模型 | bioRxiv

跳转至主要内容

首页 关于 投稿 提醒 / RSS 搜索该关键词 高级搜索 新结果

SAMP V2：一种基于融合生化—序列顺序信息的增强型分段氨基酸组成用于抗菌肽鉴定的新型堆叠集成学习模型

Mengtao Sun， Jieqiong Wang， Shibiao Wan

doi： https://doi.org/10.64898/2026.08.12.744552

Mengtao Sun 1 内布拉斯加大学医学中心； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY-ND 4.0 国际许可协议发布。

返回顶部

上一篇 下一篇

发布于 2026 年 8 月 15 日。

下载 PDF 补充材料 电子邮件

感谢您有兴趣帮助传播 bioRxiv 的内容。

您的电子邮件 * 您的姓名 * 发送至 * 请输入多个地址（每行一个）或以逗号分隔。

您将通过电子邮件发送以下内容

SAMP V2：一种基于融合生化—序列顺序信息的增强型分段氨基酸组成用于抗菌肽鉴定的新型堆叠集成学习模型

邮件主题

（您的姓名）已从 bioRxiv 转发给您一个页面

邮件正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为真人访客，并防止自动垃圾信息提交。

分享

SAMP V2：一种基于融合生化—序列顺序信息的增强型分段氨基酸组成用于抗菌肽鉴定的新型堆叠集成学习模型

Mengtao Sun， Jieqiong Wang， Shibiao Wan

bioRxiv 2026.08.12.744552； doi： https://doi.org/10.64898/2026.08.12.744552

分享本文： 复制

引文工具

SAMP V2：一种基于融合生化—序列顺序信息的增强型分段氨基酸组成用于抗菌肽鉴定的新型堆叠集成学习模型

Mengtao Sun， Jieqiong Wang， Shibiao Wan

bioRxiv 2026.08.12.744552； doi： https://doi.org/10.64898/2026.08.12.744552

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.12.744552v1?rss=1

🏷️ 抗菌肽识别 堆叠集成学习 伪氨基酸组成 序列特征工程 耐药性应对