用戶使用TIDETRON COMDEL模型進行抗菌肽預測

 

　　據(jù)了解，態(tài)創(chuàng)生物基于深度學習，整合優(yōu)化ChatGPT、AlphaFold、Progen等先進技術和算法（Comparing and Optimizing Multiple DEep Learning），逐步形成了獨特的算法邏輯層，快速搭建出活性肽AI預測和挖掘模型TIDETRON COMDEL。該模型首期瞄準抗菌肽（AMPs），助力挖掘其在醫(yī)藥、食品、農(nóng)業(yè)、美妝等領域更廣泛的應用前景。

 

　　抗菌肽是一種具有廣譜抗菌作用的小分子活性肽，具有耐酸堿、抗腫瘤、抗病毒等特性，并且不易產(chǎn)生耐藥性。然而，由于抗菌肽的序列短、多樣性高、相似性低，研究其功能和作用機制通常需要大量的實驗驗證。TIDETRON COMDEL模型通過AI技術，能夠快速、準確地預測和挖掘抗菌肽，極大地提高了研究效率。

 

　　除了現(xiàn)有數(shù)據(jù)庫中的上萬條抗菌肽外，TIDETRON COMDEL還收集了態(tài)創(chuàng)生物自主高通量篩選獲得的2000多條抗菌肽數(shù)據(jù)，基本覆蓋了市面上所有的抗菌肽種類。先進算法結合海量數(shù)據(jù)不斷優(yōu)化模型，這使得抗菌肽的設計和預測準確率達到行業(yè)前沿水平，實現(xiàn)了新的突破。

 

活性肽預測和挖掘模型TIDETRON COMDEL的開發(fā)邏輯

 

　　據(jù)態(tài)創(chuàng)生物首席科學家吳奕瑞介紹，TIDETRON COMDEL操作簡便快捷，用戶只需填寫基本的序列信息，即可得到該序列為抗菌肽的概率，大大降低篩選的時間和人力成本。通過抗菌肽的預測，TIDETRON COMDEL不僅可以輔助指導、篩選目標物質(zhì)，更有助于實現(xiàn)其在終端應用的提質(zhì)增效。

 

　　合成生物與人工智能的創(chuàng)新融合是學界和產(chǎn)業(yè)界重點關注的趨勢之一，逐漸落地的技術成果將打開多元應用的巨大潛力。AlphaFold所構建的“蛋白質(zhì)宇宙”，涵蓋了大約2.14億個蛋白質(zhì)結構；國際頂刊上的尖端研究也在利用AI模型揭示生物奧秘。

 

　　目前TIDETRON COMDEL已布局10+種活性肽預測模型的開發(fā)，探索AI for Synbio的無限可能。雖然該模型只是AI賦能合成生物的一小步，但其泛化遷移能力有望突破應用邊界，未來在結構、活性、功能、靶點、應用、產(chǎn)量等方面的預測研究將邁出一大步。

 

態(tài)創(chuàng)研發(fā)人員在進行研究探討

 

　　“Bio+AI”的探索處于初期階段，仍面臨數(shù)據(jù)整合和標準化、模型的可解釋性和可靠性、技術應用的安全性和可持續(xù)性等挑戰(zhàn)。態(tài)創(chuàng)此次公益開放AI抗菌肽預測和挖掘模型，將有助于加強行業(yè)交流、促進良性發(fā)展，構建人工智能賦能合成生物的產(chǎn)業(yè)生態(tài)。