Fung-AI: An AI/ML-driven pipeline for antifungal peptide discovery

本研究提出了名为 Fung-AI 的 AI 驱动管道，利用生成对抗网络生成新型抗真菌肽，并通过计算筛选与实验验证成功发现了针对小麦和人类病原真菌具有活性且低细胞毒性的候选肽，证明了生成式 AI 在从头设计抗真菌药物中的概念可行性。

要点

这篇文章介绍了一个名为 Fung-AI 的聪明项目，它的目标是利用人工智能（AI）来寻找新的“真菌杀手”——也就是能对抗真菌感染的新型药物。

想象一下，真菌（比如导致脚气的霉菌，或者让小麦生病的真菌）就像是一群顽固的“入侵者”。它们不仅会破坏我们的粮食，还会让人类生病，甚至产生耐药性，让现有的药物失效。传统的找药方法就像是在大海里捞针，既慢又贵。

Fung-AI 团队决定换一种玩法：他们造了一个“数字炼金术士”（AI），让它自己发明新的药物分子。

以下是这个过程的简单拆解：

1. 训练“数字炼金术士” (生成对抗网络 GAN)

• 比喻：想象有一个天才厨师（AI 的生成器），他看过成千上万种能杀死真菌的“食谱”（已知的抗真菌肽序列）。但他不是简单地复制粘贴，而是学会了这些食谱的“精髓”（比如需要多少盐、什么味道）。
• 做法：这个 AI 开始发挥想象力，凭空“烹饪”出成千上万种从未存在过的新食谱（新的肽序列）。它一口气生成了约 10,000 种全新的候选药物。

2. 严格的“试吃”与筛选 (分类器)

• 比喻：刚做出来的菜不能直接端给客人吃，得先经过严格的试吃员（AI 分类器）把关。
• 做法：
  • 第一关（能不能杀真菌？）：三个不同的 AI 试吃员检查这些新食谱，看它们有没有可能杀死真菌。结果，10,000 个里挑出了 3,578 个“潜力股”。
  • 第二关（会不会毒死人？）：真菌和人类细胞有点像，所以杀真菌的药有时候也会误伤人类（比如破坏红细胞）。AI 又进行了一轮筛选，把那些可能“毒死”人类细胞的食谱剔除。
  • 第三关（是不是真的新？）：最后，他们把这些剩下的食谱拿去和自然界里已有的蛋白质做对比，确保它们不是简单的抄袭，而是真正的“原创发明”。

3. 从“数字”到“现实” (实验验证)

• 比喻：经过层层筛选，AI 最终只推荐了 13 个最完美的“冠军食谱”给实验室的科学家。科学家把这些数字配方变成了真实的化学分子（肽），然后真的拿去喂给真菌看效果。
• 结果：
  • 好消息：在测试的 13 个分子中，有 5 个 真的能杀死真菌！
  • 具体表现：
    • 它们能杀死一种让小麦生病的真菌（Fusarium），这对保护粮食很有用。
    • 其中 4 个还能杀死一种让人类生病的真菌（Candida albicans，比如引起鹅口疮的霉菌）。
    • 最重要的是，其中 2 个分子在测试中对人类肝细胞非常安全（毒性很低），这意味着它们有潜力变成真正的救命药。

4. 遗憾与未来 (局限性)

• 比喻：虽然这次很成功，但并不是所有的“入侵者”都被打败了。
• 现状：这些新药物对一种特别狡猾、耐药性极强的超级真菌（Candida auris）几乎无效。这就像是用新武器打旧敌人很顺手，但遇到新装备的敌人就有点吃力了。
• 原因：因为关于这种新敌人的数据太少，AI 没学过怎么对付它。

总结

这篇论文就像是在展示一个**“自动驾驶的制药工厂”**。

• 以前，科学家像手工匠人，一个一个地试错找药。
• 现在，Fung-AI 像是一个超级 AI 设计师，它能在一秒钟内画出几万张设计图，然后自动筛选出最好的几张，让科学家只去验证这几张。

虽然它还不是完美的（对某些超级真菌还无效），但它证明了用 AI 来“发明”新药是行得通的。这为未来快速应对真菌大流行、保护我们的粮食和人类健康，打开了一扇充满希望的大门。

技术摘要

以下是基于论文《Fung-AI: An AI/ML-driven pipeline for antifungal peptide discovery》（Fung-AI：一种用于抗真菌肽发现的 AI/ML 驱动管道）的详细技术总结：

1. 研究背景与问题 (Problem)

• 全球威胁： 真菌病原体对全球健康和粮食安全构成严重威胁，每年导致约 250 万感染相关死亡，并造成 10-23% 的农作物减产。
• 现有挑战：
  • 药物匮乏与耐药性： 已知抗真菌药物类别有限，且出现了多重耐药甚至泛耐药（pan-drug-resistant）的临床菌株（如 Candida auris）。
  • 研发困难： 真菌与哺乳动物细胞生物学特性相似，导致开发低毒性抗真菌药物极具挑战性。
  • 数据限制： 尽管已有大量抗微生物肽数据，但高质量的抗真菌特异性数据集相对匮乏，限制了生成式 AI 在抗真菌药物发现中的直接应用。
• 目标： 开发一种基于生成式人工智能（Generative AI）的自动化管道，用于快速设计从头合成（de novo）的抗真菌肽，以应对日益增长的真菌感染风险。

2. 方法论 (Methodology)

研究团队提出了名为 Fung-AI 的计算管道，主要包含以下核心步骤：

A. 数据准备与模型构建

• 数据集构建： 整合了来自文献、DRAMP 4.0 和 CAMPR4 数据库的数据，构建了包含约 7,335 条肽序列（抗真菌与非抗真菌）的训练集，以及用于溶血性分类的 3,804 条肽序列数据集。
• 生成模型 (GAN)： 训练了一个生成对抗网络 (GAN)。
  • 架构创新：除了标准的生成器 (Generator) 和判别器 (Discriminator) 外，还引入了一个编码器 (Encoder)，形成生成器/解码器 - 编码器结构。
  • 训练策略：同时使用抗真菌和非抗真菌肽进行训练，并联合训练自编码器以重建真实序列，从而防止模式崩溃 (Mode Collapse) 并生成多样化的序列。
  • 输出：生成了约 10,000 条长度为 10-35 个氨基酸的全新候选肽序列。

B. 计算筛选管道 (In Silico Down-selection)

生成的候选肽经过多级筛选，从 ~10,000 条减少到实验验证的 13 条：

1. 抗真菌活性预测： 使用三个独立的二分类器对生成的肽进行筛选：
   • 基于时间卷积网络 (TCN) 的模型。
   • 基于 One-hot 编码的 1DCNN-BiLSTM 模型。
   • 基于 BLOSUM 嵌入的 1DCNN-BiLSTM 模型。
   • 结果： 三个模型均预测为抗真菌的肽被保留（约 3,578 条）。
2. 溶血性/毒性预测： 使用基于 Yaseen 等人工作的二分类器预测溶血活性，剔除高毒性候选物。
3. 聚类与新颖性分析：
   • 使用 UMAP 进行降维，HDBSCAN 进行聚类，识别具有代表性的抗真菌且非溶血性簇。
   • 使用 BLAST 比对 NCBI 非冗余蛋白数据库，确保生成的序列具有新颖性（最大全局相似度分数 < 0.75）。
4. 理化性质过滤： 根据文献指导，筛选具有适度阳离子电荷（+6 以下）、30-60% 疏水氨基酸比例以及合理等电点的肽。
5. 结构预测： 使用 PEP-FOLD4 预测二级结构（如α-螺旋、无规卷曲），确保结构多样性。

C. 实验验证

• 合成： 从筛选出的簇中选择了 13 条肽进行化学合成（分为粗品和>95% 纯度）。
• 抗真菌测试： 测定最小抑菌浓度 (MIC)，测试菌株包括：
  • 植物病原体：Fusarium graminearum (小麦赤霉病菌)。
  • 模式生物：Saccharomyces cerevisiae (酿酒酵母)。
  • 人类病原体：Candida albicans (白色念珠菌) 和 Candida auris (耳念珠菌)。
• 细胞毒性测试： 在 HepG2 人肝癌细胞系中测定半数致死浓度 (LC50)。

3. 关键贡献 (Key Contributions)

1. Fung-AI 管道开发： 首次展示了一个完整的、半自动化的生成式 AI 管道，专门用于从头设计抗真菌肽，成功克服了真菌数据稀缺的挑战。
2. 生成与筛选策略： 证明了即使使用混合的抗真菌/非抗真菌数据集训练 GAN，结合多模型集成筛选，也能有效生成具有生物活性的新颖肽序列。
3. 实验验证的高成功率： 在仅测试不到 20 条肽的情况下，成功发现了具有抗真菌活性的候选物，验证了计算筛选的有效性。
4. 开源资源： 所有代码、数据和模型均已公开，促进了该领域的可重复性和进一步发展。

4. 主要结果 (Results)

• 生成规模： 生成了 9,994 条独特肽序列。
• 筛选过程： 经过三级抗真菌分类器、溶血性分类器、聚类分析和理化性质过滤，最终选定 13 条肽进行实验。
• 抗真菌活性：
  • 总体表现： 在测试的 13 条肽中，有 5 条显示出抗真菌活性。
  • 最佳候选物：
    • Peptide 12 & 40： 对 F. graminearum 的 MIC 为 250 µg/mL，对 S. cerevisiae 和 C. albicans 的 MIC 为 500 µg/mL。
    • Peptide 48 & 65： 对多种真菌 MIC 为 500 µg/mL。
  • 局限性： 所有测试肽对新兴病原体 C. auris 均无显著抑制作用（MIC > 500 µg/mL）。
• 细胞毒性：
  • 低毒性候选物： Peptide 48 在测试浓度下未观察到毒性；Peptide 65 的 LC50 > 704.2 µg/mL，显示出良好的治疗窗口潜力。
  • 高毒性： Peptide 12 的 LC50 较低 (66.06 µg/mL)，限制了其作为药物的直接应用。
• 结构特征： 活性肽主要呈现阳离子特性，并预测形成α-螺旋结构，这与已知的膜破坏型抗菌肽机制一致。

5. 意义与局限性 (Significance & Limitations)

• 科学意义：
  • 证明了生成式 AI 在解决特定生物医学问题（抗真菌药物发现）中的可行性，即使面对数据稀缺的挑战。
  • 提供了一种快速、低成本的“计算优先”策略，可大幅减少湿实验筛选的工作量。
  • 发现的新颖肽序列为后续优化提供了新的骨架（Scaffolds）。
• 局限性与未来方向：
  • 数据偏差： 训练数据中抗真菌肽比例较低，且缺乏针对特定病原体（如 C. auris）的细分数据，导致生成的肽对 C. auris 无效。未来需引入病原体特异性数据进行微调。
  • 机制未明： 未实验验证肽的具体作用机制（MOA），建议未来结合 MOA 预测模型。
  • 活性强度： 目前发现的肽 MIC 值（250-500 µg/mL）相较于已知强效抗真菌肽（如 VLL-28）仍较高，需要进一步的化学优化以提高效力。
  • 通用性： 该管道展示了从生成到验证的完整闭环，为其他难治性病原体药物发现提供了参考范式。

总结： Fung-AI 项目成功地将生成式 AI 应用于抗真菌肽设计，通过计算筛选与实验验证的紧密结合，发现了一系列具有潜力的新型候选药物，尽管目前活性有待优化且对特定耐药菌株无效，但该方法论为应对真菌耐药性危机提供了强有力的新工具。