当前位置：互动百科网 > 教育 >

江瑛芝 | 机器学习辟新径 高效筛选抗菌肽

时间：2024-11-08 19:28来源：www.rrf53.com作者：未知点击：

大家都知道，抗菌药物是当今治疗病原微生物感染的有效“利器”。然而，伴随抗生素的广泛用和滥用，耐药菌的出现与蔓延已成为全球公共卫生范围面临的严峻挑战。

▲团队合影（成员由左至右为郭义琳、彭云璐、刘雨岚、徐语浓、江瑛芝、姚岚天、谢沛霖、关佳辉、赵志浩）

2022年，权威医学杂志《柳叶刀》发布了一项2019年对全球204个国家和区域的调查研究，研究显示因抗菌药物耐药直接致使100余万人死亡，这一数字甚至超越了因疟疾或艾滋病毒感染而丧生的人数，而间接死亡的人数更是将近500万。此外，据专家预测，到2050年，抗生素耐药性每年可能致使多达1000万人死亡，由于病毒、细菌和其他病原领会不断进化，使药物失去效力。这一现象引发了全球关注，由于而今的科学进步并未跟上病菌的进化速度。

在对抗耐药性和探寻新型抗菌药的迫切关口，对抗菌肽的研究成为目前科研范围的热门之一。香港中文大学（深圳）助理教授、科比尔卡革新药物开发研究院副研究员江瑛芝多年来深耕于抗菌肽的预测与设计、抗生素分子的高精度临床开发等研究中，致力于解决与微生物耐药性有关的科学与技术问题，为国内抗药菌范围的技术进步贡献着源源持续的女人科研力量。

奔赴科研之旅

勇于探索，不给自己设限。纵览江瑛芝的科研之旅，她的研究脚步涉足国内外多所高校，不同科研环境与科研环境的熏陶，造就了她不拘一格且敢于尝试和冒险的科研精神，也赋予了她向着我们的科研目的不断发展的决心。在她看来，假如真的喜欢、想做、能做，纵使前路渺茫，也应当大胆去尝试。

2004年，江瑛芝从台湾大学本科毕业后，心中最大的愿望就是继续深造，去范围的前沿探究更多的科学未知。在梦想的驱使下，江瑛芝向多所海外知名高校递交了申请书，并顺利收到了美国布朗大学、俄亥俄州立大学、德国海德堡大学的录取公告书。由于喜欢德国强调动手实践的学习环境，江瑛芝决心前往德国海德堡大学继续我们的科研旅程。在那里江瑛芝如饥似渴地吸收着原子物理范围的有关常识，并接触到这一范围的很多前沿工作，为其后续的科研工作拓展打下了坚实的基础。在博士生导师洛伦茨·S.塞德尔鲍姆（Lorenz S Cerderbaum）教授的科研启蒙下，江瑛芝理解了如何提出科研问题、展开科研假设，进而拓展理论验证。这一阶段，江瑛芝的博士生导师也时常派她去研究各种有趣的新课题，借此训练她面对一个崭新科研课题的态度。“我的博士生导师常常对我说，大自然不分物理、化学、生物，那是人类自己区别的，后来我尝试拓展交叉范围的有关研究也是遭到了他的影响。”江瑛芝说。2012年，江瑛芝顺利获得德国海德堡大学理论化学博士学位。

博士毕业后，江瑛芝加入香港中文大学习物理系王一教讲课题组拓展植物蛋白演化的分子动力学模拟研究，为多个小分子进行参数优化，并在这一阶段进步了一套应用在VMD平台上的软件，可用于辅助标靶药物设计，如迅速计算药物分子与蛋白质的结合自由能。这一期间，江瑛芝还借助计算办法研究酶的演化过程对底物结合特异性的影响，并且申请到英国皇家掌握的计划补助——牛顿国际奖学金。在计划补助期间，江瑛芝加入了南安普敦大学习化学系，研究抗生素的抗药性问题，探究非平衡统计力学在细菌耐药性问题中的应用。通过不懈攻关，她成功通过分子动力学模拟与自由能计算剖析了青霉素结合蛋白PBP2a的耐药机制。“在博士及博士后期间，我有幸参与了3个不一样的研究范围。虽然每次转换范围的时候也有过迷茫，但这也是我最开心的时候，由于又可以学不少新东西了。我不觉得自己在每一个范围都做到了游刃有余，但我非常享受每段学习的过程。”她说。

AI与抗菌肽筛选的碰撞

2020年3月，江瑛芝来到香港中文大学（深圳）开始全新的科研革新旅程。这一阶段，她基于之前的科研基础，一直在尝试将科研探索与现在社会上亟须解决的医学问题结合得愈加紧密。立足香港中文大学（深圳）这一科研革新平台，江瑛芝将研究的重点放在借助AI算法进行抗菌肽的活性与毒性预测中。

在江瑛芝的介绍下，记者获悉：伴随近些年细菌耐药性的增强，很多治疗药物不再有效，细菌的耐药性研究成为人类无法避免的要紧问题。抗菌肽是一类具备抗微生物活性的小肽，它们能抵御多重耐药菌，同时不容易产生耐药性的抗菌肽，被觉得是可能替代传统抗生素的下一代抗菌剂。

然而大部分抗菌肽本身的抗菌活性不高，且具备一定量的细胞毒性与溶血毒性，因此临床上能用的抗菌肽类型极少，一般主要作为治疗耐药性细菌的最后一线抗生素用。由此可知，提升活性和减少毒性是抗菌肽实质应用上的难题。

近些年来，测序技术进步诞生的大量微生物组数据为大家探寻如此的活性肽提供了丰富的数据资源。但挖掘办法的局限妨碍了有关研究的节奏。为了打破这一近况，江瑛芝团队与李宗夷教讲课题组合作，从2023年开始尝试用不一样的机器学习技巧，对现有数据库中的抗微生物肽进行模型练习，其中基于多肽序列的抗菌肽二元辨别器ABPCaps可以准确判断一个多肽是不是具备抗菌活性，在准确度、精准度与召回率上分别达到了93.33%、91.72%、90.95%，远远超越目前其他软件。

在这一背景下，江瑛芝进一步申请了深圳自然科学基金基础研究项目“智能赋能、物理助行：计算驱动的抗菌肽开发”。在这一项目中，她和研究团队成员将通过AI算法进行高通量的新抗菌肽筛选，再通过分子动力学模拟与自由能计算打造一个基于物理学原理的多肽活性/毒性估值办法，用于抗菌肽的活性与毒性筛选，最后通过实验验证选出几个最好的抗菌肽，为后续进行新药研发奠定基础。

冲破研究困境

近些年来，机器学习的深入进步为抗菌肽范围的有关研究打开了新的大门。但面对如此一个具备进步潜能的跨学科研究范围，江瑛芝团队也不可防止地遇见了重重挑战。“人工智能建模需要很多的数据，但现在仍然有很多大家有兴趣的课题缺少足够的数据支撑，而今大家课题组遇见的最大困难就是抗菌肽毒性方面的数据有非常大的不足。此外，有关范围对抗菌肽有哪些用途机制进行全方位分析的科研工作也有很多不自洽的部分，比如大多数数据库中的抗菌肽用途机制被标记为能破坏细菌细胞膜完整性，但基于物理学原理的分子动力学模拟却时常不可以重现这个过程，大家觉得这是模拟时没考虑抗菌肽形成多聚体的结果。”江瑛芝说。

依据课题组已有些成就，江瑛芝和研究团队计划针对深圳区域临床上容易见到的耐碳青霉烯类革兰氏阴性菌，包含鲍曼不动杆菌、大肠埃希菌、肺炎克雷伯菌、铜绿假单胞菌等，通过AI算法进行高通量的新抗菌肽筛选。“以物理学原理为基础的分子动力学模拟与自由能计算，虽然计算量大、较为耗时，但可以有效检验抗菌肽有哪些用途机制，决定其物理化学性质，可以用来打造一套抗菌肽的活性与毒性计算系统。”她说。值得一提的是，这一项目完成后不仅能够为学术同行、药企研发职员提供一套作业模板，促进类似研究的拓展，还对全国乃至世界的公共医疗、畜牧养殖、AI科技医疗产业的进步具备积极意义。

科研的道路漫漫，江瑛芝坦言而今所拓展的一项与自由能算法有关的研究，其困难程度是前所未有些。“从涉足这一研究课题起，大家从推导公式、编程、测试不同体系，到目前已经过了6年，这一期间由于项目进程太过缓慢，连我都几乎要舍弃了，但目前有机会看到课题完成，我的内心真的十分激动。”回首走过的科研旅程，江瑛芝很感谢团队成员们所付出的不懈奋斗，与博士生姚岚天与合作者李宗夷教授一直以来的大力支持。路虽远，行则将至；事虽难，做则必成。现在她愈加坚定信念，朝着自己理想的科研目的继续深耕。

上一篇：清明节纪念英烈手抄报大全 清明节纪念英烈手抄报大全图片

网站首页 返回栏目

下一篇：没有了

相关文章

推荐文章