抗菌肽（AMP）存在于所有生命领域，能够导致细胞裂解从而完全杀死或抑制微生物生长。与传统的广谱抗生素相比，AMP更具针对性，且其耐药性演变速度很低，有望成为一种潜在的治疗方法。
近日，复旦大学类脑智能科学与技术研究院（下文简称“类脑研究院”）青年研究员路易斯·佩德罗·科埃略（Luis Pedro Coelho）、名誉教授皮尔·伯克（Peer Bork）、特聘教授赵兴明团队与来自美国与德国的科学家将人工智能与生物医学交叉融合，从全球微生物组中预测近100万种新型抗菌肽。相关成果以《利用机器学习发现全球微生物组中的抗菌肽》为题，在《细胞》（Cell）主刊上发表。
在研究中，团队提出了一种针对微生物多肽识别的机器学习算法，可大大降低抗菌肽（AMP）识别的假阳性率。基于该机器学习算法，研究团队从来自环境和宿主相关栖息地的全球63,410个宏基因组和87,920个高质量细菌与古菌基因组预测得到了近100万种新型非冗余抗菌肽，并建立了AMP综合数据资源（AMPSphere）。
该研究证明了人工智能方法从全球微生物组中识别功能性AMP的潜力，研究团队提出的该AMPSphere数据库为微生物领域研究提供了宝贵资源，这些研究发现对于理解抗菌肽的起源和作用机制具有重要意义，为未来抗菌药物的研发迈出了重要一步，为人类健康研究提供了重要贡献。
本次研究成果为团队将人工智能算法应用于微生物组学的里程碑式进展。据赵兴明介绍，未来，团队将继续聚焦人工智能与生物医学大数据交叉领域的研究，“比如基于中国人肠道病毒组目录开发人工智能算法与工具，进行相关微生物大模型的训练”，在AI for Science的前沿持续探索。
