近日，我所能源研究技术平台（DNL20）靳艳研究员团队与大连工业大学刘俐副教授团队、国家乳业技术创新中心何剑正高级工程师团队合作，发展了一种基于深度学习技术的乳源抗菌肽筛选新方法。团队利用该方法从母乳中筛选获得了新结构抗菌肽，并揭示了母乳初乳和成熟乳中抗菌肽的分布规律。
世界卫生组织（WHO）和中国营养学会等国内外权威组织机构均提出——母乳是婴儿最理想的食物，是“无可替代的黄金标准”。为满足婴儿健康需求，部分母乳蛋白质在母体内降解为内源肽。母乳内源肽具有抗菌、抗炎、抗氧化等生物功能，其中抗菌肽对构建婴儿免疫系具有重要的作用，研究母乳内源肽及其功能对于婴儿健康营养研究具有重要意义。然而，由于乳源肽的特殊性及样品来源受限等问题，从母乳中高通量筛选抗菌肽面临挑战。
本工作中，团队构建了基于轻量梯度提升机（Light Gradient Boosting Machine,LightGBM）、长短期记忆网络（Long Short-Term Memory,LSTM）和注意力机制（Attention Mechanism）算法的乳源抗菌肽预测模型（DeepMAMP），在独立测试集中对乳源抗菌肽的预测准确率可达81.4％，高于现有抗菌肽预测模型。进一步，团队利用DeepMAMP 对LC-MS/MS分析的45位产妇的初乳和成熟乳中的内源肽进行预测，从源于母乳β-酪蛋白（β-Casein）和乳铁蛋白（Lactotransferrin）的1028条内源肽中筛选到311条潜在抗菌活性肽，对其中6条新结构肽进行抗菌实验验证，证实其中5条肽对革兰氏阴性和革兰氏阳性病原菌均具有抑制活性。研究还发现，母乳中初乳比成熟乳含有更为丰富的抗菌肽，表明初乳对婴儿早期免疫系统的重要作用。
靳艳团队一直聚焦于食源性功能肽的研究，建立了复杂体系中功能肽的筛选及制备技术，针对乳品（J Proteomics，2016；Food Biosci.，2019；J. Agric. Food Chem.，2021；Food Chem.，2023；Food Chem.，2024）、鹿茸（Food Res Int.，2017）、大曲（J Proteomics，2023；Int J Food Sci Tech.，2023）等体系开展系统研究。近年来，靳艳团队将人工智能与组学技术相结合，提高了功能肽筛选效率，本工作开发的DeepMAMP模型与已建立的苦味肽预测模型CPM-BP（Food Chem.，2024），有望进一步完善功能肽高通量筛选体系。
相关研究成果以“Discovery of milk-derived antimicrobial peptides in human milk by DeepMAMP based on peptidomics technology and deep learning method”为题，于近日发表在《食品化学》（Food Chemistry）上。该工作的共同第一作者是我所DNL20于文皓助理工程师、于洋工程师和已毕业联合培养硕士研究生张新晨。上述工作得到国家乳业技术创新中心科研攻关项目、大连医科大学-大连化学物理研究所联合创新基金等项目的支持。（文/图 于洋）
