8月6日，《细胞陈诉》（Cell Reports）揭晓了广东工业年夜学生物医药学院传授林章凛团队与华南理工年夜学生物学院副传授杨晓锋团队互助的最新研究结果。他们于人工智能的生物学运用方面取患上主要进展，乐成构建一种新型的人工智能框架——DeepMineLys，并发明迄今为止于人类微生物组中最有用的溶菌酶。

DeepMineLys的示用意。研究团队供图

?

论文第一作者、华南理工年夜学生物科学与项目学院2018级玻士生付一然暗示，作为观点验证，该研究使用了人类微生物宏基因组数据，从中辨认以及挖掘有医治耐药菌潜力的溶菌酶，它标记着人工智能于生物学范畴运用的一个主要冲破。

“DeepMineLys不只可以或许挖掘溶菌酶，它具有卵白质挖掘的广泛运用潜力，为将来的生物学研究提供了一个无力的东西。”论文配合通信作者林章凛暗示，DeepMineLys的乐成患上益在构建了涵盖广泛噬菌体溶菌酶的周全练习数据集，集成为了TAPE等进步前辈算法以及编码技能，接纳了三层卷积神经收集以及双轨架构等几个要害要素，极年夜地晋升了模子的猜测机能。

于机能评估方面，研究团队使用了切确度、召回率以及F1分数等多种指标，于自力数据集的验证中，DeepMineLys的F1分数到达84.00%，比拟现无方法晋升了20.84%。他们乐成从三个差别的人类微生物宏基因组数据集中辨认出一千多种新的溶菌酶（相似度小在60%）。

研究团队还畴前100个候选溶菌酶随机选择了16个举行了试验验证，此中11个被证明具备活性，最强的一个溶菌酶的活性以至比传统溶菌酶超出跨越6.2倍，成为迄今为止于人类微生物组中发明的最有用的溶菌酶。划一主要的是，研究团队指出了人工智能用在生物学问题的若干限定以及拟待解决的要害问题。

一是，生物问题触及的可能数据库要弘远在物理问题的数据库。好比，人口今朝的总数只要80亿摆布，以是人脸辨认是相对于轻易的；但单个卵白质的三突变株数就高达千亿。二是，今朝人工智能技能的验证基本局限在内推，而生物学问题更需要外推威力，是以使用自力数据集验证更显主要。三是，年夜部门人工智能的生物学研究今朝缺少试验验证。

“这些问题的解决，将极年夜鞭策人工智能于生物学范畴的运用。”林章凛说。

相干论文信息：https://doi.org/10.1016/j.celrep.2024.114583