近日，我所能源研究技術平臺（DNL20）靳艷研究員團隊與大連工業大學劉俐副教授團隊、國家乳業技術創新中心何劍正高級工程師團隊合作，發展了一種基于深度學習技術的乳源抗菌肽篩選新方法。團隊利用該方法從母乳中篩選獲得了新結構抗菌肽，并揭示了母乳初乳和成熟乳中抗菌肽的分布規律。
世界衛生組織（WHO）和中國營養學會等國內外權威組織機構均提出——母乳是嬰兒最理想的食物，是“無可替代的黃金標準”。為滿足嬰兒健康需求，部分母乳蛋白質在母體內降解為內源肽。母乳內源肽具有抗菌、抗炎、抗氧化等生物功能，其中抗菌肽對構建嬰兒免疫系具有重要的作用，研究母乳內源肽及其功能對于嬰兒健康營養研究具有重要意義。然而，由于乳源肽的特殊性及樣品來源受限等問題，從母乳中高通量篩選抗菌肽面臨挑戰。
本工作中，團隊構建了基于輕量梯度提升機（Light Gradient Boosting Machine,LightGBM）、長短期記憶網絡（Long Short-Term Memory,LSTM）和注意力機制（Attention Mechanism）算法的乳源抗菌肽預測模型（DeepMAMP），在獨立測試集中對乳源抗菌肽的預測準確率可達81.4％，高于現有抗菌肽預測模型。進一步，團隊利用DeepMAMP 對LC-MS/MS分析的45位產婦的初乳和成熟乳中的內源肽進行預測，從源于母乳β-酪蛋白（β-Casein）和乳鐵蛋白（Lactotransferrin）的1028條內源肽中篩選到311條潛在抗菌活性肽，對其中6條新結構肽進行抗菌實驗驗證，證實其中5條肽對革蘭氏陰性和革蘭氏陽性病原菌均具有抑制活性。研究還發現，母乳中初乳比成熟乳含有更為豐富的抗菌肽，表明初乳對嬰兒早期免疫系統的重要作用。
靳艷團隊一直聚焦于食源性功能肽的研究，建立了復雜體系中功能肽的篩選及制備技術，針對乳品（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）等體系開展系統研究。近年來，靳艷團隊將人工智能與組學技術相結合，提高了功能肽篩選效率，本工作開發的DeepMAMP模型與已建立的苦味肽預測模型CPM-BP（Food Chem.，2024），有望進一步完善功能肽高通量篩選體系。
相關研究成果以“Discovery of milk-derived antimicrobial peptides in human milk by DeepMAMP based on peptidomics technology and deep learning method”為題，于近日發表在《食品化學》（Food Chemistry）上。該工作的共同第一作者是我所DNL20于文皓助理工程師、于洋工程師和已畢業聯合培養碩士研究生張新晨。上述工作得到國家乳業技術創新中心科研攻關項目、大連醫科大學-大連化學物理研究所聯合創新基金等項目的支持。（文/圖 于洋）
