肽的氨基酸序列决定了它们的自组装特性。然而，准确预测肽水凝胶的形成仍然是一项具有挑战性的任务。

近日，西湖大学Huaimin Wang，Wenbin Li描述了一种交互式方法，涉及实验和机器学习之间的相互信息交换，以实现（四）肽水凝胶的稳健预测和设计。

文章要点

1）研究人员利用化学合成了 160 多种天然四肽并评估其水凝胶形成能力，然后采用机器学习实验迭代循环来提高凝胶预测的准确性。

2）研究人员构建了一个耦合聚集倾向、疏水性和凝胶校正Cg的评分函数，并生成了8,000个序列的文库，其中预测水凝胶形成的成功率达到87.1%。值得注意的是，从头开始设计的肽水凝胶在小鼠模型中增强了 SARS-CoV-2 受体结合域的免疫反应。

该方法利用了机器学习预测肽水凝胶的潜力，并显着扩大了天然肽水凝胶的范围。

参考文献

Xu, T., Wang, J., Zhao, S. et al. Accelerating the prediction and discovery of peptide hydrogels with human-in-the-loop. Nat Commun 14, 3880 (2023).

DOI：10.1038/s41467-023-39648-2

https://doi.org/10.1038/s41467-023-39648-2