近日，药学院常文强教授、娄红祥教授领衔的研究团队在国际顶尖期刊Science Advances发表创新性研究成果。药学院王叶继为论文第一作者，常文强教授和娄红祥教授为论文共同通讯作者。团队构建了“AI生成+智能筛选”双引擎技术平台，成功开发出基于潜在扩散模型（Latent Diffusion Model）的抗菌肽设计系统，在对抗多重耐药菌的科技攻坚战中取得了突破，相关成果已申请发明专利保护。

世界卫生组织最新数据显示，全球每年因耐药菌感染死亡人数达127万，超过艾滋病和疟疾的致死人数。传统抗生素研发已陷入“投入倍增、产出减半”的困境。研究团队直击行业痛点，将目光投向具有天然抗耐药优势的抗菌肽（AMP）领域。这类由5-50个氨基酸构成的“生物导弹”，能通过破坏细胞膜、干扰代谢等多重机制杀灭病原体，使微生物难以产生耐药性。

传统AMP开发面临三大困局：1）万亿级化学空间探索效率低下；2）现有生成模型易获取已知抗菌肽类似物；3）抗真菌肽研究严重滞后。研究团队开创性构建"生成-筛选-验证"三位一体技术体系：采用变分自编码器（VAE）将可变长度肽序列映射至统一潜空间，结合扩散模型实现序列的从头生成。相较于传统GAN模型，新系统生成序列的新颖性和多样性显著提升，化学空间覆盖率进一步扩大。搭建深度神经网络分类器与分子动力学模拟平台，实现从理化性质预测到膜作用机制解析的全维度筛选，并进一步通过实验室合成多肽进行活性验证。

在首轮验证中，系统生成的40条候选肽展现惊人潜力：25条显示显著抗菌活性（成功率62.5%）；9条高效肽的最小抑菌浓度（MIC）≤12.5μM，部分抗菌肽的 MIC低至3.2μM；体内实验证实，先导肽AMP-24和AMP-29可显著降低耐药菌感染的组织菌载量，且无明显体内毒性。

该研究一经发表，便获得英国皇家化学会主办的《化学世界》（Chemistry World）关注，杂志专栏作家Victoria Atkinson博士对此进行了采访及专栏报道。