耐药菌感染是人类健康的重大威胁；其中，由耐药结核分枝杆菌感染导致的结核病已经成为目前最具传染性和最致命的疾病之一。针对这一问题，杨恺教授课题组采用深度学习与迁移学习相结合的策略，建立了一种“AI—人类专家协商机制”，从头设计出一种全新的、具有抗结核杆菌功能的“最小模型多肽”分子（K7W6）。该多肽仅由两种氨基酸组成（K和W）；实验结果显示，K7W6兼具高抗菌活性与低细胞毒性优点，且不易产生细菌耐药性。进一步的实验和模拟研究表明，与天然多肽相比，该人工肽具有独特的聚集诱导的细胞膜选择性和高效膜扰动活性：组装的K7W6多肽团簇在焓的驱动下选择性地吸附到细菌膜表面，之后在细菌膜介导的熵的调控下解聚为单体、继而发挥膜扰动功能。K7W6的这一聚集诱导功能揭示了这一人工多肽体系独特的熵—焓竞争机制和生物功能调控特性，为开发和设计新型多肽药物和药物载体提供了新的思路。

本工作是由苏州大学杨恺教授与松山湖材料实验室元冰研究员、安徽医科大学卫林教授等合作完成，相关结果以“Assembly-Induced Membrane Selectivity of Artificial Model Peptides through Entropy−Enthalpy Competition”为题发表在学术期刊ACS Nano上。

本工作得到了国家自然科学基金（12274307、32230063、12347102、22307090、81402830）和广东省基础与应用基础研究基金（2023A1515011610）项目的支持。

原文链接：//pubs.acs.org/doi/10.1021/acsnano.4c05265