
多肽自组装是构建功能性生物材料的重要途径,在药物递送、组织工程及食品胶体等领域具有广阔应用前景。然而,传统实验筛选与分子模拟方法受限于探索空间庞大、合成成本高昂及模型指导性不足等瓶颈。近年来,人工智能(artificial intelligence,AI)凭借其强大的数据挖掘与模式识别能力,为多肽自组装的高效预测与设计提供了新范式。本文系统综述AI预测多肽自组装的核心机制,围绕数据构建、特征工程、AI建模与预测输出三大关键环节,介绍实验积累与AI辅助文献挖掘的数据集构建方式、多维度特征工程方法,以及传统机器学习、深度学习、大型语言模型等主流技术路线。在此基础上,总结AI在多肽组装倾向、二级结构、纳米形貌及功能活性等层面的具体应用进展。最后,剖析当前研究面临的数据稀缺偏差、环境因素建模缺失、跨尺度预测困难三大核心挑战,并展望多肽专用大模型、数据-物理双驱动模型等未来发展方向,以期为多肽自组装材料的智能设计与产业化提供参考。
2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2

