随着全球化加速与全球流通性增强，病毒传播的速度和范围已达到前所未有的水平，这对公众健康、社会稳定乃至全球经济构成了重大威胁。世界卫生组织（WHO）已经把八种病毒性疾病列为重点关注对象，并提议尽早为未来可能出现全新、未知病原体导致的疾病（X 疾病）做好防御措施。尽管疫苗能在疫情早期有效预防感染，但面对快速变异病毒带来的挑战，亟需加速研发有效的抗病毒治疗手段，以减轻病毒传播风险。近日，中国科学院微生物研究所王军、赵欣、邓涛等研究团队在 hLife 上联合发表题为 “Language model-driven discovery of antiviral peptides” 的研究论文（图1）。研究团队开发了一种基于自然语言处理（NLP）的预测工具，实现了对抗病毒肽（AVPs）的精准识别，研究表明，最强效的AVPs主要通过破坏病毒包膜发挥抑制作用。这项研究不仅建立了发现AVPs的高通量策略，也为开发下一代抗病毒药物研制奠定了重要基础。
图1 论文标题及作者信息
团队首先训练了一个基于Transformer的模型（LW），训练数据来自公开数据库的3605条AVPs和258,875条非抗病毒肽（non-AVPs）。由于数据极度不平衡，研究团队对交叉熵损失函数进行了改进，引入样本比例权重，避免模型因为样本数量不均衡产生的预测偏倚，同时以数据平衡模型（DB）作为对照。结果显示，相较于对照组和已有模型，LW在预测精确度上具有明显优势，精度达到0.87 ± 0.04。为了更高效地寻找新的抗病毒肽，研究团队进一步在不同物种的参考蛋白组中进行AVPs的高通量预测。结果发现，病毒组数据集是最丰富的潜在AVPs来源，有着最高预测比例的AVPs（2.24%）。基于这一发现，团队进一步整合了全球范围内的病毒组研究数据，这些数据来源于多个独立的研究项目，包括中国陆地环境、狩猎活动相关的动物以及小型哺乳动物类群的病毒组序列，同时也涵盖其他脊椎动物、无脊椎动物类群的相关数据。利用LW模型挖掘潜在的AVPs，并结合生物学相关性分析筛选与病毒丰度显著负相关的候选序列，这种策略不仅降低了假阳性，也大大缩小了实验验证范围。该研究最终获得27条候选抗病毒肽（cAVPs）。随后对27条cAVPs的实验验证中，有24条能够显著抑制三种呼吸道病毒中的至少一种。进一步机制研究显示，这些活性最强的肽主要通过破坏病毒包膜发挥作用，从而有效抑制病毒感染。综上所述，本研究展示了人工智能在抗病毒肽发现领域的巨大潜力，不仅大幅提高了AVPs挖掘的效率和准确性，也为未来广谱抗病毒药物的研发提供了全新的思路和技术路线。随着更多病毒组数据的不断积累，这种基于语言模型的策略有望支持更系统、更快速的抗病毒分子探索，为应对未来可能出现的未知病毒威胁提供强有力的技术储备。
✦ +
+
作者简介
王洁婧 硕士
第一作者
机构：中国科学院微生物研究所
研究方向：机器学习在微生物方面的应用
邓涛 研究员
通讯作者
机构：中国科学院微生物研究所
研究方向：流感病毒复制机制及抗病毒策略研发
赵欣 研究员
通讯作者
机构：中国科学院微生物研究所
研究方向：病毒入侵阻断及抗病毒免疫研究
王军 研究员
通讯作者
机构：中国科学院微生物研究所
研究方向：微生物组学和人工智能在微生物研究中的应用
引用格式：Wang J, Li D, Shi Y, et al. Language model–driven discovery of antiviral peptides. hLife 2025. https://doi.org/10.1016/j.hlife.2026.11.004.