近日，王颖教授课题组在化学领域知名期刊《Chemical Science》上发表了题为 “PpF: A Density Functional Fine-Tuned for Noncovalent Interactions of Protein and Peptide Residues” 的研究论文。该论文第一作者为博士研究生周伊妮，王颖教授与美国明尼苏达大学Donald Truhlar教授为共同通讯作者。《Chemical Science》为中科院化学领域1区top期刊，2025年影响因子为7.5。

蛋白质-多肽相互作用的核心在于氨基酸残基之间的非共价作用，准确计算这些残基对的相互作用能，对于理解蛋白质结构的形成、模拟蛋白质-多肽识别过程以及指导多肽药物设计具有基础性意义。然而，现有密度泛函方法在描述复杂非共价相互作用时，往往精度不足。

为解决这一挑战，研究团队以此前在广泛化学领域中表现优异的CF22D泛函为基础模型，利用氨基酸对相互作用数据对其进行微调，最终开发出一种专门用于描述氨基酸对非共价相互作用的新泛函PpF。该研究采用迭代监督学习方法，有效提升了泛函的性能，从而在氨基酸对相互作用的计算中实现了卓越的准确性与稳定性。结果表明，PpF泛函在训练集、测试集以及外部数据集（SCAI、JSCH、GMTKN55和MGCDB84_NC）上均表现优异，验证了其在生物分子体系及多种非共价问题中的广泛适用性。此外，基于PpF泛函构建的氨基酸对结构与能量数据集，可作为基准，用于评估各类计算方法在预测氨基酸对相互作用能量方面的性能。

这项研究为蛋白质-多肽残基对相互作用的量子化学计算提供了一种精确且可靠的方法，有望在基于结构的药物设计、多肽亲和力预测及分子识别机制研究等应用领域发挥重要价值。

第一作者：周伊妮

文章链接：https://pubs.rsc.org/en/content/articlelanding/2026/sc/d6sc01551d