近日，湖南师范大学动物多肽药物创制国家地方联合工程实验室王颖教授课题组在生物信息学领域重知名期刊 《Bioinformatics》 发表题为“RLAnOxPeptide: an integrated framework combining transformer and reinforcement learning for efficient antioxidant peptide prediction and innovative design”的研究论文。论文第一作者为韩昌盛，刘中华教授、王颖教授为共同通讯作者。《Bioinformatics》 是国际计算生物学学会（ISCB）官方期刊之一，最新影响因子为 5.5，中科院生物学2区，中国计算机学会（CCF）A类期刊。

抗氧化肽具有清除自由基、缓解氧化应激等作用，在生物医药和功能食品领域具有重要应用价值。针对传统抗氧化肽发现周期长、成本高以及现有人工智能方法多侧重于活性预测的问题，研究团队开发了集抗氧化肽预测与创新设计于一体的人工智能框架 RLAnOxPeptide。

该框架融合 Transformer 蛋白质语言模型与强化学习，包括抗氧化肽预测模型 RLP-T5Pred 和序列生成模型 RLP-T5Gen。预测模型在独立测试集上的 AUC-ROC达到0.9692，F1-Score达到0.9286；进一步通过强化学习引导生成模型在多肽序列空间中探索兼具潜在活性、新颖性和多样性的候选抗氧化肽。

研究团队进一步对人工智能设计的候选多肽进行了化学和细胞实验验证，多条新设计多肽表现出良好的自由基清除能力和氧化损伤细胞保护作用，实现了从人工智能预测、序列生成到实验验证的研究闭环。该研究为利用人工智能开展功能多肽筛选与创新设计提供了新的技术思路。

文章链接：https://academic.oup.com/bioinformatics/article/42/7/btag504/8728787