CCF广东工业大学学生分会举办 “多模态生成模型驱动多肽分子智能设计”学术讲座

CCF广东工业大学学生分会于2025年12月30日（周二）上午成功举办了主题为“多模态生成模型驱动多肽分子智能设计”的学术讲座。本次学术讲座的报告人是付祥政教授。

付祥政教授现任深圳理工大学计算机科学与控制工程学院特聘教授、教研副教授、博士生导师。他曾就职于深圳华为技术有限公司，并入选澳门青年学者计划。付祥政教授主要从事人工智能药物分子设计、多肽药物发现及生物信息学研究，已在npj Digital Medicine, Journal of Medicinal Chemistry等期刊发表论文70余篇，获评湖南省计算机学会科学技术奖二等奖。

本次讲座中，付祥政教授首先深入浅出地介绍了多肽药物的研究背景与市场前景。他指出，多肽作为由氨基酸通过肽键连接而成的化合物，填补了小分子药物与大分子生物药之间的空白。相比于小分子药物，多肽具有更高的生物活性和特异性；相比于大分子药物，其成本更低且纯度更高。付教授通过全球和中国肽类药物市场规模的增长数据，展示了该领域蓬勃的发展态势，特别是在中国市场，年复合增长率表现强劲。他强调，随着人工智能技术的爆发，多肽药物研发正迎来从“传统筛选”向“智能设计”转型的关键契机。

针对多肽分子生成与优化的技术挑战，付祥政教授重点分享了团队在生成模型方面的突破性工作。他指出，多肽设计往往面临“活性”与“毒性”等多目标冲突的难题。为此，付教授详细介绍了基于多模态扩散模型的抗菌肽设计方法SQ-DiffuPep，该方法引入软量化和移位窗口注意力机制，有效学习了多肽的结构和序列表征。此外，为了解决药物设计中的多目标优化问题，他提出了基于超体积（Hypervolume）的HMAMP方法，能够在兼顾溶血性、活性和毒性的前提下，精准搜索帕累托前沿（Pareto Front），从而筛选出综合性能最优的候选分子。

在虚拟筛选领域，付祥政教授展示了如何利用大语言模型（LLMs）突破传统分子库的限制。他介绍了团队提出的 DrugReAlign框架，这是一个基于LLMs的药物虚拟筛选多源提示框架。该框架不仅覆盖了靶点信息收集、空间信息解析及分子对接，还支持通过Python包一键运行。付教授特别展示了与南京大学团队合作的湿实验验证结果：在针对NQO1蛋白靶点的筛选中，该模型成功推荐了具有高结合活性的分子，充分证明了空间信息在LLMs药物筛选中的有效性。

讲座的最后部分，付祥政教授着重探讨了“性质预测”与“数据库构建”的重要性。针对目前开源多肽数据库存在的“种类多、容量小、标准缺失”的痛点，付教授团队整合了100多个开源数据库，构建了一个包含90+个逻辑化层次标签的综合多肽数据库，解决了数据冗余与信息冲突问题。基于此高质量数据，团队开发了多种预测模型，包括自适应稳定性高的二级结构预测方法SE-SSP，以及针对环肽膜通透性预测的MultiMol模型——该模型成功筛选出了针对KRAS和FGFR1等“不可成药”靶点的抑制剂。此外，他还展示了集生成、预测、筛选于一体的全链路自动化框架Diff-AMP，为多肽药物的高通量筛选提供了强有力的工具。

付祥政教授与在场的师生进行了热烈的互动，并耐心解答了关于模型泛化能力、湿实验验证细节等问题。本次讲座不仅展示了AI在多肽药物设计领域的最新前沿成果，更通过“干湿结合”的研究范式，为在座师生提供了宝贵的科研思路与启发。

内容编辑：李培智

素材拍摄：麦一开

内容审核：章明辉