林仲彥、陳淑華、沈麗娟、林子棠、呂怡萱、鄭文芝、莊惟媗、柯琪峰、賴珈汶、施養信

面臨新病毒與耐藥性挑戰，本研究透過AI與生成對抗網路模型設計新抗菌肽，減少開發成本與時間。利用深度學習與人工智慧篩選低毒性候選物，已合成具抗菌與抗癌能力胜肽。因應不同功能性胜肽特性，評估使用集成學習（Ensemble AI）與資料增強（data augmentation）策略，來提升預測精準度；對於新興病毒如COVID-19，則利用遷移式學習(Transfer Learning)方式，建立AMP/Anti-Viral Peptide (AVP)模型為基礎的功能鑑別模型，找出能對抗COVID-19及其他未來可能出現新興病毒的治療用候選胜肽。希望未來能以此一架構策略(AI Fleming)來延伸到不同治療用胜肽的開發，並加速其整體研發時程，讓我們有更多的針對未來新興疾病的可能對策，進而取代既有由化合物資料庫及大自然中，以海底撈針式曠日廢時的找尋方式。 本研究已發展出之技術成果簡述如下： 1. 完成人工智慧治療用胜肽開發平台，包括 ① 胜肽序列快速編碼方法 ②集成式胜肽功能鑑別與溶血預測平台(人工智慧模型為核心之網站) ③特定功能胜肽生成器。 2. 進行全新抗藥性細菌抗菌肽之設計合成，及對抗特定病原及癌細胞之驗證 ，並已找出數條具抗菌、抗黴或抗癌潛力之低毒性胜肽，可作為後續應用的基礎。