抗生素的出现彻底改变了人类应对微生物感染的方式。然而，长期滥用抗生素已导致严重的耐药性问题，对全球医疗健康体系构成重大挑战。据统计，耐药性感染每年造成约 70 万人死亡，预计到 2050 年，耐药㊣性感染的死亡人数可能超过癌症，成为全球主要死因。为有效应对微生物耐药性，亟需发现并开发新型抗菌剂。抗菌肽 （AMP） 主要通过静电相互作用与细胞膜结合，破坏膜结构并诱导细胞死亡。与传统抗生素相比，AMP 具有快速高效、作用机制多样等优势，因此不易在靶微生物中诱发耐药性，是研发新型抗菌㊣剂的理想分子。

　　在设计新型 AMP 时，研究者面临的主要挑战是需要在庞大的化学空间中进行探索。为加速抗菌肽㊣的挖掘，许多模型㊣被开发用于识别潜在 AMP，能够从现有肽库、随机生成序列、蛋白质组、基因组及微生物组数据中，高效筛选出潜在候选肽序列肽类药物。同时，也有研究者使用生成㊣式模型，从头设计或优化抗菌肽。尽管此类方法已发㊣现了许多新颖的抗菌肽，但获得的序列与已知序列往往相似度较高，而且大多聚焦于㊣抗细菌肽，对抗真菌肽的研究相对有限。

　　为此，本研究中✅基㊣于扩散模型、深度神经网络与分子动力学模拟建立了发现新颖抗菌肽的筛选管道。首先，在生成阶段，利用变分自编码器 （VAE） 将可变长度的肽序列映射至统一维度的潜在变量；随后，通过扩散模型在潜在空间中生成候选 AMP，再由 VAE 解码获取实际肽序列。与以往基于 VAE 或 GAN 的方法相比，该策略在生成序列的新颖性抗菌✅肽有多少种、多样性及化学空间覆盖范围上均表现更优。接着，在筛选阶段，通过㊣分类器预测、序列聚类与分子动力学模拟三步筛选对候选肽进行甄选。实验结果✅显示，从 40 条候选肽中筛选出的 25 条具有抗细菌或抗线 条活性较高 （MIC ≤ 12.5 μM） ，并被㊣进一步评估了其体内抗感染治疗潜力。该策略为抗菌肽的高效发现提供了一种具有创新性的计㊣算方法，为应对抗菌耐药性挑战带来了新的解决思路。