宾夕法尼亚大学工程学院Chatterjee实验室团队近日在《自然·通讯》发表研究，正式推出开源人工智能平台PeptiVerse。该平台旨在解决多肽药物研发中候选分子实验室验证成本高、周期长且易在后期暴露成药性缺陷的痛点。研发团队整合了分散于多项独立实验的数据集，经标准化处理后训练机器学习模型，使系统能够针对溶解性、细胞穿透力、毒性、血液相容性及体内半衰期等关键属性调用最优算法，实现多维度精准预测。 与传统需编写代码的计算工具不同，PeptiVerse采用直观网页界面与可视化数据面板，大幅降低生物医药研究者的使用门槛。研究人员仅需输入多肽序列，即可快速获取综合评估报告并追溯训练数据以辅助解读。目前，该平台已广泛用于候选多肽的快速初筛，并可与生成式AI深度耦合，在分子生成阶段即嵌入理化特性约束，引导算法定向设计高亲和力与低脱靶风险的新型多肽。 作为开源基础设施，PeptiVerse支持科研机构与企业接入自有数据迭代模型。团队指出，平台将持续吸纳社区贡献以拓展预测维度，通过构建可生长的多肽属性数据库，系统性缩短药物筛选周期，为GLP-1等创新多肽疗法的商业化开发提供核心算法支撑。