王淦/孟平/曾灵团队：利用 AI 设计全新多肽，精准抑制过度炎症

主要观点总结

本文研究了炎症性疾病的发病机制，特别是由gasdermin D（GSDMD）介导的细胞焦亡的角色。研究发现，细胞外囊泡可扩散焦亡反应，而GSDMD抑制剂的需求迫切。研究团队合作利用AI模型筛选肽类分子，成功鉴定出SK56分子，能够选择性抑制GSDMD-NT孔道功能，并在实验模型中展示出了良好的疗效。该发现为炎症性疾病的精准治疗提供了新的候选药物，并展示了人工智能在药物设计中的应用潜力。研究还涉及到SK56在临床治疗中的应用前景及未来研究方向。

关键观点总结

关键观点1: 研究背景及重要性

炎症性疾病如脓毒症和自身免疫性疾病的发病机制与过度活跃的免疫反应密切相关，其中细胞焦亡是重要环节。目前大多数GSDMD抑制剂存在局限性，因此急需开发新型抑制剂以解决现有问题。

关键观点2: 研究方法和关键突破

研究团队利用基于深度学习的原子生成模型虚拟筛选肽类分子，成功鉴定出SK56。SK56能够选择性靶向GSDMD-NT孔道，有效抑制巨噬细胞焦亡和细胞因子释放，并依赖细胞的ESCRT膜修复系统发挥细胞修复作用。

关键观点3: 研究成果及影响

SK56在脓毒症延迟治疗模型中显著提高小鼠存活率，为炎症性疾病的精准治疗提供新的候选药物。研究展示了人工智能在药物设计中的应用潜力，为开发针对其他炎症驱动性疾病的治疗策略提供新思路。

关键观点4: 未来研究方向和挑战

未来研究将探索SK56在自然感染或创伤模型中的效果，研究其治疗窗口及与现有抗炎药物的协同作用，并阐明SK56与GSDMD-NT相互作用的结构基础。