寻找新型抗菌肽
抗菌素耐药性已成为全球最紧迫的健康危机之一，预计到2050年，每年可能导致约1000万人死亡。应对这一危机亟需新型疗法。抗菌肽（AMPs），尤其是细菌素，因其天然进化机制直指竞争细菌的根本弱点——从细胞包膜到关键细胞内机制——使病原体难以产生耐药性，成为传统抗生素极具前景的替代方案。
随着基因组和宏基因组测序数据指数级增长，全球数据库已积累数十亿条天然氨基酸序列。这些资源不仅催生了在全球广泛使用的Nisin等细菌素，还推动了近期基因组挖掘的突破，如Darobactin、Dynobactin和Lariocidin的发现。
然而，大量序列仍沉睡在蛋白质数据库的“暗物质”中。由于与已知蛋白质缺乏相似性，其功能尚未被表征。以全球领先的公开蛋白质序列资源UniProt为例，其中保存着数百万条源自基因组测序项目但功能未知的序列。
为填补这一空白，Google开发了ProtNLM（蛋白质自然语言模型）。这款深度学习模型经过训练，能够直接解读氨基酸序列底层的进化“语法”，从而直接从原始序列预测生物学功能，为数百万此前未被命名的UniProt条目赋予了高置信度的功能标签。