AMPCliff: quantitative definition and benchmarking of activity cliffs in antimicrobial peptides

01 / 研究问题

多肽的微小变化可能带来很大的抗菌活性变化，普通划分可能掩盖这种活性悬崖挑战。

02 / 创新思路

量化定义抗菌肽活性悬崖，并通过专门的数据划分评测模型。

03 / 方法机制

AMPCliff 用归一化 BLOSUM62 相似度 ≥0.9 和 MIC 差异 ≥2 倍定义局部比对的多肽悬崖。2–5 倍阈值形成悬崖感知评测集，而非一种新预测架构。

04 / 实验设置

v2 从公开 GRAMPA 过滤数据，去除含半胱氨酸多肽，重复 MIC 取几何均值，最终保留 2,758 条长度 7–25 的金黄色葡萄球菌多肽。比较 4:1 分层随机划分与 AC 划分；基线覆盖传统回归器、神经网络、ESM2 和 ProGen2。

Author manuscript v2 · 3 November 2024 · Figures 5–6 · 来源 ↗

05 / 主结果

v2 摘要报告 33 层 ESM2 的 Spearman 为 0.4669。Figures 5–6 显示，排序、回归误差与 top-50 召回对悬崖阈值的反应不同。

06 / 消融与局限

悬崖对依赖测量噪声、相似度定义和活性阈值。随机划分可能高估整体相关性，但大阈值的召回表现不同。去除半胱氨酸且聚焦天然短肽，限制其向富二硫键、修饰或更长多肽迁移。基准用于诊断失效，并未解决悬崖。

这一相关系数属于特定基准与指标，不能当作高准确率治疗设计的宣传。2025 年在线发表与 2026 年卷期是同一篇论文。

07 / 个人贡献

共同通讯作者。

08 / 论文与代码