克日，，威廉希尔质料基因组工程研究院张统一院士和冯凌燕教授团队在国际着名期刊《Small》（2024年IF＝13）揭晓题为“Machine Learning-Engineered Nanozyme System for Synergistic Anti-Tumor Ferroptosis/Apoptosis Therapy”的研究论文。。文章报道了一类新型的“分而治之”机械学习战略识别生物功效质料小数据机理，，并有用连系了纳米酶及一氧化氮（NO）气体治疗，，实现协同铁殒命/凋亡抗肿瘤疗法，，进一步推念头械学习辅助的纳米酶复合质料系统抗肿瘤研究。。威廉希尔质料基因组工程研究院为论文第一完成单位和通讯单位，，质料基因院博士生李天亮，，香港科技大学（广州）博士生曹斌，，质料基因院博士生苏天昊为论文配合第一作者。。
研究团队提出了基于“分而治之”的数据驱动要领，，并开发了序列向后高斯历程回归树分类器（TCGPR，，开源代码见原文），，乐成用于生物功效质料小数据模式识别剖析。。TCGPR通过序列向后地评估数据之间的高斯关联性，，获得漫衍趋同的数据域。。文章提出了全局高斯杂乱因子来量化数据关联，，通过构建集成模子探讨得出差别数据域上的统一纪律。。构建模子后，，通过该模子展望了24 000个虚拟的实验合成路径，，接纳基于蒙特卡洛抽样的知识梯度提升算法，，举行贝叶斯效用值评估，，从而推选出最优虚拟的实验合成路径举行实验验证。。相关研究乐成应用并进一步完善了团队前期开发的贝叶斯优化质料定向设盘算法包Bgolearn，，使其成为涵盖贝叶斯单目的/多目的设计，，贝叶斯回归/分类采样，，以及效用函数效率评估在内的，，综合性贝叶斯优化平台，，下载次数凌驾68k次，，在贝叶斯优化领域获得普遍应用。。本平台的生长为基于生物小数据的实验路径优化提供了有用工具。。
在机械学习的辅助下，，铁掺杂精氨酸碳量子点作为一类理想质料被有用制备并加以应用。。实验验证功效质料具有多种模拟酶特征和卓越的爆发NO的能力。。通过DFT理论进一步诠释了，，在机械学习指导战略下所制备的掺杂功效质料胍基键长缩短，，有助于实现高浓度NO的释放。。随后将质料负载于沸石咪唑框架中，，外层包裹透明质酸基质料增添生物相容性，，从而构建高效的纳米酶复合系统（FZH）。。FZH系统可通过胞吞的形式进入肿瘤细胞，，对肿瘤微情形具有起劲响应并释放所负载的掺杂碳量子点，，通过调理肿瘤细胞内谷胱甘肽、活性氧和一氧化氮中分子水平，，举行有用调控细胞的氧化还原平衡并诱导癌细胞殒命。。这些调控作用可有用抑制肿瘤细胞；；；ば宰允，，增进细胞凋亡，，实现与铁殒命的协同效应。。通过活体动物实验有用验证，，机械学习指导下的纳米酶复合系统可抑制小鼠肿瘤的生长。。
研究事情批注机械学习可以有用地优化生物功效质料前端设计及性能提升，，是在质料基因组研究理念下，，接纳AI for Materials研发模式加速新质料设计及其应用的一次有用探索。。
上述事情获得国家自然科学基金（No. 22122704、No. 22177067），，上海高校特聘教授（东方学者）跟踪妄想（GZ202209），，广州-香港科技大学（广州）联合资助项目（No. 2023A03J0003）的资助。。
论文详细信息：T. Li, B. Cao, T. Su, L. Lin, D. Wang, X. Liu, H. Wan, H. Ji, Z. He, Y. Chen, L.Y.Feng*, T.Y. Zhang, Machine Learning-Engineered Nanozyme Systemfor Synergistic Anti-Tumor Ferroptosis/ApoptosisTherapy.Small，，2024, 2408750.https://doi.org/10.1002/smll.202408750
