在生物醫(yī)學領域，多肽作為藥物具有重要地位，在疾病相關的代謝重編程和免疫調(diào)節(jié)中發(fā)揮著關鍵作用，因其具有優(yōu)異的生物相容性和優(yōu)異性，是臨床治療中的可靠選擇。

然而，在多肽藥物的研發(fā)賽道上，科研人員常常面臨著“理想豐滿，現(xiàn)實骨感"的困境?？咕模ˋMPs）、核糖體合成及翻譯后修飾肽（RiPPs）等候選分子，雖然展現(xiàn)出良好的藥理活性，但其開發(fā)過程卻步履維艱。傳統(tǒng)的基于細胞的表達系統(tǒng)，如同一個封閉的黑箱受制于宿主的細胞毒性、膜通透性等限制。

圖1：基于肽的藥物發(fā)現(xiàn)^[1]

• 告別宿主毒性：許多具有強效抗菌或細胞毒性的多肽，在活細胞內(nèi)表達時會直接“殺死"宿主，導致產(chǎn)量極低甚至無法表達。CFPS系統(tǒng)在體外進行，充分規(guī)避了這一問題，讓“毒性"不再是表達的障礙^[2]。

• 開放的反應環(huán)境：沒有了細胞膜的束縛，研究人員可以精確調(diào)控反應體系中的每一個組分。無論是氧化還原電位以輔助二硫鍵形成，還是引入非天然氨基酸（nnAAs）賦予多肽全新功能，CFPS都提供了無比的可控性^[3]。

• 極速的“DNA到蛋白"流程：傳統(tǒng)克隆、轉化、誘導、純化的漫長周期被大幅壓縮。CFPS通?？稍跀?shù)小時至24小時內(nèi)完成從DNA模板到活性蛋白的合成，極大地加速了“設計-構建-測試-學習"（DBTL）的研發(fā)循環(huán)^[4]。

核糖體合成及翻譯后修飾肽（RiPPs）是具有較大生物活性的主要天然產(chǎn)物類別，普遍具有抗菌、抗病毒、抗腫瘤等強效生物活性。然而傳統(tǒng)的細胞表達 RiPPs面臨著修飾酶與底物匹配性差、合成與調(diào)控不可控等問題。

Liu WQ等人開發(fā)了基于CFPS技術的統(tǒng)一生物催化系統(tǒng)（UniBioCat），用于快速生物合成和 RiPPs 工程。與傳統(tǒng)細胞路徑相比，CFPS將新肽發(fā)現(xiàn)周期從數(shù)月縮短至數(shù)天，且能直接表達基因組暗物質(zhì)中編碼的毒性多肽，極大拓展了可篩選的化學空間。

圖2：利用 UniBioCat 平臺進行 RiPPs的生物合成

生物活性肽是健康和醫(yī)學中的關鍵分子，深度學習為發(fā)現(xiàn)和設計生物活性肽帶來了巨大潛力。然而，需要合適的實驗方法以高通量和低成本驗證候選分子。Pandi等人建立了一條無細胞蛋白合成（CFPS）流程，實現(xiàn)直接從 DNA 模板快速且低成本地生產(chǎn)抗菌肽（AMPs）。該研究展示了 CFPS 在 24 小時內(nèi)實現(xiàn)高通量、低成本的生物活性肽生產(chǎn)和檢測的潛力。

如果說CFPS是執(zhí)行者，那么人工智能（AI）就是強-大腦。二者的結合，正在重塑多肽藥物的發(fā)現(xiàn)模式。

圖3：通過深度學習和無細胞生物合成從頭開發(fā)AMPs的工作流程

隨著現(xiàn)代化學和生物學的發(fā)展，非天然氨基酸（ncAAs）已成為開發(fā)肽類藥物候選物的有力工具。雖然由天然氨基酸組成的肽可以作為藥物候選，但大多數(shù)肽在生物條件下穩(wěn)定性較差。而非天然氨基酸在調(diào)節(jié)肽的穩(wěn)定性、效力、通透性、口服生物利用度和免疫原性方面的發(fā)揮著重要作用[7]。

傳統(tǒng)基于細胞的方法具有明顯瓶頸，比如插入效率低且缺乏穩(wěn)定性，部分 ncAAs 在細胞內(nèi)根本無法使用，宿主細胞代謝對實驗條件具有嚴格限制等。CFPS在整合ncAAs方面具有天然優(yōu)勢。通過正交翻譯系統(tǒng)，科研人員可以在多肽的特定位點精準插入帶有特殊官能團（如疊氮基、炔基）的ncAAs^[8]。

圖4：CFPS流程

從 UniBioCat 的一體化合成到 AI-CFPS 的智能閉環(huán)。未來，隨著無細胞體系的進一步優(yōu)化、微流控 CFPS 的普及、AI 預測精度的提升，CFPS 將更深度融入多肽藥物的全生命周期，大幅縮短研發(fā)周期、降低成本、提升成功率，為攻克感染、疼痛、腫瘤等重大疾病提供更分子武-器。