固态纳米孔结合机器学习对抗衰寡肽的单分子分析取得进展

抗衰商品中的寡肽作为活性成分与皮肤细胞相互作用，加速胶原合成和纤维细胞增殖。寡肽活性成分一些是神经递质或酶抑制剂，另一些是信号肽或载体肽。研究对不同寡肽结构建立单分子特征分析方法，应用于市面不同抗衰产品中寡肽有效成分鉴定，对化妆品工业质控有重要意义。

近日，中国科学院重庆绿色智能技术研究院与陆军军医大学合作，在固态纳米孔结合机器学习算法对化妆品中抗衰寡肽的鉴别中取得进展。相关研究成果以Single-Molecule Resolution of Oligopeptides in Anti-Aging Cosmetics Combined with Nanopore Readouts and Deep Learning Model为题，发表在《化学工程杂志》（Chemical Engineering Journal）上。

针对市面产品中抗衰寡肽的单分子结构鉴别，研究团队采用固态纳米通道单分子平台，结合机器学习算法展开研究，实现了化妆品中六种超短寡肽的区分和鉴别，并应用于不同公司抗衰冻干粉中的六胜肽的有效成分鉴定与质量评估。该方法在GdnHCl体系中能区分单个氨基酸差异，在KCl体系中结合MLP机器学习模型将五种寡肽分类准确率提升至90%。针对不同公司六胜肽冻干粉的成分进行鉴定，能快速鉴别商品的有效成分及产品品质。

该研究建立的“纳米孔+机器学习”检测方案，有效提升了超短寡肽分子识别与信号解析精度，为寡肽单分子分析及精准医学等领域提供了新工具与新思路。

研究工作得到国家自然科学基金、国家重点研发计划和中国科学院“西部之光”相关计划等的支持。

论文链接