固態納米孔結合機器學習對抗衰寡肽的單分子分析取得進展

抗衰商品中的寡肽作為活性成分與皮膚細胞相互作用，加速膠原合成和纖維細胞增殖。寡肽活性成分一些是神經遞質或酶抑制劑，另一些是信號肽或載體肽。研究對不同寡肽結構建立單分子特征分析方法，應用于市面不同抗衰產品中寡肽有效成分鑒定，對化妝品工業質控有重要意義。

近日，中國科學院重慶綠色智能技術研究院與陸軍軍醫大學合作，在固態納米孔結合機器學習算法對化妝品中抗衰寡肽的鑒別中取得進展。相關研究成果以Single-Molecule Resolution of Oligopeptides in Anti-Aging Cosmetics Combined with Nanopore Readouts and Deep Learning Model為題，發表在《化學工程雜志》（Chemical Engineering Journal）上。

針對市面產品中抗衰寡肽的單分子結構鑒別，研究團隊采用固態納米通道單分子平臺，結合機器學習算法展開研究，實現了化妝品中六種超短寡肽的區分和鑒別，并應用于不同公司抗衰凍干粉中的六勝肽的有效成分鑒定與質量評估。該方法在GdnHCl體系中能區分單個氨基酸差異，在KCl體系中結合MLP機器學習模型將五種寡肽分類準確率提升至90%。針對不同公司六勝肽凍干粉的成分進行鑒定，能快速鑒別商品的有效成分及產品品質。

該研究建立的“納米孔+機器學習”檢測方案，有效提升了超短寡肽分子識別與信號解析精度，為寡肽單分子分析及精準醫學等領域提供了新工具與新思路。

研究工作得到國家自然科學基金、國家重點研發計劃和中國科學院“西部之光”相關計劃等的支持。

論文鏈接