多肽分子凭借其高特异性、低副作用等优势，已成为生物医药、农业领域及功能材料研发的热点。然而，传统筛选方法存在耗时长、成本高等问题。随着人工智能AI与计算生物学技术的迅猛发展，基于靶蛋白结构的虚拟筛选技术已成为突破这一难题的有效路径。近日，质量安全所农产品质量安全全程控制技术创新团队在国际权威期刊《International Journal of Biological Macromolecules》（一区Top, IF=7.7）在线发表了题为《A fast and efficient virtual screening and identification strategy for helix peptide binders based on finDr webserver: A case study of bovine serum albumin (BSA)》的研究论文。该研究以牛血清白蛋白（BSA）为例，联合计算机虚拟筛选、体外分子互作鉴定及分子动力学模拟，成功建立了一种对靶蛋白具高亲和力（KD = 39.4 nM）螺旋肽binder的高效筛选和鉴定体系。该体系将大幅度缩短实验周期、降低成本和提高成功率，可为任意兴趣靶蛋白的多肽binder或靶标酶的多肽inhibitor等功能材料的制备提供强有力的技术途径。

本论文第一作者为我院质量安全所和淮阴工学院联合培养的硕士研究生卜佳蕊，质量安全刘媛研究员、张霄副研究员、淮阴工学院罗楚平教授为共同通讯作者。研究得到国家重点研发计划（2023YFD1700500）、国家自然科学基金（31972349、32311530060）、江苏省农业科技创新资金（CX[22]1009）等项目的联合资助。 

论文链接：A fast and efficient virtual screening and identification strategy for helix peptide binders based on finDr webserver: A case study of bovine serum albumin (BSA) - ScienceDirect