PCPpred：基于大语言模型的环肽膜通透性预测工具

PCPpred是印度德里信息技术研究所（IIIT Delhi）Raghava课题组开发的开源工具，专门针对环肽药物研发设计，利用大语言模型和集成学习技术预测化学修饰肽的膜通透性。该工具支持PAMPA、Caco-2、RRCK和MDCK四种主流渗透性实验模型的预测，并提供从MAP格式到SMILES/HELM的序列转换功能，旨在降低口服环肽药物设计门槛，加速相关治疗模态的发展。

多肽药物因高特异性和低毒性极具潜力，但口服给药是临床应用瓶颈——分子量较大、极性强导致生物利用度极低。传统线性多肽易被降解，环肽通过环化提高代谢稳定性，但环化不保证膜通透性，化学修饰（如N-甲基化、非天然残基引入）是关键。实验测定膜通透性成本高耗时，故开发准确预测工具具有重要价值。

多维度分子表征体系

PCPpred整合四类分子表征：

1. 分子描述符（理化性质如分子量、脂水分配系数）
2. 分子指纹（如Klekota-Roth指纹捕捉亚结构）
3. 分子嵌入（预训练语言模型从SMILES学习分布式表征）
4. 原子级特征（原子类型、杂化状态等细粒度信息）

集成学习预测架构

采用堆叠式集成策略，组合多个基学习器（如LightGBM、XGBoost、随机森林等），通过元学习器优化权重，降低过拟合，提升稳定性。

支持的实验模型

覆盖四种主流体外模型：

• PAMPA：模拟被动跨膜扩散
• Caco-2：模拟小肠上皮屏障（FDA认可）
• RRCK：Caco-2简化版，快速筛选
• MDCK：犬肾细胞模型，补充验证

环肽修饰常用MAP格式标注，PCPpred提供两个脚本处理：

1. map_to_smiles.py：将MAP序列转换为通用SMILES字符串
2. map_to_helm.py：批量转换为HELM格式（生物制药行业标准），便于与商业软件集成

示例输入：{nnr:ABU}{nnr:0OZ}{nnr:9XD}V{nnr:9XD}AA{d}{nnr:9XD}{nnr:9XD}{nnr:0Q3}{nnr:MBM}{cyc:N-C}

口服多肽药物设计

• 高通量筛选虚拟化合物库
• 评估化学修饰对通透性的影响
• 识别口服潜力环肽骨架
• 指导合成优先级排序

结构-通透性关系研究

• 分析环大小、氨基酸残基、疏水性等与通透性的关系

多肽药物重定位

辅助评估注射用多肽改口服的可行性及所需修饰策略

局限性

1. 训练数据覆盖度有限，极端新颖修饰预测可能偏差
2. 体外模型与人体生物利用度存在差距
3. 对主动转运（如P-糖蛋白）考虑有限

未来方向

• 扩展训练数据集
• 引入物理化学模拟提升机制理解
• 开发考虑转运蛋白相互作用的模型
• 建立口服生物利用度端到端预测流程

PCPpred是计算化学与大语言模型技术的结合，提供开源、可定制的渗透性预测工具，降低口服环肽药物设计门槛，有望加速该领域发展，是科研和工业界从业者值得关注的计算资源。