设计抗菌肽，像在海量配方中找一种既能杀菌、又尽量低毒且稳定的组合。逐个做实验既慢又贵。Daniela Kalafatovic等人介绍的思路，是让生成式AI快速提出新肽，再用代理模型——由已有实验数据训练的“虚拟试验台”——先筛掉不理想的方案，缩小真实实验的范围。
这项工作的价值在于把AI从广泛探索推向精细优化：抗菌肽是通常由短氨基酸链组成、能够抑制或杀死微生物的分子，而氨基酸的组成与排列会影响活性。作者认为，面对抗微生物药物耐药性（AMR），数据驱动方法可加快寻找更有治疗潜力的候选物。现有材料仅为订阅内容预览，未披露模型、实验设计或量化结果；代理模型给出的候选仍须真实实验确认。