近日，亿万先生MR资料基因组工程钻研院张统一院士和冯凌燕教授团队在国际驰名期刊《Small》（2024年IF＝13）颁发题为“Machine Learning-Engineered Nanozyme System for Synergistic Anti-Tumor Ferroptosis/Apoptosis Therapy”的钻研论文。文章报路了一类新型的“分而治之”机械进建战术鉴别生物职能资料幼数据机理，并有效结合了纳米酶及一氧化氮（NO）气体医治，实现协同铁殒命/凋亡抗肿瘤疗法，进一步推动机械进建辅助的纳米酶复合伙料系统抗肿瘤钻研。亿万先生MR资料基因组工程钻研院为论文第一实现单元和通讯单元，资料基因院博士生李天亮，香港科技大学（昭通）博士生曹斌，资料基因院博士生苏天昊为论文共同第一作者。

钻研团队提出了基于“分而治之”的数据驱动步骤，并开发了序列向后高斯过程回归树分类器（TCGPR，开源代码见原文），成功能于生物职能资料幼数据模式鉴别分析。TCGPR通过序列向后地评估数据之间的高斯关联性，得到散布趋同的数据域。文章提出了全局高斯混乱因子来量化数据关联，通过构建集成模型探索得出分歧数据域上的统一法规。构建模型后，通过该模型预测了24 000个虚构的尝试合成蹊径，选取基于蒙特卡洛抽样的知识梯度提升算法，进行贝叶斯效用值评估，从而推举出最优虚构的尝试合成蹊径进行尝试验证。有关钻研成功利用并进一步美满了团队前期开发的贝叶斯优化资料定向设推算法包Bgolearn，使其成为涵盖贝叶斯单指标/多指标设计，贝叶斯回归/分类采样，以及效用函数效能评估在内的，综合性贝叶斯优化平台，下载次数超过68k次，在贝叶斯优化领域得到宽泛利用。本平台的发展为基于生物幼数据的尝试蹊径优化提供了有效工具。

在机械进建的辅助下，铁掺杂精氨酸碳量子点作为一类梦想资料被有效造备并加以利用。尝试验证职能资料拥有多种仿照酶个性和卓越的产生NO的能力。通过DFT理论进一步诠氏缢，在机械进建领导战术下所造备的掺杂职能资料胍基键长缩短，有助于实现高浓度NO的开释。随后将资料负载于沸石咪唑框架中，表层包裹通明质酸基资料增长生物相容性，从而构建高效的纳米酶复合系统（FZH）。FZH系统可通过胞吞的大局进入肿瘤细胞，对肿瘤微环境拥有积极响应并开释所负载的掺杂碳量子点，通过调节肿瘤细胞内谷胱甘肽、活性氧和一氧化氮等分子水平，进行有效调控细胞的氧化还原平衡并诱导癌细胞殒命。这些调控作用可有效抑造肿瘤细胞；ば宰允，推进细胞凋亡，实现与铁殒命的协同效应。通度日体动物尝试有效验证，机械进建领导下的纳米酶复合系统可抑造幼鼠肿瘤的成长。

钻研工作批注机械进建能够有效地优化生物职能资料前端设计及机能提升，是在资料基因组钻研理想下，选取AI for Materials研发模式加快新资料设计及其利用的一次有效索求。

上述工作获得国度天然科学基金（No. 22122704、No. 22177067），上海高校特聘教授（东方学者）跟踪打算（GZ202209），昭通-香港科技大学（昭通）结合赞助项目（No. 2023A03J0003）的赞助。

论文具体信息：T. Li, B. Cao, T. Su, L. Lin, D. Wang, X. Liu, H. Wan, H. Ji, Z. He, Y. Chen, L.Y.Feng*, T.Y. Zhang, Machine Learning-Engineered Nanozyme Systemfor Synergistic Anti-Tumor Ferroptosis/ApoptosisTherapy.Small，2024, 2408750.https://doi.org/10.1002/smll.202408750