Peptide

肽是由氨基酸通过肽键连接而成的短链分子。当链长少于二十个氨基酸时，称为寡肽，并具有特定的名称，如二肽、三肽和四肽。大多数肽是线性聚合物，一端（N端）有一个游离的胺基，另一端（C端）有一个羧基。另一类称为大环肽，构成了一个独特的类别。

更长、连续、无分支的肽链称为多肽。分子量达到10,000道尔顿或以上的多肽被称为蛋白质。构成肽的氨基酸称为残基。

肽可以根据其来源或功能进行分类，包括植物肽、细菌/抗生素肽、真菌肽、无脊椎动物肽、两栖动物/皮肤肽、毒液肽、癌症/抗癌肽、疫苗肽、免疫/炎症肽、脑肽、内分泌肽、摄食肽、胃肠肽、心血管肽、肾脏肽、呼吸肽、阿片肽、神经营养肽和血脑肽。一些核糖体肽经过蛋白水解，通常在高等生物中充当激素和信号分子。某些微生物，如产生微菌素和细菌素的微生物，使用肽作为抗生素。

肽通常带有翻译后修饰，包括磷酸化、羟基化、磺化、棕榈酰化、糖基化和二硫键形成。虽然通常是线性的，但一些肽会形成套索结构。还存在更不寻常的修饰，例如在鸭嘴兽毒液中发现的L-氨基酸外消旋化为D-氨基酸。

非核糖体肽是由酶而非核糖体构建的。一个常见的例子是谷胱甘肽，它有助于保护大多数需氧生物免受氧化。其他非核糖体肽主要存在于单细胞生物、植物和真菌中，由称为非核糖体肽合成酶（NRPS）的模块化酶复合物合成。这些复合物通常以相似的方式排列，并可能包含多个模块，以对正在发育的产物进行多种化学操作。此类肽通常是环状的，结构高度复杂，但线性非核糖体肽也很常见。由于该系统与构建脂肪酸和聚酮化合物的机制相关，因此经常产生杂合化合物。噁唑或噻唑的存在通常表明是通过此途径合成的。

蛋白胨来源于通过蛋白水解消化的动物奶或肉。除了小肽，所得材料还含有脂肪、金属、盐、维生素和其他生物化合物。蛋白胨用于培养细菌和真菌的营养培养基。肽片段是用于鉴定或定量源蛋白的蛋白质片段。这些通常来自受控实验室环境中的酶促降解，但也可能来自因自然过程而降解的法医或古生物学样本。

肽与蛋白质和其他大分子相互作用，在人体细胞中执行重要功能，如细胞信号传导和免疫调节。研究表明，人体细胞中15-40%的蛋白质-蛋白质相互作用是由肽介导的。据估计，至少10%的医药市场基于肽产品。

机器学习和深度学习架构被广泛用于基于序列和结构衍生数据对肽进行分类、筛选和设计。当实验筛选成本过高、耗时过长或难以规模化时，这些计算方法尤其有用。标准工作流程包括数据集整理、将肽序列或结构转换为数值特征、模型优化和严格验证。常见的表示形式包括氨基酸组成、物理化学描述符、替换矩阵以及从蛋白质或肽语言模型中学到的嵌入。这些方法已应用于功能类别，如抗菌肽、细胞穿透肽和抗癌剂。当前的挑战包括解决数据集偏差、建立一致的基准测试协议以及提高复杂“黑盒”模型的可解释性。

肽的化学空间是一个由分子描述符或指纹塑造的多维景观。在此框架内，分子之间的距离表示化学或功能相似性。该空间可以使用一级氨基酸序列、三维结构数据或两者结合来映射。用于映射的关键分子特性包括分子量、亲脂性（logP和logD）、拓扑极性表面积（TPSA）和氢键动力学。主成分分析（PCA）、t-SNE和UMAP等降维技术以及聚类算法被用于可视化肽库并识别具有相关生物活性的簇。肽与传统小分子的不同之处在于其独特的残基序列、酰胺骨架柔性和对化学修饰的敏感性，所有这些都影响生物利用度和膜通透性。计算分析得到FASTA、HELM和BILN等表示系统的支持，用于编码规范序列和修饰序列。环化或整合其他结构变化等修饰进一步扩展了其化学多样性。