在生物醫學領域，多肽作為藥物具有重要地位，在疾病相關的代謝重編程和免疫調節中發揮著關鍵作用，因其具有優異的生物相容性和優異性，是臨床治療中的可靠選擇。

然而，在多肽藥物的研發賽道上，科研人員常常面臨著“理想豐滿，現實骨感"的困境。抗菌肽（AMPs）、核糖體合成及翻譯后修飾肽（RiPPs）等候選分子，雖然展現出良好的藥理活性，但其開發過程卻步履維艱。傳統的基于細胞的表達系統，如同一個封閉的黑箱受制于宿主的細胞毒性、膜通透性等限制。

圖1：基于肽的藥物發現^[1]

• 告別宿主毒性：許多具有強效抗菌或細胞毒性的多肽，在活細胞內表達時會直接“殺死"宿主，導致產量極低甚至無法表達。CFPS系統在體外進行，充分規避了這一問題，讓“毒性"不再是表達的障礙^[2]。

• 開放的反應環境：沒有了細胞膜的束縛，研究人員可以精確調控反應體系中的每一個組分。無論是氧化還原電位以輔助二硫鍵形成，還是引入非天然氨基酸（nnAAs）賦予多肽全新功能，CFPS都提供了無比的可控性^[3]。

• 極速的“DNA到蛋白"流程：傳統克隆、轉化、誘導、純化的漫長周期被大幅壓縮。CFPS通常可在數小時至24小時內完成從DNA模板到活性蛋白的合成，極大地加速了“設計-構建-測試-學習"（DBTL）的研發循環^[4]。

核糖體合成及翻譯后修飾肽（RiPPs）是具有較大生物活性的主要天然產物類別，普遍具有抗菌、抗病毒、抗腫瘤等強效生物活性。然而傳統的細胞表達 RiPPs面臨著修飾酶與底物匹配性差、合成與調控不可控等問題。

Liu WQ等人開發了基于CFPS技術的統一生物催化系統（UniBioCat），用于快速生物合成和 RiPPs 工程。與傳統細胞路徑相比，CFPS將新肽發現周期從數月縮短至數天，且能直接表達基因組暗物質中編碼的毒性多肽，極大拓展了可篩選的化學空間。

圖2：利用 UniBioCat 平臺進行 RiPPs的生物合成

生物活性肽是健康和醫學中的關鍵分子，深度學習為發現和設計生物活性肽帶來了巨大潛力。然而，需要合適的實驗方法以高通量和低成本驗證候選分子。Pandi等人建立了一條無細胞蛋白合成（CFPS）流程，實現直接從 DNA 模板快速且低成本地生產抗菌肽（AMPs）。該研究展示了 CFPS 在 24 小時內實現高通量、低成本的生物活性肽生產和檢測的潛力。

如果說CFPS是執行者，那么人工智能（AI）就是強-大腦。二者的結合，正在重塑多肽藥物的發現模式。

圖3：通過深度學習和無細胞生物合成從頭開發AMPs的工作流程

隨著現代化學和生物學的發展，非天然氨基酸（ncAAs）已成為開發肽類藥物候選物的有力工具。雖然由天然氨基酸組成的肽可以作為藥物候選，但大多數肽在生物條件下穩定性較差。而非天然氨基酸在調節肽的穩定性、效力、通透性、口服生物利用度和免疫原性方面的發揮著重要作用[7]。

傳統基于細胞的方法具有明顯瓶頸，比如插入效率低且缺乏穩定性，部分 ncAAs 在細胞內根本無法使用，宿主細胞代謝對實驗條件具有嚴格限制等。CFPS在整合ncAAs方面具有天然優勢。通過正交翻譯系統，科研人員可以在多肽的特定位點精準插入帶有特殊官能團（如疊氮基、炔基）的ncAAs^[8]。

圖4：CFPS流程

從 UniBioCat 的一體化合成到 AI-CFPS 的智能閉環。未來，隨著無細胞體系的進一步優化、微流控 CFPS 的普及、AI 預測精度的提升，CFPS 將更深度融入多肽藥物的全生命周期，大幅縮短研發周期、降低成本、提升成功率，為攻克感染、疼痛、腫瘤等重大疾病提供更分子武-器。