澳門理工大學應用科學學院副教授段宏亮與浙江工業大學團隊在《Journal of Chemical Information and Modeling》《化學資訊與建模》期刊共同發表了學術期刊論文“Efficient Computational Framework for Target-Specific Active Peptide Discovery: A Case Study on IL-17C Targeting Cyclic Peptides” (高效的計算框架用於特定目標活性肽的發現： IL-17C為靶標的環狀肽案例研究)，將藥物大數據與人工智能技術有機結合，為澳門的大健康發展提供科研支撐。

《化學資訊與建模》期刊是專注於化學綜合領域的著名學術期刊，發表化學資訊學和分子建模領域的新方法或重要應用的成果。為特定目標開發潛在活性肽對於現代藥物工業的成長至關重要，本研究提出了一個高效的計算框架，用於發現針對特定藥理目標的活性肽，結合了條件變分自編碼器（CVAE）和基於Transformer和卷積神經網絡（CNN）的分類器TCPP。通過將白細胞介素-17C（IL-17C）靶點在環肽DEL文庫中進行篩選，得到肽段富集度數據集。CVAE模型在預處理的肽段數據集上進行訓練，以生成潛在的活性肽，然後TCPP進一步篩選生成的肽段。模型預測的六個候選肽段被合成並進行活性試驗，其中有四個肽段展示出與IL-17C有顯著的結合親和力。本研究提供了一個針對特定目標的活性肽段發現的一站式解決方案，有助推動肽藥物開發的過程，以及大健康領域的發展與應用。