近日，我院纳米生物医用材料研究中心马功成博士等在《Chemical Science》上发表“Enhancing fluorescent probe design through multilayer interaction convolutional networks: advancing biosensing and bioimaging precision”的研究论文，马功成博士为第一作者，我院为第一完成单位，武汉大学洪学传教授，中科院深圳先进院龚萍研究员，河南师范大学徐政委和高丽大学丁启航为本文的共同通讯作者。此外，北京协和医学院张文轩教授，上海药物所曾晓东研究员和3775a线路检测中心陈红丽教授和王庆志教授也对本工作做出了重要贡献。

荧光探针在生物传感和生物成像中具有举足轻重的作用，其高性能应用对光谱特性的精确调控提出了更高要求。然而，尽管荧光探针的重要性日益凸显，其设计过程仍主要依赖经验法则，耗时繁琐。为提高设计效率，研究团队构建了一个涵盖600余种罗丹明类荧光探针的大型数据集，并基于分子指纹信息，开发并训练了一种多层交互卷积模型（MICNet），用于精准预测探针的激发与发射波长。该模型在预测性能上表现优异，其激发波长与发射波长的平均相对误差（MRE）分别低至0.1%和0.4%。在此基础上，团队进一步引入了实验反馈闭环策略，持续优化模型算法的准确性，从而显著提升荧光探针的性能与稳定性。该方法不仅显著加快了荧光探针的开发周期，还有助于实现光谱特性可定制的探针设计，为生物分析化学领域带来了重要的技术突破。

据悉，Chemical Science为中科院化学类一区Top期刊，影响因子7.6 。

论文链接：

https://doi.org/10.1039/D4SC08695C