从核苷中提取的超分子水凝胶因其独特的特性和优良的生物相容性而在生物医学领域获得了相当大的关注。然而，该领域的一个主要挑战是，没有预测核苷衍生物是否会形成水凝胶的模型。鉴于此，来自四川大学华西口腔医院的Hang Zhao、Hao Xu、Liang Xie等人研究开发了一个机器学习模型来预测核苷衍生物的水凝胶形成能力。

文章要点：

1) 该研究证实，通过基于71个已报道的核苷衍生物的数据集，建立了准确度为71%（95%置信区间，0.69−0.73）的最佳模型，并且，通过最佳模型外部应用选择了24个分子，并验证了水凝胶的形成能力，发现了两种很少报道的不依赖于阳离子的核苷水凝胶；

2) 此外，该研究表明，基于其自组装机制，发现不依赖阳离子的水凝胶在Ag+和半胱氨酸的快速视觉检测中具有潜在的应用，该模型可以用来预测具有水凝胶形成能力的核苷衍生物。

参考资料：

Li, W., Wen, Y., Wang, K. et al. Developing a machine learning model for accurate nucleoside hydrogels prediction based on descriptors. Nat. Commun. (2024).

DOI：10.1038/s41467-024-46866-9

https://doi.org/10.1038/s41467-024-46866-9