FiberPro 1.0：多智能体AI引导的功能性蛋白微纳米纤维高通量制备与共形沉积
核心概要
该工作提出FiberPro 1.0——一个由大语言模型驱动的多智能体框架，将聚焦旋转喷射纺丝（FRJS）的高通量制造与实时实验反馈结合，在三种此前无FRJS加工先例的蛋白体系（大豆分离蛋白、角蛋白、牛血清白蛋白）中平均约两轮迭代即收敛到可纺配方，并据此设计出玉米醇溶蛋白-聚环氧乙烷-姜黄素（Zein-PC）活性涂层，可直接共形沉积于多种果蔬表面，兼具抗菌、抗氧化、pH响应显色与基于图像的货架期预测功能。
深度剖析
FiberPro以“中央智能体+设计/实验/分析/数据四个专职智能体”的人机协同闭环，把蛋白可纺性这一开放式问题拆解为可检验假设，并在实验失败后更新材料设计假设。 相较以往面向单一目标、依赖大规模训练集、且多为开环推荐的数据驱动方法，该框架整合文献、表征图像与新增实验数据，形成可追溯的迭代决策路径。 在SPI、角蛋白、BSA三个无FRJS先例的体系中给出代表性对话、配方建议与决策路径（Table S1），并报告平均约两轮迭代收敛；属案例式验证而非大规模统计比较。
FRJS作为制造平台实现了快速反馈与高通量：约1秒出现初生纤维、10秒形成连续纤维网络，20 wt%蛋白浓度下产率约30 g h⁻¹，比同浓度单针静电纺丝高近两个数量级，并可从5 mL放大到50 mL/20 min与500 mL/3 h。 将快速可纺性判定、规模化产率与共形沉积（随机毡、取向纤维、管状、人体附着部位涂层）整合于同一平台，减少后续切割、转移、卷绕等成形步骤。 基于时间序列成像、不同体积纤维毡、产率对比及胶原/丝素/明胶三种蛋白的SEM结果；产率对比为单孔口条件下的比较。
FiberPro将原本不可纺的玉米醇溶蛋白配方转化为连续Zein-PC纤维，并给出PEO作为桥联组分的机理证据。 从纯玉米醇溶蛋白仅形成颗粒与短纤维碎片，到加入5–15 wt% PEO实现连续纤维，再通过降低PEO含量与提高转速抑制纤维融合；流变学显示含PEO配方储能模量约20–30 Pa，全原子分子动力学显示随乙醇/水比从70:30降至10:30，玉米醇溶蛋白扩散系数由约0.014降至0.004 nm² ns⁻¹，而每PEO基团的玉米醇溶蛋白–PEO氢键数由约0.004–0.007升至约0.014。 结合SEM形貌、流变测量与三重复的全原子MD模拟（每体系50 ns生产轨迹、分析末30 ns），机理证据与实验观察方向一致。
Zein-PC涂层在真实食品界面展现抗菌、保鲜、显色与智能预测的集成功能。 涂层在铝箔上使大肠杆菌由约5.9降至1.7 log CFU mL⁻¹，在所有测试食品界面实现至少约2.7 log单位的降低；水蒸气透过率约14 g mm m⁻² d⁻¹ kPa⁻¹；pH 5–7显色响应约4–6%，pH 9–11升至约39–45%；基于42,936张图像训练的多任务ResNet-18模型在7,226张独立测试图像上分类准确率99.49%，储存时间回归R²=0.997、平均绝对误差1.40 h。 抗菌为悬液与表面直接接触两类实验（每条件三次独立重复），保鲜覆盖11种易腐食品10天常温储存，图像模型按个体样本划分训练/验证/测试集；预测性能对应受控的21 °C与5600 K光照条件。
启示与展望
该框架面向需要快速筛选蛋白可纺配方并直接在复杂、不规则表面沉积纤维的场景，例如食品接触涂层与保鲜；其结论建立在所选蛋白体系与受控应用条件之上，作者明确指出研究仍限于一组选定的蛋白系统与受控应用环境。对读者而言，这意味着方法可作为新蛋白体系配方探索的起点与决策记录工具，而非对所有蛋白可纺性的通用预测规则。
作者指出FiberPro在更广蛋白类别上的可迁移性、与传统优化策略的系统比较、以及跨实验室稳健性仍需进一步评估；此外，图像预测性能对应受控的21 °C储存与5600 K光照条件，其他储存与成像条件下的表现尚待观察。读者还可留意：本文为预印本，尚未经同行评审；数据可向通讯作者索取；作者声明已就相关技术提交美国临时专利申请。