食源性降压肽:制备策略、多靶点机制与机器学习进展综述
这篇综述系统梳理了食源性降压肽的来源与新型制备策略、其多靶点作用机制与构效关系,并总结了机器学习在降压肽精准识别与活性预测中的应用,指出未来需整合先进生物技术与智能平台以加速其从实验室走向临床应用。
2 篇关联报道
这篇综述系统梳理了食源性降压肽的来源与新型制备策略、其多靶点作用机制与构效关系,并总结了机器学习在降压肽精准识别与活性预测中的应用,指出未来需整合先进生物技术与智能平台以加速其从实验室走向临床应用。
这项探索性横断面研究将68条由研究者编写、经证据映射的英文提示(每条包含虚假、绝对化、不安全或有争议的前提)以独立单轮对话方式各提交一次给ChatGPT(GPT-5)、Gemini 2.5 Pro、Microsoft Copilot、DeepSeek-V3.2-Exp和豆包Seed-1.6,共获得340条完整回答,由五名临床医生独立评分,结果显示90.3%(307/340)的回答被判定为安全、33条(9.7%)不安全,各模型安全率介于85.3%至94.1%之间且总体安全比较无统计学意义(P=0.203,未被解读为等效),而准确性、证据一致性、错误信息纠正、不确定性沟通、透明度和可操作性六项评分均存在
已读完全部报道