长期以来，民间一直流传着吃红枣可以美白养颜、补气养血的说法，但具体是哪些成分起作用，却一直未能明确。

近期，纽约大学、中科院深圳理工大学和华东师范大学的华人科学家联合团队，运用分子动力学模拟与深度学习融合的创新技术，开创了一种高效的天然美白活性分子筛选与验证流程，其速度比传统计算方法提升了97%。研究人员成功地从红枣和向日葵中系统地鉴定并验证了具有显著美白功效的活性成分。这项研究不仅从科学层面印证了民间关于红枣能美白的传闻，也为天然美白药物的开发提供了全新的视野和有力的技术支撑。相关成果已以“In silico discovery of tyrosinase-inhibiting natural products”为题，发表在美国物理学会旗下期刊 《AIP Advances》。

图:研究人员在经过百万级的天然产物中挖掘的酪氨酸酶抑制的天然化合物

人工智能如何影响生活?能走进大众的美白药物分子设计是一个答案。研究文章的第一作者之一、负责人工智能部分的纽约大学化学系博士生徐聿智表示：“团队此前已致力于利用人工智能技术对美白等相关产品进行深入探索。这实际上是人工智能药物设计与药物化学应用的重要分支之一。通过具体到肤色改善和抗衰老的实际应用，能够真正使我们的技术落地，让公众直观感受到AI带来的变化。”

据了解，该华人科学家联合团队此前已在美国物理学会（APS）平台发表了针对人工智能技术在美妆领域未来应用的前瞻性文章，并提出了多肽分子设计、靶点导向药物设计等多个前沿方向。相关成果属于该领域首批前瞻性研究文章之一，获得了众多同行的广泛关注与认可。

该项研究成果和之前瞻性文章的通讯作者、纽约大学化学系独立研究员王源清博士则表示：“我本人过去多年一直专注于人工智能药物设计领域。但此前算法改进很难快速体现到实际应用中。此次通过美白导向的药物分子设计，我们找到了算法与实际需求结合的切入点，为未来AI驱动的公众产品开发提供了新灵感。”

该项技术同样得到了国际顶尖计算化学领域泰斗纽约大学终身教授, 深圳理工大学生命科学系系主任张增辉教授讨论参与。

张增辉教授表示：“该技术通过将先进的深度学习算法与天然产物活性成分筛选相结合，不仅大幅提升了候选分子的设计效率和命中率，还为精准化、功能化产品的研发打开了新思路；未来，我们有望在中成药成分解析设计和个性化美妆领域见到它更广泛的应用。”