人工智能驱动药物发现:数据、模型与机制整合赋能下一代治疗药物研发

《Artificial Intelligence in the Life Sciences》:Artificial intelligence in drug discovery: Integrating data, models, and mechanisms for next-generation therapeutics

【字体: 大 中 小 】 时间:2026年10月13日 来源:Artificial Intelligence in the Life Sciences 5.1

编辑推荐:

  摘要专业翻译: 人工智能(Artificial Intelligence, AI)在药物发现领域展现出巨大潜力,涵盖从靶点识别到先导化合物优化及毒性预测的全流程。过去十年间,AI在蛋白质结构预测、十亿级化合物虚拟筛选和生成式分子设计方面取得了实质性进展。然而,

  
摘要专业翻译: 人工智能(Artificial Intelligence, AI)在药物发现领域展现出巨大潜力,涵盖从靶点识别到先导化合物优化及毒性预测的全流程。过去十年间,AI在蛋白质结构预测、十亿级化合物虚拟筛选和生成式分子设计方面取得了实质性进展。然而,尽管取得上述进展,AI预测化合物向临床成功药物的转化仍然有限。目前尚无主要经由AI发现并成功上市的药物,这表明最关键的瓶颈存在于临床转化环节,而非早期设计阶段。本综述对过去十年AI在药物发现领域的进展进行了批判性综合,分析了机器学习(Machine Learning, ML)、生成模型(Generative Models)和基于结构的药物设计(Structure-Based Drug Design, SBDD)等工具。研究重点介绍了AlphaFold、Deep Docking和GENTRL等关键突破,同时指出了持续存在的局限性,包括数据质量与稀缺性、模型可解释性不足、泛化能力薄弱以及前瞻性湿实验验证的缺乏。研究人员进一步探讨了旨在弥合上述差距的新兴策略,如基础模型(Foundation Models)、多模态学习(Multimodal Learning)和主动学习(Active Learning)。通过将技术成就与仍制约该领域发展的数据、验证及伦理挑战并列呈现,本综述为AI在制药科学中负责任且审慎的整合提供了切实可行的路线图。
论文主体内容解读文章:
研究背景与问题
药物研发长期面临成本高昂、周期漫长、成功率低的困境,单款获批药物的平均研发成本已接近26亿美元。人工智能技术的引入为药物发现全流程带来了变革性机遇,从靶点识别、命中化合物发现到先导化合物优化和临床前评估,AI均展现出显著加速潜力。然而,尽管AI在蛋白质结构预测、超大规模虚拟筛选和生成式分子设计等领域取得了里程碑式突破,AI预测化合物向临床成功药物的转化率依然极低,目前尚无主要经由AI发现并成功上市的药物。这一临床转化鸿沟表明,AI在药物发现中的核心瓶颈并非早期计算设计环节,而是从计算预测到临床验证之间的复杂过渡。此外,数据质量参差不齐、模型可解释性不足、泛化能力薄弱以及前瞻性湿实验验证缺乏等问题,共同制约着AI技术在制药科学中的深度应用。因此,亟需对AI在药物发现中的真实作用进行批判性审视,明确其优势边界与失败模式,为技术整合提供理性路线图。
研究内容与结论
本综述系统梳理了AI在药物发现领域十年来的发展脉络,从分子表征、机器学习范式、数据库建设到药物研发管线各阶段的应用,全面剖析了AI技术的实际贡献与固有局限。研究发现,AI在靶点识别、命中发现和先导优化等早期计算密集环节中成效显著,例如将靶点识别至IND申报研究的时间从行业标准的约42个月压缩至不足18个月。然而,AI在临床转化环节的影响力明显衰减,临床失败的主要原因——缺乏疗效(40%–50%)、不可控毒性(30%)和成药性差(10%–15%)——尚未被AI有效解决。在基于结构的药物设计领域,AlphaFold等模型将人类蛋白质残基的结构覆盖率从48%提升至76%,但基准测试表明,实验解析的全息结构在虚拟筛选中总体仍优于AlphaFold预测结构,仅约35%的AlphaFold结构能达到与实验结构相当的性能。深度学习对接方法在物理合理性方面仍不及AutoDock Vina等传统物理方法。本综述强调,AI的价值不在于取代传统方法,而在于与实验验证、物理建模形成互补整合,通过闭环设计-制造-测试-分析循环实现渐进式改进。
关键技术方法
研究人员综合运用了多种AI核心技术:分子表征方法涵盖SMILES字符串、SELFIES语法、分子图(Graph)和ECFP指纹等;机器学习范式包括传统算法(随机森林、梯度提升、支持向量机)和深度学习架构(卷积神经网络、循环神经网络、Transformer、图神经网络GNN);生成式AI模型(GAN、变分自编码器VAE)用于新型分子设计;结构预测模型(AlphaFold、ESMFold)提供蛋白质三维结构;主动学习策略(Deep Docking平台)通过迭代采样实现十亿级化合物库的高效虚拟筛选;扩散概率模型(DiffDock)用于分子对接;多模态学习整合基因组学、转录组学、蛋白质组学和电子健康记录等异构数据源。数据来源包括ChEMBL(约243万化合物、2080万生物活性数据)、PubChem(1.19亿化合物)、ZINC(2.3亿可购买化合物)、蛋白质数据银行(PDB,逾24.6万结构)和DrugBank(约1.98万药物条目)等公共数据库。
研究结果
靶点识别:AI通过分析基因表达谱、蛋白质-蛋白质相互作用网络和基因组学数据,显著加速了疾病靶点的发现。PINNACLE模型利用单细胞图谱学习细胞类型特异性的蛋白质表征,实现上下文依赖的靶点提名;遗传优先级评分(Genetic Priority Score)整合约1.9万个蛋白编码基因的多重遗传证据,优先筛选临床成功概率更高的靶点。AI还扩展了可成药基因组,将RNA纳入小分子药物靶点范畴,使治疗机会从约1.5%–2%的蛋白编码基因组扩展到超过70%的非编码转录组。
命中发现:AI驱动的虚拟筛选可在数天内评估数十亿化合物。Deep Docking平台在标志性应用中,仅实际对接约1300万个分子(不足库容量的1%),即完成了对ZINC15库中13.6亿分子针对12个靶蛋白的筛选,实现高达100倍的数据缩减和6000倍的高分化合物富集,同时保持约90%的虚拟命中召回率。DNA编码化合物库(DEL)与机器学习结合开辟了新范式,McCloskey等人训练图神经网络于DEL选择数据,以远高于传统高通量筛选的命中率提名泛化性更好的候选化合物。
先导优化与临床前建模:集成学习模型在药代动力学预测中达到R2>0.90的精度,多目标优化算法可平衡效能、选择性、溶解度和代谢稳定性等多重属性。ADMETlab 3.0实现77个预测模型覆盖119个ADMET终点,CONCERTO在致癌性预测中结合图Transformer与分子指纹取得优异性能。计算毒理学模型对急性口服毒性分类准确率可超过95%,部分终点可替代体外或体内实验。
管线整合与影响:AI的管线级整合产生复合增益,各阶段数据反馈形成持续优化循环。Recursion Pharmaceuticals将靶点识别至IND申报研究时间缩短至18个月以内。自然产物优化中,ML模型指导复杂天然产物的立体化学和官能团修饰,显著提升保持生物活性同时增强成药性的成功率。
基于结构的药物设计:AI显著增强了分子对接和虚拟筛选能力。ML评分函数在结合亲和力预测上优于传统物理和经验评分函数,BT-Dock在配体构象预测场景中平均提升25%。DiffDock采用扩散概率模型,在PDBBind基准上实现38%的top-1成功率且速度远超搜索式对接。AlphaFold提供超过2亿个蛋白质结构预测,与AlphaFill结合可移植配体和辅因子,为药物设计提供功能背景。PocketMiner以ROC-AUC 0.87识别实验确认的隐性口袋,预测速度比现有模拟方法快1000倍以上。
讨论与结论
本综述指出,AI在药物发现中的真实贡献应被置于理性框架中审视。AI在早期计算阶段的能力已被充分验证,但其临床转化价值尚未得到证实。当前最关键的挑战在于:数据质量与稀缺性限制了模型泛化能力;模型"黑箱"特性与科学理解和监管要求存在冲突;AI预测化合物在临床阶段面临不可预见的生物学复杂性和脱靶效应。未来发展方向包括基础模型(如ESM-2从数亿蛋白质序列中学习通用表征)、多模态学习整合异构数据、主动学习缩小计算与实验验证差距,以及物理信息机器学习将能量项直接嵌入神经网络架构。研究结论强调,AI不应被视为药物发现的万能解决方案,而应作为增强人类决策能力的工具,通过审慎整合、持续湿实验验证和伦理考量,实现药物研发效率的渐进式改进。AI与自动化实验结合的闭环设计-制造-测试-分析平台,代表了下一代药物发现范式的核心方向。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号