Nature Medicine综述：AI人工智能重构药物研发范式
发布时间：
2025-04-25
在人类与疾病的漫长博弈中，药物研发始终是决定胜负的核心战场。面对平均26亿美元投入、15年周期与不足10%成功率的残酷现实，全球科学家正将目光投向人工智能（AI）。这项颠覆性技术已悄然推动药物开发进入“算法驱动”的新纪元。2025年，《自然》系列期刊最新研究揭示：以ChatGPT、Sora等大模型为代表的生成式AI，正在重塑从靶点发现到临床试验的全产业链条，让“AI制药”从概念加速迈向临床实践。
AI驱动药物核心环节的智能革命
靶点识别：突破传统局限，挖掘数据价值。传统的小分子靶点识别方法耗时、劳动密集且失败率高。人工智能通过分析复杂生物网络中的大型数据集实现突破，构建多组学数据网络识别疾病相关分子模式和因果关系。自然语言处理技术提高靶点识别灵敏度，图深度学习技术解决数据整合与模型可解释性难题，知识图谱与生物医学大语言模型结合挖掘基因和疾病通路关系。虽然真实世界数据存在非结构化、缺乏标准化等问题，但仍可用于训练有效模型，未来数据挖掘与专家知识结合将进一步提高靶点发现成功率。
虚拟筛选：加速先导化合物识别。虚拟筛选对识别潜在先导化合物至关重要。化合物库快速扩张推动配体对接人工智能技术发展，相关模型可预测配体空间变换，但存在构象不合理、难以超越基于物理方法等问题。靶点结构缺失时，基于序列的预测方法难以捕捉三维相互作用复杂性。基于表型的虚拟筛选适用于靶点不明疾病，但模型泛化困难。目前，开发通用模型、运用主动学习等技术，以及结合量子力学、分子动力学模拟等，成为提高虚拟筛选效率的重要方向。
从头设计：开启自动化创新模式。从头药物设计借助人工智能实现自动创建新化学结构。深度学习驱动的分子生成组件采用化学语言或基于图的模型，化学语言模型存在语法错误等问题，基于图的模型在分子生成合理性和有效性上有待改进。引入评分函数和约束条件，可引导模型生成符合要求的分子，如 PocketFlow 模型以蛋白质口袋为条件生成有效活性化合物。
ADMET 预测：保障药物疗效与安全。ADMET 对确定药物疗效和安全性至关重要。人工智能利用预定义特征和深度学习预测 ADMET 特性，多种神经网络架构发挥重要作用。但该领域面临标记数据稀缺、模型可解释性差等挑战，无监督和自监督学习、多模态模型和注意力机制等技术的应用，为解决问题提供了思路。
合成规划与自动合成：突破药物合成瓶颈。化学合成是小分子药物发现的瓶颈，人工智能助力减轻化学家负担。计算机辅助合成规划从基于规则发展到应用深度学习模型，新模型增强了可解释性。自动合成与设计等技术结合形成 DMTA 循环，加速药物发现，但仍面临减少固体形成、预测溶解度等技术挑战。
临床试验和真实世界应用：优化药物研发全流程。在临床试验和真实世界应用中，人工智能表现出色。它辅助生物标志物发现，通过数字病理学框架等提高诊断准确性；优化药效学性质预测，支持个性化治疗；推动药物再利用，加速发现现有药物新治疗特性；还能提高临床试验效率、预测结果，通过分析多源数据优化试验设计和患者招募。尽管面临数据质量、模型可解释性等问题，但人工智能将持续为药物发现带来突破 。
技术与挑战：人机共生，书写医药新史诗
在药物开发领域，人工智能虽已展现出巨大潜力，但目前尚未有其开发的药物进入 III 期临床试验，这暴露出该技术应用过程中存在的诸多挑战。首先，数据层面问题突出，高质量训练数据匮乏，受成本、隐私法规和数据共享限制，尤其在罕见病或新型靶点研究上更为明显，且现有数据存在信息缺失、错误和偏倚等问题。药物设计中，平衡多重目标困难，化学空间关注过度而忽视成药性等关键因素，缺乏标准化评估流程也影响模型评估。分子表示方面，传统方法存在局限性，合成可行性评估不精确。此外，“不可成药” 靶点、算法适配性及计算资源不足、人才短缺和投资风险等问题，都制约着人工智能在药物开发中的应用。
展望未来，人工智能驱动的药物开发需从多维度发力。数据策略上，增强数据共享、建立标准，开发 “稀疏” 算法及多模态预训练模型，整合多源数据挖掘药物再利用机会；技术融合上，构建多模态融合方法，发挥大数据与 GPU 计算优势，利用新兴组学模型推进药物开发；算法优化上，将物理定律融入现有算法，减少数据依赖，提升准确性和泛化能力。同时，利用人工智能确保法规合规，开发可解释模型以建立各方信任，加速药物开发进程。长远来看，人工智能在医学建模和模拟领域将发挥变革性作用，从临床试验设计、个性化医疗决策到医学教育等方面，全方位推动医疗健康领域的发展 。
从试错时代到计算纪元，AI不仅重构着药物研发的效率标尺，更重塑着人类对抗疾病的战略思维。在这场没有终点的科技长征中，每一次算法的迭代都在为生命续写新的可能。当首个完全由AI设计的药物走向药房柜台时，那将不仅是技术的胜利，更是人类智慧的又一次璀璨绽放。
最新动态
银丰低温医学专家委员会主任委员赵刚教授入选2024全球前0.05%顶尖学者榜单
国际学术平台ScholarGPS近期公布了全球各学科领域0.05%顶尖学者终身(Highly Ranked Scholar - Lifetime）榜单和近五年(Highly Ranked Scholar - Prior 5 Years)榜单。两个榜单中，入选的中国学者既有各类国家级人才等，也有相关领域的领军人才及潜心学术研究的资深学者等。中国科学技术大学教授、美国华盛顿大学客座教授、国际低温生物学会常务理事、国家前沿局先导项目专家、银丰低温医学专家委员会主任委员赵刚教授在低温保存细分领域成功跻身全球前0.05%的顶尖学者行列。
开启“空中生命线”，银丰低温医学团队参与中法空中紧急医学救援培训
2025年1月，银丰低温医学团队成员积极参与到“中法空中紧急医学救援培训”中，并获得资格证书。这意味着团队在国际紧急医学救援领域的专业能力得到了进一步提升。
银丰生命延续计划纪录片《中国温度》获评2024品牌建设优秀案例
银丰生科院生命延续计划纪录片《中国温度》获评2024年度品牌建设优秀案例。此前，该片还获评中国外文局举办的“讲好中国故事国际传播大赛” 全国奖项。
11月5日下午，欧洲“干细胞之父”、德国终身国家科学顾问、德国干细胞研究协会创始主席、科隆大学神经生理学究所所长Jürgen Hescheler （于尔根·海席勒），德国哥廷根大学医学中心精神病学和心理治疗系临床副主任、德国哥廷根大学未来医院负责人Claus Wolff-Menzler（克劳斯·沃尔夫-梅茨勒），德国哥廷根大学药剂学副主任、实验室战略采购主任、医学中心分析实验室诊断商务总监Ulf Oesinghaus （乌尔夫·奥辛豪斯），德国Mediq Innovation医疗创新有限责任公司创始人Jan Wende （杨·文德）……
