产品

产品
供应商
CAS号
采购
资讯
会展活动

热门搜索：头孢克肟 | 阿莫西林 | 扑热息痛 | 维生素D3 |

我要观展我要参展

我要采购我要供应我要推广

产品分类导航

智药·研习社

CPHI & PMEC China展

CPHI & PMEC 深圳展

展会推荐搭建商

CPHI制药在线 > 资讯 > DeepSeek带你学AI | 药物研发的“马拉松”正被AI加速 >

DeepSeek带你学AI | 药物研发的“马拉松”正被AI加速

热门推荐： DeepSeek , 药物研发 , 生成式人工智能 ,

作者：Jeff Wu 来源：抗体圈

2025-02-05

生成式人工智能通过分子生成模型和优化技术改变传统药物研发困境，虽面临数据、可解释性和合成可行性等挑战，但已有成功案例和临床进展，未来跨学科合作等前景广阔。

传统药物研发耗时长（平均12年）、成本高（超28亿美元），且失败率高。生成式人工智能（Generative AI）通过加速分子设计、优化药效与安全性，正在改变这一局面。例如，AI模型能在21天内发现针对纤维化相关激酶的抑制剂，效率远超传统方法（图1）。

药物研发

图1 | 常见的生成式模型架构：(a) 循环神经网络（RNN）；(b) 变分自编码器（VAE）；(c) 生成对抗网络（GAN）；(d) 图神经网络（GNN）；(e) 标准化流模型。

生成式AI的核心技术

1. 分子生成模型

变分自编码器（VAE）：通过压缩分子结构到潜在空间，再解码生成新分子。例如，ChemVAE能生成具有特定溶解度或活性的化合物。
生成对抗网络（GAN）：生成器与判别器对抗训练，提升分子真实性。如ORGAN模型成功生成针对COVID-19蛋白酶抑制剂。
图神经网络（GNN）：直接处理分子图结构，适用于蛋白质相互作用预测（图2d）。

2. 优化技术

强化学习（RL）：通过反馈机制优化分子属性。例如，DrugEx模型设计出针对腺苷A2A受体的高效拮抗剂。
迁移学习（Transfer Learning）：利用预训练模型加速特定任务学习，如从通用分子库迁移到抗癌药物设计。

核心技术

图2 | (a) 扩散模型通过加噪与去噪生成分子；(b) Transformer模型通过自注意力机制生成SMILES序列；(c) 结合迁移学习与强化学习的分子设计流程。

成功案例与临床进展

案例1：COVID-19药物设计

Insilico Medicine利用GAN生成针对SARS-CoV-2主蛋白酶（Mpro）的候选分子，通过虚拟筛选获得40个潜在化合物（图3）。
Bung团队通过RNN模型优化QED和合成可行性，筛选出31个具有高结合力的候选药物。

药物设计药物设计

图3 | AMPTrans-1stm模型结合LSTM与Transformer生成新型抗菌肽，其多样性优于训练数据。

案例2：JAK1激酶抑制剂

GraphGMVAE模型生成具有新颖骨架的分子，其中一种化合物在体外实验中显示出5.0 nM的高活性（图4），验证了AI设计的可行性。

JAK1激酶抑制剂

图4 | GraphGMVAE通过双消息传递网络（Dual-MPNN）实现骨架跃迁设计。

挑战与解决方案

1. 数据瓶颈

问题：高质量生物活性数据稀缺，公共数据库（如ChEMBL）覆盖有限。
对策：联邦学习（Federated Learning）实现跨机构数据协作，如MELLODDY项目联合10家药企共享加密数据。

2. 模型可解释性

问题：黑箱模型难以理解分子生成逻辑。
对策：可解释AI（XAI）技术揭示关键分子特征，例如毒性基团识别。

3. 合成可行性

问题：AI生成分子可能难以合成。
对策：集成合成路线预测工具（如RetroSyn），提前评估合成难度。

未来展望：

跨学科合作：建立类似ImageNet的分子数据库，推动标准化评估。
临床验证：目前已有15款AI设计药物进入临床试验（表5），如Exscientia的DSP-1181（治疗强迫症）和Insilico的ISM001-055（抗纤维化）。
技术融合：结合量子计算与AI，探索更大化学空间。

表5 | 部分AI设计药物临床阶段与靶点（示例：ISM3091为USP1抑制剂，用于癌症治疗）。

未来展望

结语：当AI在实验室里“做梦”，人类正在见证药物发现从“试错艺术”变为“预测科学”。这场变革不会取代科学家，而是赋予他们“超能力”。或许不久的将来，治愈癌症就像今天治疗感冒一样简单——而这背后，是一行行代码与试管碰撞出的火花。

如果这篇文章侵犯了您的权利，请联系我们。

相关文章

专栏推荐

一个在海外市场，负责药品销售多年的老兵。

主要从事生物医药行业发展研究、药物科普等方面工作。

制药在线特约撰稿人，洞察行业发展，分享实践新知。

制药在线特约撰稿人，洞察行业发展，分享实践新知。

多年从事医药质量法规和生产现场监督指导工作，指导大量企业成功完成多款产品的注册申报和体系考核，具有扎实的质量法规理论知识和丰富的实战经验。熟悉《GB/T 19001-2016/ISO 9001：2015质量管理体系要求》等QMS系列标准。期间通过了执业药师考试、聘任了中级工程师。

热门文章

热门搜索

1- 氨基蒽醌环丙沙星吡喹酮阿巴卡韦氨基比林 3-氨基吡啶 2-苯基咪唑 4-苯基-1-丁醇 5-氨基四氮唑 L-苯丙氨醇 l-苯甘氨醇 L-2-氨基丁酸反式-4-氨基环己醇 6-氨基己酸氨基甲酸甲酯

相关产品推荐

高品质供应商推荐

合作咨询

肖女士 021-33392297 Kelly.Xiao@imsinoexpo.com

2006-2025 上海博华国际展览有限公司版权所有（保留一切权利）沪ICP备05034851号-57