在倫敦DeepMind與葛蘭素史克的聯(lián)合實驗室，一個人工智能系統(tǒng)僅用23天就完成了一種新型抗生素從靶點發(fā)現(xiàn)到候選化合物優(yōu)化的全過程。這款針對多重耐藥鮑曼不動桿菌的化合物，在自動化實驗室中合成驗證后，顯示出比現(xiàn)有抗生素強100倍的體外活性。“從蛋白質(zhì)結(jié)構(gòu)預(yù)測到具有類藥性質(zhì)的分子生成，整個流程完全由AI驅(qū)動，”項目負責(zé)人在《自然·生物技術(shù)》發(fā)表論文稱，“這標(biāo)志著計算藥物研發(fā)范式進入新紀(jì)元?！?/p>
從篩選優(yōu)化到生成設(shè)計的范式革命
人工智能藥物從頭設(shè)計技術(shù)正徹底改變傳統(tǒng)藥物研發(fā)模式。傳統(tǒng)藥物發(fā)現(xiàn)依賴高通量篩選和經(jīng)驗性優(yōu)化，整個過程通常需要4-6年，成本超過10億美元。而新一代生成式人工智能系統(tǒng)能夠從靶點蛋白的三維結(jié)構(gòu)出發(fā)，直接生成具有理想藥理特性的全新分子骨架，將發(fā)現(xiàn)時間縮短至月級，成本降低兩個數(shù)量級。這項突破特別適用于應(yīng)對日益嚴(yán)峻的抗生素耐藥性危機和罕見病治療需求。
2026年7月，由AI設(shè)計的首款治療腓骨肌萎縮癥的小分子藥物獲得FDA孤兒藥資格認定。該藥物靶向一個傳統(tǒng)方法難以成藥的RNA結(jié)合蛋白，AI系統(tǒng)通過分析蛋白表面的動態(tài)口袋特征，生成了能夠特異性調(diào)節(jié)其功能的別構(gòu)調(diào)節(jié)劑。臨床前研究顯示，該化合物在疾病模型中恢復(fù)了70%的神經(jīng)傳導(dǎo)功能，且無顯著毒性。
技術(shù)架構(gòu)的三大支柱
人工智能藥物從頭設(shè)計的成功建立在三重新興技術(shù)融合之上：
生成式分子設(shè)計引擎：基于擴散模型的新型生成系統(tǒng)，可同時優(yōu)化分子的結(jié)合活性、類藥性、合成可行性和安全性。最新AlphaFold3增強版不僅能準(zhǔn)確預(yù)測蛋白-配體結(jié)合模式，還能逆向生成與之完美匹配的分子結(jié)構(gòu)。在KRAS G12C抑制劑優(yōu)化中，該系統(tǒng)僅用72小時就設(shè)計出透腦性提高10倍的新一代化合物。
自動化合成與驗證平臺：集成化學(xué)合成、純化、表征和生物測試的機器人實驗室，可實現(xiàn)“設(shè)計-合成-測試”的完全閉環(huán)。最新系統(tǒng)每天可合成和測試500個新化合物，每個化合物的完整數(shù)據(jù)可在24小時內(nèi)反饋給AI模型進行迭代優(yōu)化。在抗癌藥物發(fā)現(xiàn)中，這種閉環(huán)系統(tǒng)將先導(dǎo)化合物優(yōu)化周期從18個月縮短至8周。
多目標(biāo)強化學(xué)習(xí)優(yōu)化框架：新型AI算法能夠同時平衡10個以上關(guān)鍵藥物性質(zhì)目標(biāo)，包括選擇性、代謝穩(wěn)定性、溶解度和毒性風(fēng)險。通過深度強化學(xué)習(xí)，系統(tǒng)在虛擬化學(xué)空間中探索時，會自動優(yōu)先考慮綜合評分最高的分子區(qū)域。在糖尿病藥物研發(fā)中，該系統(tǒng)設(shè)計出的化合物同時實現(xiàn)了高靶點選擇性、良好口服生物利用度和低心臟毒性風(fēng)險。
應(yīng)用領(lǐng)域的顛覆性突破
在抗病毒藥物研發(fā)中，人工智能設(shè)計系統(tǒng)展現(xiàn)出應(yīng)對突發(fā)傳染病的獨特優(yōu)勢。針對新出現(xiàn)的冠狀病毒變種，AI平臺可在獲得刺突蛋白結(jié)構(gòu)后48小時內(nèi)，生成具有高親和力的中和抗體和小分子抑制劑候選分子。在最近一次疫情應(yīng)對中，從靶點公布到首批候選化合物進入臨床前測試僅用時5周，比傳統(tǒng)方法快20倍。
在罕見遺傳病治療領(lǐng)域，人工智能技術(shù)解決了長期存在的“不可成藥靶點”難題。通過分析蛋白質(zhì)的瞬態(tài)結(jié)合口袋和動態(tài)構(gòu)象變化，AI系統(tǒng)能夠設(shè)計出傳統(tǒng)方法難以發(fā)現(xiàn)的別構(gòu)調(diào)節(jié)劑。針對囊性纖維化的CFTR蛋白某個罕見突變，AI設(shè)計的增效劑在臨床前研究中恢復(fù)了80%的蛋白功能，已獲得FDA快速通道資格。
產(chǎn)業(yè)化生態(tài)快速成熟
人工智能藥物設(shè)計領(lǐng)域正形成新的產(chǎn)業(yè)格局。2026年全球該領(lǐng)域投資總額達150億美元，較2025年增長450%。傳統(tǒng)藥企紛紛轉(zhuǎn)型，諾華宣布未來三年將50%的新藥項目轉(zhuǎn)為AI驅(qū)動研發(fā)；新興的AI制藥公司如Insilico Medicine、Exscientia市值在一年內(nèi)增長超過300%。
技術(shù)標(biāo)準(zhǔn)逐步建立。國際藥物創(chuàng)新聯(lián)盟發(fā)布了AI生成化合物的知識產(chǎn)權(quán)認定指南，明確了算法貢獻在專利中的權(quán)重評估方法。監(jiān)管機構(gòu)也制定了AI輔助藥物研發(fā)的技術(shù)要求，包括算法的可解釋性、訓(xùn)練數(shù)據(jù)的質(zhì)量和模型驗證的完整性等標(biāo)準(zhǔn)。
臨床轉(zhuǎn)化的加速實現(xiàn)
最引人矚目的進展在于AI藥物已開始進入臨床驗證階段。由AI設(shè)計的首款實體瘤藥物正在進行二期臨床試驗，該藥物靶向一個傳統(tǒng)方法未能成功開發(fā)的選擇性激酶抑制劑。令人振奮的是，一期臨床數(shù)據(jù)顯示該化合物具有優(yōu)異的藥代動力學(xué)特性，且未觀察到設(shè)計階段預(yù)測的潛在毒性，證明AI模型的可靠性已達到臨床級要求。
在神經(jīng)精神疾病領(lǐng)域，AI設(shè)計的具有雙重作用機制的抑郁藥物已進入三期臨床。該化合物同時調(diào)節(jié)5-HT轉(zhuǎn)運體和特定的神經(jīng)炎癥通路，在早期試驗中顯示出快速起效且無性功能障礙副作用的特點。如果成功，這將是首款完全由AI設(shè)計并獲得上市批準(zhǔn)的中樞神經(jīng)系統(tǒng)藥物。
挑戰(zhàn)與發(fā)展前景
盡管進展迅速，AI藥物設(shè)計仍面臨重要挑戰(zhàn)：訓(xùn)練數(shù)據(jù)的質(zhì)量和多樣性、模型的可解釋性和偏差控制、生物學(xué)復(fù)雜性的完全建模能力，以及從計算預(yù)測到臨床成功的轉(zhuǎn)化不確定性。特別是如何確保AI生成的分子在真實人體環(huán)境中的表現(xiàn)與預(yù)測一致，仍需更多臨床數(shù)據(jù)驗證。
行業(yè)通過多維度策略應(yīng)對挑戰(zhàn)：建立全球共享的藥物發(fā)現(xiàn)數(shù)據(jù)庫、開發(fā)可解釋AI模型提高透明度、加強計算與實驗的迭代驗證、推動學(xué)術(shù)界與工業(yè)界的深度合作，以及開展更多概念驗證性臨床研究。
市場分析預(yù)測，到2035年，超過50%的新藥研發(fā)項目將采用AI驅(qū)動方法，AI藥物設(shè)計相關(guān)市場規(guī)模將超過5000億美元。更深遠的影響在于，這項技術(shù)可能重塑全球藥物研發(fā)格局——使資源有限的研究機構(gòu)也能進行創(chuàng)新藥物發(fā)現(xiàn)，讓罕見病和耐藥感染等醫(yī)療需求得到更快響應(yīng)。隨著算法進步、數(shù)據(jù)積累和自動化技術(shù)的成熟，人工智能藥物設(shè)計有望將新藥研發(fā)從“藝術(shù)與經(jīng)驗的結(jié)合”轉(zhuǎn)變?yōu)椤熬珳?zhǔn)可預(yù)測的科學(xué)工程”，大幅提高藥物創(chuàng)新的效率和成功率，最終讓更多患者更快獲得有效治療。
