网易首页 > 网易号 > 正文 申请入驻

人工智能如何重塑新药研发|新民·科技前沿

0
分享至

【编者的话】

2020年起,多个由AI完全设计的候选药物陆续进入临床试验,标志着“AI原生药物”的时代正式开启。

新药的研发,不再需要耗时十年、烧掉数十亿美元,而是通过一台超级计算机,在虚拟的分子宇宙中就能“算”出来?这是正在发生的现实——人工智能正以前所未有的速度,重塑药物研发的底层逻辑。传统新药研发如同在茫茫大海中寻针,而AI正成为这场“大海捞针”行动中的“超级雷达”。

未来已来。当AI深度融入从靶标发现到药物上市的每一个环节,新药研发将不再是“试错”的艺术,而成为“创造”的科学。或许在不远的将来,针对罕见病的个性化药物将实现“按需定制”,癌症、阿尔茨海默病等顽疾也将迎来突破性疗法。

话题主持:新民晚报记者 易蓉 郜阳

新药研发历来是一场高投入、长周期、高风险的“马拉松”。传统流程从疾病机制研究、靶标发现、先导化合物筛选,到临床前优化、临床试验,最终走向市场,平均需要12至15年时间,花费高达10至20亿美元。更令人沮丧的是,90%的候选药物会在临床试验阶段折戟沉沙、科学家们像在大海中捞针,依靠经验、直觉和大量资源堆砌出极少数成功药物。这种“经验试错”模式在过去几十年里虽屡建奇功,却也越来越难以满足日益增长的医疗需求。

从“经验试错”走向“理性设计”

传统药物研发如同在黑暗中摸索。成功与否离不开“运气”。科学家首先要锁定一个与疾病相关的生物靶标,例如某个异常活跃的蛋白,然后通过高通量筛选技术,测试成千上万种化合物,试图找到能与之结合的对应分子。这一过程不仅耗时耗力,还高度依赖偶然性。即便找到初步有效的分子,后续还需经历漫长的化学修饰、动物实验和临床验证,每一步都可能因毒性、疗效不足或副作用而功亏一篑。

但有了人工智能,情况就不一样了。科学家不用再盲目地“摸黑找针”,而是得到一张“导航仪”指引搜索。这就是虚拟筛选技术。研究人员把成千上万甚至上亿个分子放进电脑,让AI像红娘一样帮忙“看一看”,帮生病的蛋白质找个能“配对”的小分子,让它恢复正常功能。例如,上海交大团队用深度学习分析肌肉转录组数据,发现与肌萎缩相关的新靶标,准确率超过80%。AI还能预测生物大分子三维结构——谷歌DeepMind的AlphaFold2已把人类98.5%的蛋白结构算出来,为“无结构”靶标提供了可药化的起点。

“红娘式”的筛选有两种方式——“看长相”“看性格”。如果科学家知道致病蛋白的三维结构(就像知道一个人的长相),AI就可以模拟每个分子能不能“贴”上去。另一种是看“性格”是否相似。如果过去已经发现了一些有效的药物分子,AI就能从这些“成功案例”中学习它们的共同特点,然后找出“性格类似”的新候选者。

它还能自己“从无到有”设计新分子。就像画家根据要求画出一张从未存在过的脸,AI也能根据“要能治病、要容易制造、不能有毒”这些条件,从零开始设计出一个全新的分子结构,生成式AI让药物研发变成一种有目标、可预测的“智能设计”。

核心环节的全面重塑

从靶标发现到临床试验,AI的影响已深入药物研发的每一个关键节点,形成了一条智能化的创新链条。比如基于靶标蛋白的位点形状,AI模型能在几小时内从数十亿个虚拟分子中挑出可能结合的“种子”,甚至直接生成新分子。比如,ED2Mol、ResGen、等算法把结合口袋当作“模板”,逐原子“3D打印”出兼顾结合力与成药性的候选分子;Aurobind、DrugClip等平台把筛选速度提升100倍,成本却只需原来的1%。AI还能预测“老药”能否“新用”——通过比对药物-靶标关系网络,算法发现原本治胃病的雷尼替丁可能抑制阿尔茨海默相关蛋白,实验验证后进入新适应症开发。

在先导化合物的发现与优化中,AI的效率优势尤为突出。例如,我们团队建立了从苗头分子生成到先导分子优化的统一智能框架ED2Mol,自动化生成的活性分子在分子间和分子内可靠性上实现领域最优,面向多类重大疾病靶标设计并优化出多类的先导分子,不仅在常规正构位点上表现出色,在一直难以突破的变构位点分子生成上也获得突破,并可同时兼顾抑制剂与激动剂等,为创新药物发现提供了高效且可靠的人工智能设计平台;又如,抗病毒药物研发面对突发传染病,时间就是生命。传统的筛选方法往往耗时数月,而“Deep Docking”技术结合人工智能与大规模虚拟筛选,能够在数亿分子库中快速锁定潜在活性分子,将筛选周期压缩至几天。与此同时,AI也在拓展药物设计的边界。例如,有研究利用长短期记忆网络(LSTM)构建深度学习模型,专门用于预测具有抗癌活性的肽类分子,为生物药和多肽药物的研发开辟了新路径。

临床试验是新药上市前最昂贵、失败率最高的环节,而患者招募往往是最大瓶颈。如今,AI系统如“Deep Patient”能够分析电子健康记录中的非结构化文本,自动识别患者的深层表征,精准匹配符合试验条件的个体。这种基于真实世界数据的智能分型,不仅提高了招募效率,还能发现隐藏的疾病亚型,支持个性化医疗的发展。更有系统能够动态监测患者的治疗反应,实时调整治疗方案,使临床试验从“粗放执行”转向“精准调控”。

理性期待下的前行之路

尽管AI在药物研发中展现出巨大潜力,但“一劳永逸”仍遥不可及。当前面临的首要挑战是数据质量与偏差。AI模型依赖大量高质量、标准化的数据进行训练,若训练集存在种族、性别或实验条件偏差,预测结果可能“以偏概全”,甚至加剧健康不平等。

其次,许多深度学习模型像“黑箱”,虽能给出预测,却难以解释其判断依据。此外,如何在保护隐私的前提下实现数据共享,也是亟待解决的伦理难题。

而技术层面,训练大模型需要巨大算力,效率与成本不容忽视;若算法效率低,可能出现“省时间却不省钱”的尴尬。更重要的是,人体是动态复杂的系统,AI目前仍难以预测长期毒性、罕见副作用或多靶标、多通路的复杂疾病网络效应。

未来,新药研发领域或许会构建出一个“虚拟人类”系统,能够模拟分子在体内的全部相互作用,精准预测疗效与副作用。这或许正是AI辅助药物发现的终极目标。从阿尔茨海默病的早期预警,到抗病毒药物的快速发现,再到临床试验的智能设计,AI正在重塑医药创新的图景。它并未取代科学家,而是成为他们手中最强大的工具。在这场静默的革命中,人类智慧与机器智能正携手前行,共同开启医学的下一个篇章。

作者:上海交通大学教授、医学人工智能研究院副院长 张健

原标题:《人工智能如何重塑新药研发|新民·科技前沿》

栏目编辑:陆梓华 图片来源:IC

来源:作者:新民晚报 易蓉

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
市价8万多的房子卖给老人41万、合同刚签完就被收走,央视曝光→

市价8万多的房子卖给老人41万、合同刚签完就被收走,央视曝光→

澎湃新闻
2026-11-15 18:11:16
华为 Mate X8突然官宣:11月15日,正式亮相

华为 Mate X8突然官宣:11月15日,正式亮相

搞机小帝
2026-11-15 20:15:19
河南00后女生重达220斤,却嫁94斤甘肃小伙,两人身高相差28厘米

河南00后女生重达220斤,却嫁94斤甘肃小伙,两人身高相差28厘米

橘仔看世界
2026-09-22 16:14:52
全国多地宣布,中小学上学时间调整

全国多地宣布,中小学上学时间调整

南方都市报
2026-11-14 18:05:26
俄罗斯弹道导弹更精准、更难被干扰!“星链”在“新俄罗斯”没法用?

俄罗斯弹道导弹更精准、更难被干扰!“星链”在“新俄罗斯”没法用?

鹰眼Defence
2026-11-16 16:50:29
事发上海早高峰!男子连扔6辆共享单车在马路中央,满身酒气:越想越气,没人管啊,没人帮我!警方:拘了!

事发上海早高峰!男子连扔6辆共享单车在马路中央,满身酒气:越想越气,没人管啊,没人帮我!警方:拘了!

环球网资讯
2026-11-16 09:12:43
真的有命数吗?网友:玄学有时候真的不得不信

真的有命数吗?网友:玄学有时候真的不得不信

康富贵碎碎念
2026-11-15 14:35:16
石破茂把高市比作东条英机!这话一出,日本政坛彻底炸了!

石破茂把高市比作东条英机!这话一出,日本政坛彻底炸了!

墨策史
2026-11-16 01:40:09
皇马队友情谊放一边!英格兰中场贝林厄姆指责西班牙边卫库库雷利亚:别演了,快起来!欧国联10人英格兰3:2小胜西班牙

皇马队友情谊放一边!英格兰中场贝林厄姆指责西班牙边卫库库雷利亚:别演了,快起来!欧国联10人英格兰3:2小胜西班牙

福酱的小时光
2026-11-16 08:10:01
本田“全球7座SUV”上市,一口价13.79万起!

本田“全球7座SUV”上市,一口价13.79万起!

米粒说车唯一呀
2026-11-14 16:49:06
余文乐宣布离婚

余文乐宣布离婚

扬子晚报
2026-07-20 14:21:04
赚麻!19岁安德列娃喜提2248万元+定制轿跑 手捧奖杯坐车里咧嘴笑

赚麻!19岁安德列娃喜提2248万元+定制轿跑 手捧奖杯坐车里咧嘴笑

风过乡
2026-11-16 07:07:49
高市宣布赴华参会,同一天,日本政府传出危险计划,瞄准两大方向

高市宣布赴华参会,同一天,日本政府传出危险计划,瞄准两大方向

爱看剧的阿峰
2026-11-16 04:21:24
好奇查了一下朴树的家世,不查不知道,一查才发现,他父母根本不是什么音乐人,而是非常优秀的科研大佬

好奇查了一下朴树的家世,不查不知道,一查才发现,他父母根本不是什么音乐人,而是非常优秀的科研大佬

一盅情怀
2026-11-14 14:35:34
钟南山提醒:想要老了能自理,一定要早点练抗阻运动

钟南山提醒:想要老了能自理,一定要早点练抗阻运动

坠入二次元的海洋
2026-11-13 07:53:02
1968年,邓朴方身受重伤陷入绝境,北大王凤梧不顾重压救他,在邓公回归后又是怎么回报他的?

1968年,邓朴方身受重伤陷入绝境,北大王凤梧不顾重压救他,在邓公回归后又是怎么回报他的?

唠叨说历史
2026-11-13 14:31:10
黄乐出轨黄仁勋名满天下,丈夫康伟却在监狱里偷偷落泪

黄乐出轨黄仁勋名满天下,丈夫康伟却在监狱里偷偷落泪

微评社
2026-11-12 09:07:38
民意彻底逆转!乌克兰人最恨的不是普京,也不是特朗普,而是曾承诺让乌克兰更好的泽连斯基;而他当初能上台,这件事本身就相当离奇

民意彻底逆转!乌克兰人最恨的不是普京,也不是特朗普,而是曾承诺让乌克兰更好的泽连斯基;而他当初能上台,这件事本身就相当离奇

人生录
2026-10-12 15:41:39
法媒:艾森科特谴责内塔尼亚胡政治“伎俩”

法媒:艾森科特谴责内塔尼亚胡政治“伎俩”

参考消息
2026-11-15 19:28:31
身份又变了!31岁林高远高调发文,官宣告别,终究再次迈出这一步

身份又变了!31岁林高远高调发文,官宣告别,终究再次迈出这一步

刘哥谈体育
2026-11-16 19:27:21
2026-11-16 21:32:49
上观新闻 incentive-icons
上观新闻
站上海,观天下
554881文章数 765217关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

女星劝妈妈去体检结果竟查出肺癌:妈妈一度瘦成皮包骨

头条要闻

女星劝妈妈去体检结果竟查出肺癌:妈妈一度瘦成皮包骨

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

官宣离婚不到1月,李小冉进医院

财经要闻

10万人逼宫英伟达 黄仁勋要复职了?

汽车要闻

99元抵2000元/续航580km 一汽-大众ID. AURA L5开启盲订

态度原创

本地
艺术
房产
公开课
军事航空

本地新闻

乌兰察布:以前种土豆,现在种Token

艺术要闻

汤唯:不靠惊艳五官,却美成了“气质女神”

房产要闻

6.6亿!海口卖地!

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版