AI 制药的整个流程

AI 不是单独替代某个科学家，而是嵌入药物研发的多个环节，用来缩小搜索空间、预测结果、安排实验和整合证据。真正的药物仍需经过实验、毒理和临床验证。

一、完整流程

flowchart LR
A[疾病与未满足需求] --> B[靶点发现]
B --> C[靶点验证]
C --> D[命中物发现]
D --> E[先导化合物优化]
E --> F[临床前研究]
F --> G[临床试验]
G --> H[监管审批]
H --> I[上市后监测]
I --> B

传统研发从靶点到上市通常需要多年，失败率很高。AI 主要帮助每一步更快地产生和筛选候选方案，但每一步都需要不同类型的实验确认。

二、确定疾病问题

研发首先要明确：

治疗什么疾病；
哪类患者最需要新疗法；
目标是治愈、延缓进展，还是改善症状；
需要改变哪个病理过程；
什么指标可以证明有效。

AI 可以分析：

流行病学数据；
电子健康记录；
临床试验结果；
患者基因组；
医学文献；
医疗影像和病理图像。

例如，AI 可能发现某种基因变异只在特定患者亚群中出现，于是研发方向从“治疗所有患者”变成“针对携带该变异的患者开发药物”。

这一步决定了后续靶点和临床人群。

三、靶点发现：寻找应该干预的生物节点

靶点可以是：

蛋白质；
酶；
受体；
离子通道；
RNA；
DNA 或基因调控区域；
代谢过程或细胞信号通路。

AI 在这里主要做四件事。

1. 从文献中建立疾病机制图

模型提取：

哪些基因与疾病有关；
哪些蛋白质互相作用；
哪些通路反复出现在研究中；
哪些关系有实验支持；
哪些关系只是相关性。

2. 融合多组学数据

常见数据包括：

基因组；
转录组；
蛋白质组；
磷酸化组；
单细胞数据；
表观遗传数据；
代谢组；
蛋白质互作网络。

AI 可以寻找“多个数据层同时支持”的候选靶点。例如，一个蛋白质可能没有显著表达变化，但其磷酸化状态、互作关系和疾病细胞类型都发生变化。单看一种数据容易漏掉它，多组学模型可能把它排到前面。

3. 预测因果关系

模型会尝试区分：

只是与疾病一起出现的分子；
真正推动疾病发展的分子；
可能是结果而非原因的分子。

这一步仍然很难，因为观察数据通常只能提示关联，不能完全证明因果。

4. 排序候选靶点

AI 会根据多种证据给出优先级，例如：

疾病关联强度；
人体遗传学证据；
细胞和动物实验；
是否存在可结合口袋；
是否容易选择性调节；
预期毒性；
是否已有可利用的化合物。

“荀子”属于这一阶段的典型系统：它用文献推理和多组学融合，提出并排序候选靶点。

四、靶点验证：证明“动它”真的有用

这是从预测走向科学证据的关键一步。

研究人员会通过以下方式干预靶点：

siRNA 或 shRNA 降低表达；
CRISPR 敲除或编辑；
过表达目标基因；
小分子抑制剂；
抗体阻断；
蛋白质降解技术；
基因疗法或 RNA 药物。

然后观察：

细胞是否恢复；
疾病表型是否减轻；
动物症状是否改善；
目标机制是否按预期变化；
是否出现严重毒性。

在文章的例子中，AI 提出 CHK2 后，研究人员先在细胞中用 siRNA 验证，再在两种帕金森病小鼠模型中使用基因抑制和 CCT241533 抑制剂。这就是典型的“AI 提出假设、实验验证假设”。

五、命中物发现：寻找能作用于靶点的分子

确定靶点后，要找到能与它结合或调节它的“命中物”（hit）。

传统方式包括：

大规模化合物筛选；
片段筛选；
虚拟筛选；
天然产物筛选；
抗体库筛选。

AI 的作用包括：

1. 结构预测

根据氨基酸序列预测蛋白质三维结构，帮助寻找：

活性位点；
药物结合口袋；
蛋白质界面；
可能的变构位点。

2. 虚拟筛选

AI 预测数百万种化合物中哪些可能与靶点结合，再优先安排实验。

3. 分子生成

模型可以根据目标口袋生成新的分子结构，要求它同时满足：

能够结合靶点；
具有一定选择性；
分子性质合适；
能被合成；
不能过于容易产生毒性。

4. 蛋白质或抗体设计

对于抗体、蛋白质药物和肽类药物，AI 可以优化：

结合能力；
稳定性；
特异性；
免疫原性；
表达和生产性能。

需要注意：结构预测不等于真实结合。最终仍需通过生化实验、晶体学、冷冻电镜或其他实验验证。

六、先导优化：把“能结合”变成“可开发的药物”

最初的命中物通常问题很多：

活性不够强；
选择性差；
溶解度低；
不易吸收；
代谢太快；
难以穿过血脑屏障；
对肝脏或心脏有毒性；
化学合成困难。

AI 会预测和优化所谓的 ADMET 属性：

吸收（Absorption）；
分布（Distribution）；
代谢（Metabolism）；
排泄（Excretion）；
毒性（Toxicity）。

典型流程是：

flowchart LR
A[生成分子] --> B[预测活性]
B --> C[预测ADMET与毒性]
C --> D[筛选可合成分子]
D --> E[实验测试]
E --> F[将实验结果反馈模型]
F --> A

这形成“设计—合成—测试—学习”的循环。模型每轮根据实验结果更新，逐渐提高分子质量。

AI 可以把原本一次只尝试少数化合物的流程，变成每轮更有针对性地设计一批分子。

七、临床前研究：从分子到候选药物

当一个候选药物初步成熟后，要进行：

药效研究；
药代动力学；
组织分布；
剂量探索；
急性和长期毒性；
生殖毒性；
遗传毒性；
与其他药物的相互作用；
制剂和稳定性研究。

AI 可以帮助：

预测合适剂量；
建立药代模型；
识别毒性信号；
选择更合适的动物实验；
分析病理切片和组织图像；
预测哪些患者可能获益。

但 AI 不能跳过监管要求。药物必须提供可重复、可审计的实验数据。

八、临床试验：验证对人是否有效、安全

临床试验通常分为：

阶段	主要问题
I 期	对健康人或少量患者是否安全，耐受剂量是多少
II 期	对目标疾病是否初步有效，剂量如何选择
III 期	在更大人群中是否优于现有治疗，风险收益是否可接受
IV 期	上市后长期安全性和罕见副作用

AI 可以参与：

选择入组患者；
预测患者是否可能响应；
设计试验方案；
寻找合适剂量；
识别临床终点；
提高患者招募效率；
监测不良事件；
分析真实世界数据；
预测脱落和依从性。

尤其是在精准医疗中，AI 可以帮助确定“什么药适合什么人”，而不是只寻找一个对所有人平均有效的药。

九、生产和上市后阶段

AI 制药并不止于发现分子。

生产阶段

AI 可以优化：

合成路线；
反应条件；
原料选择；
工艺稳定性；
质量控制；
批次差异；
生产成本。

上市后阶段

AI 可以持续分析：

不良事件报告；
电子病历；
用药依从性；
不同人群的疗效；
罕见副作用；
新适应症线索。

一种药上市后，可能被发现对另一种疾病也有帮助，这叫 药物再利用。AI 可以通过疾病—靶点—药物网络寻找这类机会。

十、AI 在整个流程中最擅长什么

可以归纳为五种能力：

1. 处理规模

人类无法逐篇阅读数千万篇论文，也无法手动比较数百万种分子。AI 可以快速处理大规模数据。

2. 发现组合关系

AI 能把不同来源的信息放在一起，寻找跨基因、蛋白质、通路和疾病的联系。

3. 进行预测

例如预测：

哪个靶点更值得验证；
哪个分子可能结合；
哪个候选物可能有毒；
哪类患者可能响应。

4. 生成候选方案

模型可以生成：

新分子；
蛋白质序列；
抗体变体；
实验方案；
临床试验设计；
合成路线。

5. 优化实验顺序

不是把所有实验都做一遍，而是优先做信息价值最高的实验，尽快淘汰错误方向。

十一、AI 最不擅长、也最容易被误解的地方

“相关”不等于“因果”

某个分子在疾病组织中升高，不代表抑制它就能治疗疾病。

预测结构不等于真实药效

分子可能在计算机里结合得很好，但在真实细胞中进不去、被代谢掉，或无法达到足够浓度。

小鼠有效不等于人有效

动物模型只模拟疾病的一部分。帕金森病小鼠运动改善，不能直接推出患者也会改善。

生成新分子不等于能制造

AI 设计的分子可能难以合成、难以纯化或无法稳定生产。

数据越多不一定越可靠

数据可能存在：

批次差异；
样本偏差；
标签错误；
研究热点偏差；
未研究对象被误标为负样本；
不同实验平台之间不可比。

解释看起来合理也可能是错的

语言模型生成的机制链条可能流畅，但某个环节并没有真正的实验依据。

十二、为什么“全自动 AI 科学家”还没有成为现实

理想状态是：

flowchart LR
A[AI提出假设] --> B[自动设计实验]
B --> C[机器人执行实验]
C --> D[仪器产生数据]
D --> E[AI分析结果]
E --> F[更新模型并提出下一轮实验]
F --> A

这叫闭环或自动化实验平台。

目前已有部分系统能做到：

AI 设计实验；
机器人执行部分实验；
自动读取仪器数据；
模型根据结果安排下一轮。

但离完全自动化还有障碍：

生物实验具有高度不确定性；
不同实验室结果可能不一致；
许多关键现象难以标准化；
失败实验也需要专家解释；
安全、伦理和监管责任不能完全交给模型；
真实疾病机制通常比训练数据复杂。

因此，当前最可靠的模式仍是：

AI 扩大假设空间和筛选能力，人类科学家负责问题定义、实验设计、结果判断和责任承担。

探索

小虎仔的小站