AI主导设计的创新药研发进展与挑战
AI在创新药研发中显著加速了药物发现和设计环节,但面临数据质量和实验验证速度的挑战。文章引用多个案例,展示了AI技术在药物研发中的应用,并讨论了未来发展方向。
AI在创新药研发中显著加速了药物发现和设计环节,但面临数据质量和实验验证速度的挑战。文章引用多个案例,展示了AI技术在药物研发中的应用,并讨论了未来发展方向。
AI在创新药研发中显著加速了药物发现和设计环节,但面临高质量数据和实验验证速度的挑战。全球AI制药市场快速增长,中国在政策和资本支持下成为重要创新中心。
DGIST团队开发的AI模型NONOS能精确分离脑电波信号中的周期性和非周期性成分,提高个性化深脑刺激治疗的准确性。该模型在分析帕金森病患者脑电波信号时,预测脚部移动的准确性显著提高。
斯坦福大学科学家利用AI发现了一种名为BRP的天然分子,可能成为新一代减肥药物。动物实验显示BRP能有效抑制食欲和促进脂肪减少,且可能避免恶心、便秘等副作用。
推荐理由:AI辅助发现的新分子BRP在动物实验中表现出对食欲和代谢的调控作用,可能避免现有药物的副作用。
该研究提出了一种结合轻量级 CNN 和多种不确定性估计策略的肺部 CT 切片分类框架。使用 IQ-OTH/NCCD 数据集,通过 Monte Carlo Dropout、深度集成和集成 Monte Carlo Dropout 评估不确定性估计方法,计算置信度、归一化预测熵等指标,定义了选择性接受或转介规则。研究结果显示,该方法在分类性能、校准分析和风险覆盖方面表现良好。
百图生科与德运康瑞签署合作协议,利用空间组学数据和生命科学大模型,解决虚拟细胞模型的空间信息缺失问题。双方将构建“组织测量—模型预测—原位验证—反馈迭代”的技术闭环,推动虚拟细胞模型从孤立细胞状态向真实组织语境转变。
CNCC 2026论坛讨论智能体安全问题,专家指出智能体安全已成当下危机,需建立新安全范式。
研究人员开发的AI模型MANTIS能根据每个儿童肿瘤的独特生物学特性提供个性化的生存预测,有助于更精准地匹配治疗强度。该模型还可能帮助减少某些儿童接受放射治疗的剂量,而不会显著影响生存率。
推荐理由:AI模型MANTIS能根据每个儿童肿瘤的独特生物学特性提供个性化的生存预测,有助于更精准地匹配治疗强度。
一项由巴塞罗那全球健康研究所领导的研究表明,结合HPV检测与AI图像分析可有效检测宫颈癌前病变。该策略在九个国家的50,000多名女性中进行了测试,结果显示超过四分之一的女性检测出HPV阳性,其中多数接受了进一步的诊断。该方法有助于提高低资源地区的筛查效率,特别是在医疗资源有限的情况下。
推荐理由:AI辅助筛查策略在低资源地区有效检测宫颈癌前病变。
文章总结了31篇论文,强调AI在精准医疗中的应用需结合生物知识,实现可解释性、人性化设计和公平性。视频分析、信号分析、可穿戴设备和多组学集成展示了AI在诊断、预测和干预方面的进步。
文章指出,尽管AI在癌症治疗中有所应用,但其实际效果和普及程度有限,强调公众应理性看待相关言论。
香港大学贾伟团队在Cell Metabolism发表研究,建立由MetLLM与MetSpace组成的AI驱动胆汁酸发现框架,其中MetSpace为包含3,900个优先候选物的计算机模拟胆汁酸化学景观。
研究团队搭建病理分析体系,用肝癌苏木精-伊红染色切片预测血管生成、干细胞特性与自噬三类转录表型,成果刊于 Journal of Advanced Research。
莱芒生物开发的代谢增强型CAR-T疗法在低剂量下仍能实现100%完全缓解率,成本降至10万元以内。公司已获得多项IND批件,血液瘤和自免疾病临床数据良好,实体瘤管线也进入IIT临床研究阶段。
水木分子作为AI制药公司入选央视十骏,通过对话式AI平台ChatDD,将专家经验与AI智能体结合,提升药物研发效率。
广州医科大学附属第一医院与金域医学联合发布DeepGEM 2.0,升级后的模型可预测12个基因变异,覆盖国内肺癌靶向药,1分钟出结果,未来将在超500家医疗机构部署,有望降低检测费用。
推荐理由:AI病理技术有望降低肺癌基因检测成本,提升基层诊疗能力。
该研究利用机器学习方法预测接受抗生素治疗的癌症患者持续发热的情况,数据来源于Smart Hospital Information Platform (SHIP)。该方法有助于提高发热管理的精准度。
希格生科与晶泰科技合作研发的弥漫性胃癌靶向药SIGX1094已进入临床一期,预计明年获批上市。另一管线SIGX2649也获得中美IND批准,计划11月启动临床。类器官+AI技术平台显著提高了药物研发效率。
默达生物开发的口服小分子LDHA抑制剂MP-5342,通过抑制糖酵解通路调节免疫细胞代谢,计划于2027年进入健康人临床I期。该药物在炎症性肠病(IBD)等自免疾病中表现出超过600倍的安全窗口,优于传统免疫抑制剂。
Journal of Chemical Information and Modeling发表MML-DTI多流形学习框架,用双曲图神经网络融合分子拓扑、化学指纹、预训练化学模型语义与ESM-2蛋白序列特征,预测药物靶点相互作用。
文章分析了AI4S在生物医药领域的应用瓶颈,指出物理侧的验证能力仍是主要限制,并探讨了政策趋势。
Doximity的研究显示,九种常用AI模型中有19.5%的答案包含严重或致命错误。Doximity的新剂量验证工具DoseCheck正确率为99.9%,强调了临床AI工具的准确性问题。
推荐理由:AI模型在药物剂量计算中出现严重错误,强调了临床AI工具的准确性问题。
讯飞医疗在10月22日科大讯飞全球1024开发者节上发布AI患者管理平台3.0,并宣布启动AI患者管理专家共识专项计划。该平台称已沉淀160余条标准化专病管理路径、覆盖30余个临床科室,落地全国300余家医院,累计为超50万人次提供慢病及高危人群健康管理服务。同日发布的星火医疗大模型V3.7在上海人工智能实验室MedBench 5.0智能体评测中获99.6分。
推荐理由:以两个院外预警案例和两家医院的管理数据,呈现AI患者管理平台在出院后随访环节的实际运行方式。
Flagship Pioneering 将旗下 Etiome、Cellarity 和 Empress Therapeutics 三家公司合并成立 Etcelera Therapeutics,利用人工智能和药物发现工具预测实验药物在临床的成功率。
研究团队提出多模态医学视觉语言模型 EVLF-FM,基于约 130 万张、覆盖 10 种影像模态的临床图像训练,可完成疾病诊断、医学视觉定位与视觉问答并给出文字解释。
推荐理由:论文给出该模型在诊断、视觉定位与问答三类任务上的对比结果,并说明其解释性训练与评测方法。
康华股份在第94届CMEF展出国内、国际及居家自测三大类检测方案,覆盖临床、基层与居家市场。其600速高通量磁微粒化学发光设备配套近八九十个试剂项目,重点覆盖血管内皮生长因子等肿瘤早筛标志物,已在多家三甲医院装机;基层则推出52项呼吸道病原体检测产品。居家线包括呼吸道抗原自测、尿液HIV检测及血压计、血糖仪等设备。
分子之心发布MMDesign技术报告,称在18个靶点、19个设计项目中18个获得实验确认的结合分子,项目成功率94.7%,6个GPCR靶点全部命中且最优亲和力达纳摩尔级。报告还称其结构预测模型MMFold在FoldBench抗体-抗原界面评测中Top-1高质量成功率39.0%,约为AlphaFold 3对照结果19.8%的两倍。上述数据来自公司自行发布的技术报告,尚未经同行评审。
推荐理由:报告披露MMDesign跨18个靶点的自报命中数据,并与AlphaFold 3在结构预测基准上对照,可供了解AI分子设计的评估口径。
联邦学习策略 FedSDS 通过在各客户端本地生成合成数据并共享,避免传输真实敏感数据,在骨髓增生异常综合征、低级别胶质瘤和乳腺癌三项基于 DeepSurv 的生存预测任务中,非 IID 设置下性能优于 FedAvg 及其他参数优化策略。
研究团队提出 FBEHR 框架,以兼容 ECDSA 的椭圆曲线算法实现免双线性配对的 IUDVSP 签名,为 IoMT 电子健康记录提供身份认证与指定验证者隐私保护。
Artiva Biotherapeutics宣布在两项研究中出现患者死亡后停止运营。其中一例死于神经系统并发症,研究者认为与化疗而非细胞疗法相关;另一例在治后两月突发死亡,原因未定。
推荐理由:两起死亡病例被排除与细胞疗法直接相关,但公司仍决定关停,读者可据此理解该领域安全事件对商业决策的触发逻辑。
日本大阪公立大学联合MD Anderson癌症中心测试五款大语言模型,发现其模拟选药时首选推荐平均97.5%集中于同一款产品,且多为品牌药。该研究发表于Nature Health,模型还倾向于不推荐较晚获FDA批准或临床更常用的产品,并出现含已停产产品的与监管信息不符的推荐。按美国数据模拟,若医生依模型推荐开药,年度采购成本将增加约5560万美元,相当于1019%。
分子之心发布AI从头设计平台MMDesign最新技术报告,称在覆盖18个靶点、纳米抗体与大环肽两类模态的19个项目中,18个获得经实验确认的结合分子,项目成功率94.7%。
推荐理由:企业技术报告披露19个项目湿实验数据,可了解AI从头设计在GPCR等靶点上的实验通量与项目成功率。
一项发表在Bioinformatics的BLURB基准测评显示,ChatGPT综合得分58.50,与领域最优模型的84.30存在差距,六项任务中仅问答接近BioLinkBERT-Large,在PubMedQA测试集上甚至超过部分对照组。
韩国浦项科技大学团队开发出一种人工智能方法,通过分析癌症患者的基因信息,提前预测其对免疫疗法的反应,相关论文发表于《数字医学》。该方法先识别具有衰老微环境特征的肿瘤,再对患者分层判断是否可能响应免疫治疗,以减少模型偏倚。实验显示,新方法在4种癌症类型中的预测表现优于部分现行临床生物标志物,并在未纳入模型训练的独立皮肤癌患者队列中保持较一致的预测性能。
美国麻省总医院布莱根团队在《柳叶刀·数字健康》发表模型开发与验证研究,用面部照片训练AI评估癌症患者的生理年龄与短期死亡风险。在留出的3820名放疗患者中,AI判为最高风险的122人90天内有64人去世,最低风险的975人中为20人。研究团队称这是首个仅凭一张面部照片直接预测癌症患者生存的AI,但训练数据以波士顿地区患者为主且多为白人,换人群后是否准确尚不明确。
推荐理由:研究给出面部照片模型在癌症患者生存分层上的验证数据,并列出人群代表性不足等限制,可供评估此类AI工具的适用边界。
148例急性 diverticulitis 患者住院时长预测模型显示,XGBoost 在全体患者中表现最佳(MAE=0.03,R²=0.99),但需更大样本验证。
一项在ESMO Congress 2026报告的国际研究用约500个机器学习模型,基于英国生物样本库463,620名参与者的常规血检、病史与生活方式等数据预测20种常见癌症风险。
推荐理由:研究以常规血检和病史数据构建约500个风险模型,并列出各癌种预测能力的差异,可供评估筛查分流的可行性。
本研究使用机器学习技术分析了167名18至30岁自伤性颈部创伤患者的记录,旨在预测复发风险。结果显示,三个模型的平衡准确率最高为60%,其他指标如Brier分数、AUC等均表现不佳,表明当前模型临床应用价值有限。未来需更大规模、多样化的数据集进行外部验证,以提高预测能力。
湖南大学团队在Journal of the American Chemical Society发表研究,构建了一种刺激响应型DNA折纸纳米器件,呈递五价抗CD20抗体阵列(中心间距10 nm),并采用基于c-Met适配体的锁定链作为肿瘤选择性激活开关。
Jackson实验室团队在《科学》杂志发表研究,发现肺癌通过RNA替代剪接产生不同版本的STAT2基因,而非基因突变来削弱其功能。基于两项大型临床数据分析,带有内含子保留的STAT2 RNA剪接特征与阿替利珠单抗免疫治疗后患者生存期延长相关。
推荐理由:研究通过RNA剪接机制识别免疫治疗应答标志,为肺癌精准用药提供新思路。