人工智能如何帮助寻找癌症药物：深入了解BIOPTIC的分子发现引擎
作者：Wendy Frey
寻找新药常被形容为在干草堆中找针。实际上，这个问题要复杂得多：这堆“干草”可能包含数十亿，甚至数万亿的潜在分子。
这就是人工智能进入实验室的地方。
BIOPTIC是一家以人工智能为先导的生物技术公司，由企业家、前谷歌高管安德烈·多罗尼切夫（Andrey Doronichev）创立，正在研发一种利用机器学习搜索巨大化学库中的分子，以期最终成为新药的技术。该公司最有趣的项目之一集中于癌症领域，在此，人工智能系统被用来识别选择性抑制剂VEGFR-3，这是一种与肿瘤血管生成相关的生物靶点。
这里的关键字是“最终”。人工智能并不是按下一个按钮就能产生一款成熟的癌症药物。相反，它帮助科学家判断哪些分子值得在现实世界中合成和测试。
什么是BIOPTIC，它的人工智能实际做什么？
BIOPTIC位于人工智能、计算化学和药物发现的交汇处。其核心思想是将化学发现部分视为一个搜索问题。
一个传统的药物发现项目可能以生物靶点, 与疾病相关的蛋白质开始，然后寻找一种能以所需方式与该靶点相互作用的分子。挑战在于，理论上可能的药物分子数量是天文数字。
BIOPTIC的B1系统旨在使这一搜索变得可管理。
该系统以数学方式表示分子，创造紧凑的数值嵌入，使得化学结构能够高速比较。根据公司经过同行评审的研究，B1可以搜索包含数百亿化合物的库，并检索出可能具有相似生物特性的分子，即使它们的化学结构存在显著差异。
| 阶段 | 发生的事情 |
|---|---|
| 1.靶点选择 | 科学家选择与疾病相关的蛋白质 |
| 2.人工智能搜索 | 模型扫描巨大的虚拟分子库 |
| 3.排名 | 优先考虑有前景的候选者 |
| 4.合成 | 实际生产选择的分子 |
| 5.实验室测试 | 研究人员测量真实的生物活性 |
| 6.优化 | 结果指导下一轮搜索 |
因此，人工智能并没有取代实验室工作。它在实验室工作开始之前充当一个快速过滤器。
BIOPTIC B1如何搜索数十亿分子？
B1的技术基础是基于配体的虚拟筛选系统。
配体是能够与生物靶点（例如蛋白质）结合的分子。如果科学家已经知道几种具有有效活性的分子，这些分子可以作为新搜索的起点。
B1将分子信息转换为紧凑的向量表示。在发布的系统中，每个分子被表示为一个60维的嵌入，使用float16精度存储。模型随后可以将查询分子与预先索引的分子表示进行比较，并在巨大的规模上计算相似性。
该系统在Enamine REAL Space上进行了测试，这是一个包含大约400亿枚分子的虚拟化学库。
这样的规模带来了工程问题，和科学问题一样。BIOPTIC的研究人员将该过程分为两个阶段：
- 扫描：神经网络处理分子并生成嵌入。
- 搜索：预先计算的嵌入被比较以检索出最相关的候选者。
在发布的基准测试中，通过上述文献描述的基于SSD的搜索设置，跨越400亿个化合物的库搜索可以在大约两分十五秒内完成。基于RAM的配置则快得多。
这并不意味着人工智能以与科学家相同的方式理解生物学。这意味着该系统可以快速浏览化学空间的数学图，识别值得更深入关注的候选者。
癌症项目：搜索选择性VEGFR-3抑制剂
BIOPTIC的癌症项目提供了该方法如何有效的具体示例。
目标是VEGFR-3，也称为FLT4，是一种与血管生成（新血管的形成）相关的信号通路蛋白。肿瘤可以利用血管生成来支持其生长，使这一通路成为癌症研究的重要领域。
挑战在于选择性。
广泛影响多个VEGF受体的药物也可能与其他生物系统相互作用，从而可能增加毒性。BIOPTIC的项目旨在找出对VEGFR-3选择性更强的小分子。
该公司使用了双模型管道：
| AI组件 | 功能 |
|---|---|
| 基于SMILES的语言模型 | 使用化学表示法搜索和排名分子 |
| 图神经网络 | 重新评分选择的候选者的激酶选择性 |
| Oncobox分析 | 使用RNA-seq数据探索可能的反应性癌症类型 |
SMILES是一种文本描述，旨在表达分子结构。这使得化学与语言模型技术兼容：分子可以表示为一个符号序列，允许人工智能系统学习化学数据中的模式。
在第一个模型筛选出一个包含400亿个化合物的超大库后，则使用图神经网络作为第二次过滤。与文本序列不同，图表示原子为节点，而化学键为连接，这使得图神经网络在建模分子结构和关系方面非常有用。
从数字预测到真实分子
这是人工智能故事变成现实科学的时刻。
计算机可以预测一个分子看起来很有前途，但该分子仍需合成并进行实验测试。
在VEGFR-3项目中，BIOPTIC报告了使用激酶谱分析测试110个化合物。一些分子显示出针对VEGFR-3的活性，且有三种对单一VEGFR靶点表现出选择性。报告中显示，一项候选者对VEGFR-1和VEGFR-2的选择性超过45倍。研究结果在2025年ASCO年度会议的摘要中展示，并以会议摘要形式发表在《临床肿瘤学杂志》上。
研究人员随后将分子发现与RNA测序分析结合。在使用Oncobox算法时，他们分析了数千个肿瘤表达谱以评估哪些癌症类型可能对选择性VEGFR-3抑制最为反应。报告的候选者包括乳头状甲状腺癌、透明细胞肾癌、胰腺癌、卵巢癌和肉瘤。
这些是研究发现，而不是证据表明一款完成的癌症药物已准备好供患者使用。
BIOPTIC B1背后的科学证据
BIOPTIC的技术也已在经过同行评审的科学文献中描述。
2025年，研究人员在《化学信息与建模杂志》上发表了一项研究，描述了BIOPTIC B1及其在针对与帕金森病相关的蛋白质LRRK2的前瞻性药物发现实验中的应用。
该系统搜索同样的400亿分子化学空间，并识别出正常和突变形式的LRRK2的新配体。实验验证的最佳化合物的解离常数低至110纳摩尔。
下一阶段对于理解人工智能辅助药物发现至关重要。初始的命中并不被视为最终答案。科学家们将最佳化合物作为类药物搜索的起点，检索结构相关的分子，过滤它们的实用属性，并选择能够现实合成的候选者。
在选择的48种类药物中，有47种成功合成。然后对结果化合物再次进行测试，形成计算、化学和生物学之间的反馈循环。
为什么人工智能无法取代药物科学家
“人工智能发现药物”这个说法很吸引人，但并不完整。
人工智能可以根据从数据中学习的模式对分子进行排名。它可以加速虚拟筛选，并识别人工手动探索时难以发现的化学关系。但是，在实验工作得到确认之前，任何预测仍然只是一种预测。
科学家们仍然需要回答基本问题：
- 该分子实际上是否与靶标结合？
- 它是否影响预期的生物通路？
- 它是否足够选择性？
- 它是否有毒？
- 它能否到达适当的组织？
- 它是否安全代谢？
- 它在动物中是否有效？
- 它是否能帮助人类患者？
一个有前景的分子可能在任何环节失败。
这就是为什么像BIOPTIC B1这样的系统的真正价值可能在于速度，而不是魔法。如果人工智能能够将数十亿种理论可能性缩减至少数几十种值得测试的分子，它可以使药物发现的最早阶段更高效。
AI驱动医学的未来
BIOPTIC的工作展示了生物技术的更广泛转型。人工智能越来越成为研究基础设施的一部分, 一个搜索化学空间、优先排序实验和将分子数据与生物信息相连接的系统。
该公司的癌症研究尤其有趣，因为它结合了几个计算层次：分子筛选、选择性建模和对肿瘤生物学的RNA-seq分析。
但这一过程的最终产物并不是人工智能生成的处方。它是科学家待测试的假设清单。
这个区别很重要。
人工智能可能能帮助研究人员比传统方法更快地搜索数十亿种分子。它可能揭示不熟悉的化学框架，并引导实验室关注那些否则会被忽视的候选者。然而，分子仍然必须经历化学、生物学、毒理学、临床前研究和临床试验的考验。
换句话说，人工智能并没有取代寻求癌症治疗的科学家。
它为科学家提供了一个强大的搜索引擎。
