从“会用软件”到真正理解人工智能药物发现与设计

如果你正在学习人工智能药物发现与设计（Artificial Intelligence for Drug Discovery，AIDD），可能会有一种越来越明显的感觉：

这个领域正在变得越来越“卷”，但同时也越来越容易入门。

以前，一个刚接触药物设计的人，可能需要花很长时间学习分子对接、分子动力学、QSAR、药效团、虚拟筛选等传统计算药物设计技术。

而现在，AlphaFold、AlphaFold 3、ESMFold、DiffDock、分子生成模型、Graph Neural Networks、Transformer、Foundation Models、Generative AI……

大量AI工具正在不断降低技术门槛。

AlphaFold 3甚至已经能够对包含蛋白质、核酸、小分子、离子和修饰残基等在内的复杂生物分子体系进行联合结构预测，显示出深度学习正在从“预测蛋白结构”进一步走向“理解生物分子相互作用”。 (Nature)

问题也随之出现：

工具越来越多，我们真的更懂药物发现了吗？

答案未必。

因为AI时代学习AIDD最大的陷阱，就是：

把“会使用AI工具”误认为“掌握了AI药物发现”。

一、AIDD不是“AI + 一个药物软件”

很多初学者对AIDD的理解是：

找一个蛋白 → 下载一个结构 → AI预测 → 分子对接 → 分子动力学 → 找几个结合能好的分子 → 写论文。

这确实可以形成一个计算流程。

但它距离真正意义上的AIDD，还有很大的距离。

真正的AIDD并不是某一个软件，也不是某一个算法。

它更像是一个巨大的交叉学科体系：

疾病机制

↓

靶点发现

↓

靶点验证

↓

蛋白结构与生物分子相互作用

↓

虚拟筛选

↓

Hit发现

↓

Lead优化

↓

ADMET / Toxicity

↓

多参数优化

↓

实验验证

↓

临床转化

AI可以进入这个流程中的很多环节。

2025年的相关综述已经将AI/ML的应用覆盖到靶点识别、先导发现、命中优化、毒性预测以及临床开发等多个阶段。 (PubMed Central (PMC))

所以：

AIDD不是一个模型，而是一整套药物研发方法论。

二、AI时代，AIDD学习最重要的不是“学得多”，而是建立知识结构

如果你现在刚开始学习AIDD，我不建议你一上来就：

• 学Transformer
• 学Diffusion
• 跑AlphaFold
• 跑DiffDock
• 跑分子生成
• 下载一个超大的化合物数据库
• 然后开始“AI筛药”

这样很容易陷入：

模型越来越懂，药物越来越不懂。

真正合理的学习顺序应该是：

第一层：生物学

首先要知道：

疾病到底发生了什么？

例如：

癌症为什么发生？

某个基因为什么异常？

蛋白为什么过表达？

某条信号通路为什么被激活？

肿瘤细胞和正常细胞有什么不同？

免疫微环境发生了什么？

一个靶点为什么可能成为药物靶点？

如果这些问题都回答不了，那么AI再强，也很难告诉你：

“为什么应该研究这个靶点？”

三、第二层：分子生物学与生物信息学

进入AIDD以后，你必须逐渐能够理解：

DNA → RNA → Protein → Function → Disease

进一步理解：

• Genomics
• Transcriptomics
• Proteomics
• Single-cell RNA-seq
• Spatial transcriptomics
• Epigenomics
• Multi-omics
• PPI
• Pathway
• Gene regulation
• Mutation
• Expression

这也是为什么：

AIDD正在越来越多地与Bioinformatics、AI4Science和Multi-omics融合。

未来的药物发现，很可能不是简单地：

“给我一个蛋白，我帮你找一个分子。”

而是：

“给我一个疾病系统，我帮你理解疾病机制、寻找潜在靶点，并进一步设计具有特定生物学性质的治疗分子。”

这会是完全不同的科研范式。

四、第三层：化学——这是很多AI研究者最容易忽略的部分

如果你想真正做好AIDD，必须懂一些药物化学。

至少应该理解：

• SMILES
• Molecular Graph
• Fingerprint
• Molecular Descriptor
• Scaffold
• Functional Group
• Lipinski Rule of Five
• LogP
• Molecular Weight
• H-bond Donor
• H-bond Acceptor
• TPSA
• Rotatable Bonds
• Solubility
• Permeability
• Metabolic Stability

进一步还需要理解：

SAR——Structure Activity Relationship

也就是：

一个分子为什么有效？

以及：

把分子的某个位置换掉以后，为什么活性变高或者变低？

如果只懂AI，不懂化学，很容易出现一个问题：

模型生成了一大堆“看起来很漂亮”的分子，但化学家根本不会去合成。

所以AIDD真正的竞争力不是：

AI生成了多少分子。

而是：

AI能不能生成具有生物活性、化学可合成性、药代动力学合理性以及进一步开发价值的分子。

五、第四层：机器学习——不要只会调用模型

当你真正进入机器学习以后，不应该只学习：

Random Forest怎么跑？

XGBoost怎么跑？

CNN怎么跑？

Transformer怎么跑？

而应该理解：

数据 → 特征 → 模型 → 验证 → 泛化 → 生物学解释

例如：

你预测一个化合物是否具有某种活性。

首先要问：

数据从哪里来？

数据是否存在偏差？

训练集和测试集是否存在数据泄漏？

随机划分是否合理？

Scaffold split是否更合适？

模型是否过拟合？

AUC很高是否真的意味着模型很好？

模型是否只是在记忆某些化学骨架？

这才是真正的机器学习思维。

六、第五层：深度学习——从“预测”走向“生成”

传统机器学习更多是在做：

Prediction

例如：

预测：

• 活性
• 毒性
• ADMET
• Binding affinity
• Solubility
• Protein property

而现在AIDD正在进一步走向：

Generation

也就是：

不只是预测一个分子好不好，而是直接生成一个新的分子。

这也是Generative AI进入药物发现之后非常重要的方向。

目前已经出现了：

• VAE
• GAN
• Transformer
• Autoregressive model
• Diffusion model
• Graph generative model
• Protein language model
• Molecular foundation model

等不同技术路线。

2025年的综述也指出，生成式AI已经被用于小分子和蛋白质设计，并涉及VAE、GAN、Transformer以及扩散模型等架构。 (DOI)

但这里一定要记住：

生成分子 ≠ 发现药物。

这是AIDD学习过程中非常重要的一条原则。

七、真正值得学习的是“完整闭环”

如果让我给AI时代的AIDD学习者设计一条主线，我会建议：

Disease

↓

Target identification

↓

Target validation

↓

Multi-omics

↓

Protein structure

↓

Binding site

↓

Virtual screening

↓

Molecular property prediction

↓

Hit discovery

↓

Lead optimization

↓

Molecular generation

↓

ADMET

↓

Docking

↓

Molecular Dynamics

↓

Free-energy / binding analysis

↓

Experimental validation

这才是一个相对完整的AIDD思维框架。

八、不要迷信Docking

这是很多AIDD初学者特别容易踩的坑。

很多论文的流程是：

AI筛选100万个分子

↓

Docking

↓

选Top 10

↓

MD

↓

找一个最好的

↓

宣布“potential drug candidate”

实际上，这里面有非常多需要谨慎处理的问题。

Docking score不是实验活性。

MD稳定也不等于一定有活性。

Binding energy也不等于临床有效。

AI预测结果也不等于真实生物学机制。

因此：

计算结果应该被理解为证据，而不是结论。

真正高水平的AIDD研究，需要不断进行：

Prediction → Validation → Interpretation → Iteration

而不是：

Prediction → Screenshot → Paper

九、真正厉害的AIDD研究者，应该学会“让不同AI模型协作”

未来的AIDD，很可能不是：

一个模型解决所有问题。

而是：

AI模型1

负责疾病机制和靶点发现。

AI模型2

负责蛋白结构预测。

AI模型3

负责分子性质预测。

AI模型4

负责虚拟筛选。

AI模型5

负责分子生成。

AI模型6

负责ADMET。

AI模型7

负责实验结果解释。

最后由研究者把这些结果整合起来。

因此未来AIDD研究者的重要能力之一是：

AI Orchestration

也就是：

如何把多个AI模型、数据库、生物信息学工具和计算化学工具组织成一个完整科研系统。

十、AI时代，真正稀缺的不是“会不会写代码”

很多人认为：

“我要学AIDD，所以我要先成为一个Python大神。”

其实不完全正确。

Python当然非常重要。

你至少应该熟悉：

• Python
• NumPy
• Pandas
• Scikit-learn
• PyTorch
• RDKit
• Matplotlib
• Jupyter
• Linux
• Git
• Conda

但是：

代码只是工具。

真正决定你能不能做出好研究的是：

你能不能把一个生物医学问题转化成一个可以计算、可以验证、可以解释的科学问题。

例如：

普通问题：

“使用AI预测乳腺癌相关药物。”

科学问题：

“能否利用多组学信息识别具有功能依赖性的潜在治疗靶点，并进一步通过结构基础的生成式模型设计候选分子？”

这两句话的科研价值完全不同。

十一、AI时代最重要的能力：提出好问题

未来真正拉开差距的可能不是：

谁会用最新模型。

而是：

谁能提出真正值得研究的问题。

因为模型会越来越容易获得。

代码会越来越容易生成。

GPU会越来越强。

数据库会越来越大。

甚至很多算法实现都可以由AI直接帮助完成。

但是：

“到底应该研究什么？”

仍然需要研究者判断。

所以你必须训练自己的：

Scientific Question

Hypothesis

Experimental Design

Computational Design

Validation Strategy

Biological Interpretation

这才是科研能力。

十二、AIDD学习不要追热点，而要建立自己的“技术栈”

如果你今天学习AlphaFold。

明天学习DiffDock。

后天学习某个新的Foundation Model。

大后天又换一个Generative Model。

那么一年之后，你可能：

什么都看过，但什么都没有真正掌握。

更好的方法是建立自己的AIDD技术栈。

例如：

Level 1：基础

Python + Linux + Git

↓

Level 2：Bioinformatics

R / Python + GEO / TCGA / public omics

↓

Level 3：Machine Learning

Scikit-learn + XGBoost + SHAP

↓

Level 4：Deep Learning

PyTorch + CNN + GNN + Transformer

↓

Level 5：Cheminformatics

RDKit + Molecular descriptors + fingerprints

↓

Level 6：Structural Biology

PDB + AlphaFold + binding pocket

↓

Level 7：CADD

Docking + virtual screening + pharmacophore

↓

Level 8：Molecular Simulation

MD + trajectory analysis + free-energy methods

↓

Level 9：Generative AI

Molecular generation + diffusion + foundation models

↓

Level 10：AI4Science

Multi-omics + multimodal AI + biological foundation models

这样你会逐渐从：

“软件使用者”

变成：

“AIDD研究者”。

十三、如果你是计算机背景，应该怎么学？

如果你本身是计算机、人工智能或者数据科学背景，那么其实有一个非常明显的优势：

你不需要重新把自己培养成一个传统药学本科生。

你应该采用：

计算机能力 + 生物医学知识 + 药物设计知识

这样的路线。

也就是说：

你的优势

AI

↓

Machine Learning

↓

Deep Learning

↓

Computer Vision

↓

NLP

↓

Generative AI

↓

Large Models

然后补：

Biology

↓

Bioinformatics

↓

Chemistry

↓

Structural Biology

↓

Pharmacology

这样形成：

Computer Science × Biology × Chemistry × Medicine

这才是非常有竞争力的AIDD知识结构。

十四、如果你是生物、药学、医学背景呢？

路线则可以反过来。

先建立：

Biology

↓

Medicine

↓

Pharmacology

↓

Drug Discovery

↓

Bioinformatics

然后学习：

Python

↓

Machine Learning

↓

Deep Learning

↓

Generative AI

最终形成：

Biology × Medicine × AI

所以AIDD最大的特点就是：

不同背景的人，可以从不同入口进入同一个领域。

十五、AI时代，不要把“论文数量”当成唯一目标

AIDD特别容易出现一个问题：

一个简单的数据集。

一个机器学习模型。

几个筛选结果。

一个Docking。

一个MD。

然后：

“我们发现了一个潜在药物靶点。”

这种研究未来会越来越难体现真正的创新性。

因为AI工具越来越普及之后：

“跑一个模型”本身越来越不稀缺。

真正稀缺的是：

新数据

新机制

新模型

新方法

新生物学发现

新药物设计策略

实验验证

临床意义

所以未来真正有价值的AIDD研究，应该越来越强调：

科学问题，而不是软件数量。

十六、未来AIDD可能走向哪里？

我认为未来几年值得重点关注的方向至少包括：

① Biological Foundation Models

不再只训练一个疾病模型。

而是让AI理解：

DNA、RNA、蛋白质、细胞、组织、疾病。

② Multimodal Biology

未来可能同时处理：

DNA + RNA + Protein + Cell + Spatial + Imaging + Clinical

也就是：

多模态生物医学AI

③ Generative Drug Design

从：

“寻找已有分子”

逐渐走向：

“设计新的分子”。

④ Protein Design

AI不只是研究小分子。

也可能进一步设计：

• Protein
• Peptide
• Antibody
• Enzyme
• Protein binder

⑤ Virtual Cell

这是一个非常值得关注的方向。

未来AI可能进一步尝试：

在计算环境中模拟细胞状态变化。

例如：

敲除一个基因会发生什么？

增加一个药物会发生什么？

改变一个蛋白会发生什么？

不同细胞之间会发生什么？

这会让：

AI + Single-cell + Spatial Transcriptomics + Drug Discovery

产生非常大的交叉空间。

十七、所以，AI时代到底应该如何学AIDD？

如果把整个学习过程压缩成一句话：

先懂疾病，再懂生物学；先懂分子，再懂算法；先学预测，再学生成；先学工具，再建立自己的科研体系。

真正的学习路线可以浓缩成：

Biology

↓

Bioinformatics

↓

Chemistry

↓

Drug Discovery

↓

Machine Learning

↓

Deep Learning

↓

Structural Biology

↓

CADD

↓

Generative AI

↓

Multimodal AI

↓

AI4Science

↓

New Drug Discovery

最终形成自己的能力闭环：

发现问题 → 获取数据 → 理解机制 → 构建模型 → 设计分子 → 计算验证 → 生物学解释 → 实验验证

十八、最后：AI不会淘汰AIDD研究者，但会淘汰“只会使用工具的人”

这是我认为AI时代学习AIDD最值得思考的一句话。

未来：

AI会写代码。

AI会查文献。

AI会分析数据。

AI会预测蛋白结构。

AI会生成分子。

AI会做虚拟筛选。

AI甚至会帮助设计实验。

那么研究者还需要做什么？

答案恰恰变得更加重要：

提出问题。

判断问题。

设计研究。

理解生物学。

验证AI。

解释结果。

发现真正有意义的科学规律。

所以，未来真正优秀的AIDD研究者，并不是一个“会调用最多AI工具的人”。

而应该成为：

一个能够让AI参与科学发现的人。

从传统的：

Computer-Aided Drug Design

走向：

AI-Driven Drug Discovery

再走向：

AI for Science

最终可能走向：

AI × Biology × Chemistry × Medicine

这才是人工智能药物发现与设计真正值得学习的地方。

不要只学会让AI帮你找药。

更重要的是，学会让AI帮助你理解疾病、理解生命，并最终发现新的科学规律。

这可能才是AI时代AIDD最值得投入的方向。

参考资料

1. Abramson et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature, 2024. (Nature)
2. AI-Driven Drug Discovery: A Comprehensive Review. ACS Omega, 2025. (ACS Publications)
3. The future of pharmaceuticals: Artificial intelligence in drug discovery and development. Journal of Pharmaceutical Analysis, 2025. (DOI)
4. Generative AI for drug discovery and protein design: the next frontier in AI-driven molecular science. 2025. (DOI)
5. 《创新药物设计——从计算机辅助到人工智能》，2025。 (nature.shu.edu.cn)