篇九 AI制药入门:计算化学与新工具到底在做什么?

本篇是“新药研发全景系列”AI特别篇。在《Drug Discovery and Development: Technology in Transition》的成书年代，“计算化学”还是药化团队里的一个支持岗位；而今天，“AI制药”已经是资本市场的关键词。工具在换代，但研发的问题清单没有变——还是那个漏斗：找靶点、找分子、优化性质、过临床。这一篇我们不追热点名词，而是逐个回答三个朴素的问题：AI和计算方法正在研发链条的哪些环节干活？它们干得怎么样？边界在哪里？

一、开场：先泼一盆冷水，再画一张地图

先说一个许多宣传材料不会告诉你的事实：

药物研发的核心困难不是“分子太多算不过来”，而是“数据太少、噪声太大”。

• 一个靶点的高质量活性数据，往往只有几千条，且来自不同assay、不同实验室，可比性存疑；

• 临床失败数据大多不公开——AI最想学的“为什么失败”，恰恰是行业的私有财富；

• 生物系统本身高维、非线性、动态——分子进细胞后的故事，远比“结合能算准”复杂。

因此判断AI制药项目的成色，第一个问题永远是：“它在哪个环节、用什么数据、回答什么决策问题？” 带着这个问题，我们看地图。

二、地图：AI/计算工具在研发链条上的落点

我们一站一站逐段来看。

三、第一站：靶点发现——“从文献和组学里淘金”

在做什么

组学数据挖掘：从单细胞测序、蛋白组学数据中寻找疾病相关的分子特征（呼应第五篇靶点发现的五大来源）；

知识图谱与文献挖掘：把数百万篇文献、专利、数据库中的“基因-疾病-通路-药物”关系抽成图谱，寻找隐藏关联——AI的强项之一是在海量弱证据里发现人的注意力覆盖不到的连接；

蛋白结构预测：AlphaFold类模型把蛋白结构预测从“按年计的晶体活”变成“按秒计的计算活”，间接让所有下游基于结构的工具（对接、FBDD、PROTAC设计）获得了几乎无门槛的起点结构。

成色如何

✅ 结构预测是近十年最确定的突破——它没有直接发现药，但改写了整个“基于结构设计”的基础设施；

⚠️ 靶点发现环节，AI的价值是“提出更好的假设”，不是“证明假设”——因果验证仍要回到CRISPR、动物模型、人体遗传学（详见篇三）。

四、第二站：Hit发现——虚拟筛选与生成式设计

1. 超大规模虚拟筛选

可合成分子空间（如REAL库）已达百亿级，AI打分模型 + 高性能计算可以全空间扫描。相比传统对接，机器学习打分函数在速度上有数量级优势，但打分准不准仍是最大短板——记住篇四的提醒：虚拟筛选给的是“候选名单”，不是“命中证明”，湿实验确认一步不能省。

2. 生成式设计（Generative Design）

这是“AI制药”最出圈的方向：不筛已有分子，而是让模型按目标性质“画”出新分子——

• 条件生成：输入“要结合这个口袋、logP<3、不要hERG活性”，模型输出分子结构；

• 三大技术流派：基于SMILES序列的自回归模型、基于3D口袋结构的扩散/等变模型、基于片段连接的组合生成；

• 闭环验证：头部团队的实践是“生成→计算评估→合成→测活性→数据回流再训练”的主动学习循环，AI的产出质量高度依赖这个闭环转得多快。

3. 成色与边界

✅ 在“化合物可得性”上，生成式AI确实打破了实体库的限制；

⚠️ 可合成性（synthesizability）是最大软肋——模型画出的分子，有机化学家可能根本做不出来。成熟的平台必须内置“合成可达性”约束与逆向合成评估；

⚠️ 生成的分子再漂亮，也只是候选名单——从分子到先导的十万八千里（篇五和篇六的SAR/ADME优化），依然要靠实验化学家一步步走。AI压缩的是“发现Hit”的时间，不是“优化分子”的时间。

五、第三站：先导优化——ADME预测与MPO的“计算化”

在做什么

这是AI在药研中最成熟、性价比最高的应用（因为它有最规整的数据）：

• ADME性质预测：微粒体清除率、Caco-2渗透、溶解度、CYP抑制、hERG——用历史积累的海量数据训练的回归模型，准确度已能支持“合成前预筛”；

• 性质空间导航：把篇五的MPO打分与预测模型结合，设计分子时在电脑上先“合成”一遍，淘汰明显不及格的方向；

• 反应预测与逆合成规划：AI辅助设计合成路线，缩短类似物迭代的周期——SAR迭代的瓶颈常常不在想法，而在合成速度。

成色如何

✅ ADME预测是目前AI制药“投入产出比最高”的应用——数据规整、决策成本低、错了重算就行。篇五说的“预防一次违规，省下一轮合成”，AI让这个原则可以规模化执行；

⚠️ 但要理解模型的天花板：训练数据分布之外的分子，预测不可信。模型给的是概率，不是判决——关键分子仍要实验确认。

六、第四站：临床与开发——AI的“第二增长曲线”

很多人以为AI制药只管找分子，其实临床阶段的AI应用潜力可能更大：

试验设计与患者分层：用真实世界数据找最可能响应的患者亚群、优化入组标准——II期PoC失败的最大原因之一就是人群没选对（第五篇靶点验证的逻辑在临床的延伸）；

生物标志物开发：多组学数据训练的响应预测模型，为临床提供分层依据；

毒理信号预测：用历史毒理数据库预测化合物的器官毒性风险，辅助候选物排序；

工艺与生产：结晶条件预测、工艺参数优化（工艺化学的数字化趋势）。

七、冷静剂：AI制药的四个真相

真相一：AI改变的是“概率分布”，不是“游戏规则”。 药物研发的成功率由靶点假设质量、生物学理解深度决定。AI能让每个环节更快、更便宜，但靶点错了，AI只是帮你更快地走向失败——篇三的靶点验证逻辑依然是总纲。

真相二：数据是护城河，算法不是。公开算法人人可用，但私有、高质量、成体系的数据（自产SAR、内部PK、临床数据）才是差异化竞争力。评估任何一家AI制药公司，先问它的数据从哪来、闭环在哪。

真相三：AI与实验不是替代关系，是“设计-验证”循环的两半。最有效率的团队不是“AI团队+实验团队”，而是深度融合的DMTA闭环：计算提出假设、化学快速合成、生物快速验证、数据当天回流。闭环速度，才是新范式下真正的研发效率指标。

真相四：人才的需求变了，但没有变夸张。 行业最缺的不是“会调参的程序员”，而是**“懂药化的计算人”和“懂计算的药化人”** ——能判断模型的适用域、能把业务问题翻译成计算问题的人。这与补充篇“角色分工”的结论一脉相承：未来最值钱的，仍然是能在接口处说双方语言的人。

八、本篇小结：一张卡带走

一句话总结：AI没有改变药物研发的漏斗逻辑，它改变的是漏斗每一层的“流速”和“成本”——而漏斗的入口质量（靶点）和出口质量（临床验证），依然由生物学、化学和医学的硬功夫决定。

📌 预告·下一篇：《生物药发现：抗体、大分子与小分子世界的差异》 

  如果这篇对你有帮助，欢迎点赞、在看、转发。评论区聊聊：你觉得AI制药最有可能先在哪个环节真正兑现价值？