技术突破 - 哈佛医学院团队开发出名为PDGrapher的人工智能模型，能够精准识别可逆转细胞疾病状态的基因与药物靶点，有望彻底改变药物发现的路径[1] - PDGrapher是一种图神经网络，通过分析疾病的多重驱动因素，系统性地预测最有可能将患病细胞恢复至健康状态的治疗策略，并推荐最佳的单一或联合靶点[1] - 该工具构建细胞内基因、蛋白质和信号通路的动态网络，模拟干预特定靶点后对细胞整体功能的影响，从而预测有效组合[1] 性能验证 - 团队使用治疗前后患病细胞的大量数据训练PDGrapher，并在涵盖11种癌症的19个独立数据集上进行测试[2] - 模型不仅能准确识别已知有效的药物靶点（训练中被刻意排除），还预测了多个有新证据支持的候选靶点，例如将KDR（VEGFR2）列为非小细胞肺癌的潜在靶点[2] - 与其他同类AI工具相比，PDGrapher在未见过的数据集中对正确治疗靶点的预测排名高出其他模型35%，且运算速度比现有方法快25倍[2] 行业影响 - 人工智能技术正在为药物研发和疾病诊疗带来重要变革，通过快速扫描和分析海量生物学数据精准定位病因并匹配用药方案[3] - 该技术有望为癌症等疾病治疗提供新路径，例如精准激活细胞中的"好基因"并关闭"坏基因"，同时采用最佳药物组合进行治疗[3] - 这种方法将避免传统癌症治疗中的盲目性，大大提高诊疗效率[3]