Demis Hassabis的AI发展历程 - 4岁学棋、7岁编程、16岁考入剑桥计算机科学系、22岁创办游戏公司、30岁攻读认知神经科学博士学位，随后创办DeepMind [1] - 2016年DeepMind开发的AlphaGo以4:1击败围棋世界冠军李世石，展示AI在复杂策略领域的潜力 [4] - 2018年AlphaFold在CASP比赛中夺冠，成功预测蛋白质3D结构，解决生物学界50年难题 [5] - 2024年因AlphaFold技术荣获诺贝尔化学奖 [5][10] Isomorphic Labs的创立与发展 - 2021年创立Isomorphic Labs，专注AI药物研发，依托AlphaFold技术成果 [3][10] - 2024年1月与诺华、礼来达成战略合作，分别获得3750万美元和4500万美元预付款，聚焦小分子疗法研发 [10] - 2024年5月与谷歌DeepMind联合发布AlphaFold 3，可精准解析药物中常见分子的相互作用 [10] - 2025年2月诺华宣布扩大合作范围，新增最多三个研究项目 [11] AlphaFold 3的技术突破 - Evoformer核心模块改进，高效处理分子信息，捕捉分子间复杂相互作用 [13] - 扩散网络生成分子3D结构，迭代优化原子位置，生成精确3D结构 [14] - 覆盖全类别生物分子，包括DNA、RNA、配体等，较AlphaFold 2范围更广 [14] - 分子相互作用预测精度较传统方法提升至少50%，部分场景下精度翻倍 [14] AI药物设计引擎的核心优势 - 技术层面：凭借AlphaFold 3高精度预测能力，解析药物与靶点结合模式，提升设计成功率 [16] - 效率层面：替代人工实验，缩短药物发现周期，从5-10年降至1-2年甚至更短 [16] - 应用层面：兼容全类别生物分子，可探索肿瘤、免疫病、罕见病等多个领域 [17] AI制药行业趋势 - 2025年全球AI制药市场规模预计达200亿美元，年复合增长率超30% [19] - AI技术正从辅助工具转变为药物研发重要驱动力，覆盖从靶点发现到临床研究的全链条 [20] - 谷歌和Meta等公司公开大量蛋白质结构数据，为研究提供支持 [20] - 斯坦福医学院和英矽智能等机构已利用AI技术取得显著药物研发成果 [20]

药物研发瓶颈与靶标发现 - 治疗靶标的发现和鉴定是药物研发的核心步骤，但也是关键瓶颈，超过90%的候选药物在临床开发阶段失败，主要源于对靶标生物学作用、疾病相关性或成药性等初始假设存在缺陷[2] - 传统靶标发现过程缓慢、成本高昂且容易失败，单个靶标通常需要花费超过200万美元，依赖于疾病生物学家综合各种生物医学数据提出假设并进行实验验证[2] - 靶标发现通常通过CRISPR筛选发现靶标，通过类器官实验验证靶标，这一过程依赖于整合基因关联、信号通路和病理观察等相互独立的生物医学数据[2] 元生系统概述 - 元生(OriGene)是国际首个专注于靶标发现与临床转化价值评估的多智能体虚拟疾病生物学家系统，评测显示其能力超越人类专家和主流基座大模型[2] - 元生系统只需一句话提问即可自主发现肝癌和结直肠癌的新靶标，并在细胞及癌症患者来源的类器官中得到实验验证，具备发现原创靶标的能力[3] - 元生整合了500多种专家工具和生物医学数据库，支持对基因组学、转录组学等多模态数据进行推理，通过分析功能交互网络等证据自主生成并完善治疗假设[11] 元生系统架构与工作流程 - 元生构建了多智能体协同决策架构，包含任务协调器、策略规划器、科学推理器、批判验证器和报告生成器，实现从靶标假设生成到临床转化评估的闭环自主化科学决策[12] - 工作流程包括问题分解、资源调用、多模态输出综合、差距分析和原创生物学假说生成，最终反馈给实验人员进行验证[13] - 系统具有自我进化能力，通过迭代循环提升响应质量，并通过扩充模板库持续增强全系统推理能力，形成能力提升的良性循环[14] 性能评估与实战验证 - 研究团队构建了靶标发现专用基准测试集(TRQA)，包含1921道多维验证题，元生系统在准确性、召回率和稳健性方面始终优于人类专家和其他模型[18][21] - 在肝癌研究中，元生锁定GPR160为关键靶标，临床数据显示其高表达与患者无复发生存率显著降低相关，实验验证其小分子抑制剂具有强效抑制作用并揭示"直接杀伤+免疫调节"双效机制[23] - 在结直肠癌研究中，元生优选ARG2靶标，临床证据显示其在癌组织中特异性高表达，实验验证了抑制剂的剂量依赖性抑制作用并在患者来源类器官模型中实现强效肿瘤抑制响应[25] 研究意义与前景 - 元生系统代表利用AI智能体系统性加速治疗靶标发现的重要一步，能够生成新型、可行且具有机制基础的假设，为加速药物开发提供新范式[27] - 随着生成式AI模型和生物医学数据资源的成熟，元生系统有望提供以AI为先的基础平台，用于可扩展的端到端药物发现，推进精准医疗的变革潜力[27] - 该研究标志在科学智能体时代靶标发现领域研究范式的重大突破，研究成果发表在bioRxiv预印本平台[4]