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]