国家海洋药物和生物制品产业联盟

在这个追求精准医疗和快速药物研发的时代，源自大自然的天然产物（如植物、微生物中的活性成分）依然是新药发现的“宝库”。从传统的阿司匹林（源自柳树皮）到现代的紫杉醇（抗癌药，源自红豆杉），自然界的化学多样性为我们提供了无数治疗疾病的线索。然而，传统的天然药物研发模式，如同“大海捞针”。从复杂植物中筛选、分离、提纯并最终确定一个有效化合物，往往耗费数十年，成本高昂且充满不确定性。

好消息是，人工智能（AI）和多组学（Multi-omics）技术的兴起，正在彻底改变这一局面。近期，清华大学李梢教授团队在期刊《Acta Pharmaceutica Sinica B》上发表了一篇重要综述，系统阐述了AI和多组学技术如何“强强联合”，为天然产物药物研发按下“加速键”。以下是这篇重磅文章的核心解读。

为什么传统研发天然药物这么难？

尽管天然产物疗效确切，但大型制药企业在20世纪90年代后曾纷纷缩减在这方面的投入，根源在于四大瓶颈：第一，筛选难，面对海量天然化合物库，传统实验筛选如同大海捞针，效率极低；第二，分离难，植物化学成分极其复杂，想要把其中的有效活性成分单独提取并纯化出来，需要耗费大量时间和资源；第三，鉴定难，即使观察到了明确的药理活性，要确定其化学结构、立体构型以及具体作用的分子靶点，依然充满挑战；第四，优化难，好不容易找到了有希望的先导化合物，想通过化学修饰提高其活性和选择性、降低毒副作用，往往又要经历漫长而曲折的试错过程。这四大难题环环相扣，使得天然药物的研发周期和失败率远高于化学合成药物，也让许多企业望而却步。

AI赋能天然化合物研究

AI，尤其是深度学习技术，正在系统性地回应上述每一个痛点。根据文章梳理，当前的AI方法主要分为四大类，覆盖了从虚拟筛选到分子优化的完整链条。

1. 物理交互与对接模型——精准预测“锁钥关系”

药物发挥作用的前提是其分子与体内的靶点蛋白恰好“契合”，如同钥匙插入锁孔。传统的分子对接模拟方法计算量大、耗时漫长，且对天然产物特有的复杂立体结构预测准确率不高。AI的介入带来了质的飞跃：以V-Dock、GEM-Screen、FlowDock等为代表的深度学习模型，能够快速学习海量的蛋白-配体三维结构数据，在极短时间内完成对数百万个化合物的虚拟筛选，并精准预测其结合强度和可能的结合构象。尤其值得一提的是，基于扩散模型和流匹配的新一代方法（如DIFFDOCK-PP、FlowDock），甚至可以直接从蛋白质序列出发，推理出最优的结合姿态，大大减少了对计算资源的依赖。这意味着，科学家在走进实验室之前，就已经通过计算机锁定了最有潜力的几十个候选分子，研发效率不可同日而语。

2. 关联与预测模型——发现隐藏的“药物-靶点-疾病”关系

药物研发不仅仅是找到“能结合靶点的分子”，更要回答“这个分子能治什么病、会不会有毒副作用”等更系统的问题。关联与预测模型正是为此而生。这类模型基于图神经网络（GNN）和知识图谱技术，将已知的药物、靶点、疾病、副作用等信息整合成一个庞大的关系网络。例如，NFSA-DTI模型通过自注意力机制挖掘分子局部与全局结构的关键特征，提升了对药物-靶点交互的预测精度；TxGNN模型则可以在面对尚无有效治疗方案的罕见病时，通过知识图谱的推理实现“零样本预测”，为这类被忽视的疾病提供可能的药物线索。此外，像PreciseADR这类模型，专门用于预测药物可能引发的不良反应，帮助研发人员在临床前阶段就规避潜在的安全风险。简言之，AI不仅能帮我们找到“钥匙”，还能告诉我们哪把钥匙开哪把锁、开锁后可能带来什么连带效应。

3. 生成式模型——创造自然界不存在的“新分子”

如果说虚拟筛选是对已有化合物库的“搜索”，那么生成式模型则是在进行“创作”。这是AI在药物设计中最令人惊叹的应用方向。以DeepLigBuilder为例，它能够直接在靶点蛋白的结合口袋内部，像搭积木一样逐原子地构建出与蛋白形状完美互补的小分子；DrugDiff则利用扩散模型的原理，根据预设的物化性质（如脂溶性、毒性阈值等）反向生成符合要求的分子结构；Transformer架构的生成模型（如TransAntivirus）可以对已知活性分子的特定官能团进行精准编辑，快速产生系列类似物供筛选。这类技术的革命性在于：它们彻底打破了天然化合物库的有限边界，理论上可以探索10的60次方级别的化学空间，为科学家提供了几乎无穷无尽的新分子候选来源，而且这些分子从一开始就被设计为“可合成”的，避免了电脑设计出来却合成不了的尴尬。

4. 衍生化与优化模型——给天然产物做“精准手术”

天然产物虽然骨架新颖，但往往存在活性不够强、水溶性差或毒性偏大等缺陷，需要通过结构修饰加以改进。AI驱动的衍生化模型如DerivaPredict平台，整合了海量的化学反应规则和代谢转化知识，能够自动推荐对天然产物母核进行哪些位置的化学改造、引入哪些取代基，从而提升成药性；NIMO模型则采用条件Transformer架构，专门提取天然产物特有的结构片段作为“ motifs ”，在此基础上进行骨架跃迁和片段替换，生成既保留天然特征又具备更优药效的衍生物；NPGPT模型更是直接借鉴了GPT类大语言模型的思路，在天然产物数据集上微调训练，使其生成的分子不仅在结构上与天然产物高度相似，还具备良好的类药性。这些工具让化学家不再是“盲人摸象”，而是有了清晰的路线图指引，大大加速了先导化合物优化的闭环。

多组学技术从源头读懂植物

如果说AI是药物研发的“引擎”，那么多组学就是指引方向的“导航仪”。文章用了大量篇幅阐述基因组学、转录组学、蛋白组学和代谢组学在天然植物研究中的关键作用。

1. 在植物性状研究方面，多组学帮助科学家从基因层面开始，逐层理解为什么同一植物在不同产地会长出成分有别的药材。例如，通过整合拟南芥的基因组、转录组和甲基化组数据，研究者能够精准定位控制开花时间等复杂性状的基因网络，且多组学融合模型的预测能力远超单一组学。在药用植物中，这一思路同样有效——代谢组学和转录组的联合分析，已经成功在水稻、番茄等作物中鉴定出与抗病相关的代谢物基因簇，为后续利用这些基因培育优质药用植物品种奠定了基础。

2. 在质量控制方面，多组学更是从“经验判断”走向“数据说话”的关键工具。以中药材常见的产地鉴别为例，传统经验依赖老药工的眼观鼻嗅，而代谢组学通过UPLC-QTOF-MS等高分辨技术，可以一次性检测数百种化学成分，精准区分来自不同省份的蒲公英、枸杞或党参。在加工炮制环节，同样的技术揭示了黄芪经过不同炮制方法后，多达15种标志性成分发生了显著变化，这为理解“炮制减毒增效”的科学内涵提供了直接证据。对于重金属污染等安全性问题，代谢组学也能通过检测植物体内激素和代谢通路的扰动，灵敏反映环境污染物对药材品质的潜在威胁。

3. 在合成生物学领域，多组学与AI的结合正在实现一个古老梦想：让微生物帮我们“种”出珍贵药物。当多组学技术完整解析了某种珍稀植物药的生物合成通路（如抗癌药紫杉醇的前体巴卡亭III、镇痛药吗啡、抗疟药青蒿素），AI便可以利用这些数据设计最优的基因编辑策略，在大肠杆菌或酿酒酵母中重构这一通路。这样一来，原本需要砍伐珍稀植物、历经数年生长才能获得的微量有效成分，就可能在发酵罐中快速、大量地生产出来，既保护了生态环境，又降低了生产成本。文章特别提到，目前科学家已经在酵母中实现了大麻素和抗癌药长春碱的完全生物合成，这标志着“细胞工厂”模式已经从概念走向现实。

在中药研究领域，AI+多组学的意义尤为重大。中医药讲究“整体观”，而文章提到的网络药理学正是与之契合的研究方法。

以清华大学李梢团队开发的UNIQ系统为例：该系统结合AI、网络药理学和多组学数据，不再孤立地看“某个化合物杀死某个癌细胞”，而是从生物网络的角度，整体观察中药方剂如何调节人体的免疫-代谢平衡。对于慢性胃炎，UNIQ系统通过转录组分析，将中医的“寒证”和“热证”与特定的免疫分子（如HES6）联系起来，证明了中药方剂（如胃复春）通过调控免疫通路发挥疗效的机制。

数据库是AI的源泉

天然产物数据库在推进人工智能驱动的研究中发挥着至关重要的作用，它为各种多组学工作流程中的培训、验证和集成提供了必要的数据。没有数据，AI寸步难行。文章汇总了三大类数据库：

天然化合物数据库提供支持药物发现和生物研究的关键化学和生物信息。这些数据库包括详细的结构、生物活性数据、物种来源和治疗靶点，大大有助于药理学研究中的筛选和验证过程。

天然植物数据库集成了不同的组学数据，包括基因组、转录和代谢信息，促进了比较基因组学和功能基因组学研究。

中医数据库系统地汇编了关于草药、草药配方、其组成成分、生物活性、临床证据和治疗靶点的知识。这些资源架起了传统经验知识与现代科学验证的桥梁，突出了草药作为药用植物的重要组成部分，并支持它们在当代生物医学研究和治疗创新中的探索。

总 结

文章也非常客观地指出了当前面临的挑战。数据不平衡：已知的药物数据太多，未知的潜在化合物数据太少，AI容易产生“偏见”；植物数据缺乏：相比于药物，植物的多组学数据库规模还太小，制约了大模型的发展。

未来，趋势是明确的。大语言模型（LLMs）入场：海量的医药文献和实验报告，将成为AI学习的新素材，提供更强的知识推理能力；更高质量数据库建设：随着COCONUT、NPASS、ETCM等数据库的完善，AI模型的“粮食”会更充足，预测也会更准。

人工智能与多组学的深度融合，正将天然药物研发从“经验驱动”推向“数据驱动”的新时代。这不仅将极大缩短新药研发周期，降低失败率，更将为中药现代化提供强有力的科学支撑。大自然的宝库，正在AI的加持下，焕发出前所未有的生机。