AI 生成式分子设计及其在现代药物发现中的应用价值

文献基本信息

一、研究背景与问题定位

药物发现长期依赖基于结构/配体的传统计算方法——分子对接、定量结构-活性关系(QSAR)、药效团建模、虚拟筛选。这些方法的共同特点是:在预定义的化学库内做迭代式筛选与优化,本质上是"翻译"人类的化学直觉,而非生成新的化学实体。其局限性体现在三方面:依赖人工设计的描述符与经验评分函数;通常一次只能优化单一属性;难以处理药效、选择性、药代动力学之间的多目标权衡。

生成式深度学习的出现改变了这一逻辑。可合成的"类药"化学空间被估计包含超过 10⁶⁰ 种化合物,远超任何传统筛选方法能够触及的规模。生成式模型不再"评估已有分子",而是通过学习分子表示背后的统计规律与物理化学原理,直接从零生成满足复杂药理学约束的新结构。

文中指出,分子可以用三种主要方式进行数字化表示,这也是后续方法分类的基础:

1. 1. 序列表示(SMILES / SELFIES 字符串)——借用自然语言处理中的Transformer、RNN架构,把分子结构当作"化学语法"来建模;
2. 2. 图表示——原子为节点、化学键为边,采用图神经网络捕捉拓扑与电子结构信息;
3. 3. 三维坐标表示——直接建模原子的空间位置与构象柔性,弥合配体设计与蛋白-配体结合物理之间的鸿沟。

这三种表示方式,分别对应了下文要展开的三大方法论体系。

二、三大生成式分子设计方法体系

2.1 基于神经网络的方法(NN-based)

这一类方法是该领域最早成熟的技术路线,核心是通过VAE、GAN、强化学习(RL)等框架学习分子的隐空间表示,并在此基础上做属性导向的优化。

方法间的互补关系:JT-VAE与GraphVAE提供光滑的隐空间用于优化与约束重构;MolGAN与GCPN强调生成灵活性与目标导向的"合成式"构建;GraphAF则在概率严谨性与可控性之间取得平衡。

共同局限:数据依赖性强、三维结构感知能力有限,且生成分子与真实合成路径/结合环境之间普遍存在脱节。将这类架构与物理约束、三维建模模块、实验反馈相结合,是当前活跃的研究方向。

2.2 基于扩散模型的方法(Diffusion-based)

扩散模型是近年来分子三维生成领域最重要的技术突破,其核心思想是:将分子的原子坐标"打散"为随机噪声,再通过学习到的去噪过程,逐步还原出物理上合理的三维构型。

等变性(Equivariance)是理解这类方法的关键概念。分子的能量与相互作用在全局旋转、平移下应保持不变;如果生成模型不具备这种对称性约束,输入分子发生旋转后,输出几何结构可能出现键长键角扭曲、构象失真的问题。SE(3)/E(3)等变神经网络架构通过显式编码这一物理对称性,确保去噪过程中原子坐标的更新在坐标变换下保持一致,从而提升几何保真度、构象真实性与对接姿态准确性。原文图1直观对比了非等变模型(输出几何失真、对接不稳定)与等变模型(几何一致、对接表现更优)之间的差异。

值得注意的是,AlphaFold、ESMFold等预测蛋白结构工具的普及,大幅拓展了结构导向生成式配体设计的应用范围,使得缺乏实验结构的靶点也能被建模。但原文特别提醒:预测结构在整体折叠上准确度高,局部侧链定位、环区、结合位点几何上的误差仍可能显著影响配体姿态预测,生成模型若直接基于预测结构条件化,可能将这些不确定性传递到生成的配体构象中。因此,结构集合(ensemble)、不确定性感知条件化与实验校正,被列为高风险先导优化场景下的"最佳实践"方向。

共同局限:EDM、DiffLinker等高度依赖大规模高质量3D数据集;GeoDiff、Torsional diffusion需要下游物理验证以评估结合或合成可行性;DiGress虽然在图层面灵活,但必须与三维重建结合才能获得真实几何结构。

2.3 基于语言模型的方法(LM-based)

这类方法将分子视为序列(通常是SMILES或更稳健的SELFIES表示),学习token级别的概率分布,用于从零设计与目标导向优化。

横向对比:RNN-LSTM与早期REINVENT简单、快速、易于微调,但长程语法把控弱,字符串脆弱(若不配合SELFIES);Transformer解码器与REINVENT-Transformer凭借注意力机制和灵活条件化拥有更高有效性与可控性,但需要更大数据与算力;MegaMolBART类模型擅长表征学习与多任务迁移,但推理成本更高;MolGPT类模型在可提示生成和小样本适应方面表现突出,但缺乏合成可行性与三维上下文约束时容易"跑偏"。

共同局限:缺乏内生的三维或蛋白上下文锚定,依赖数据质量,需要逆合成分析、对接/MD模拟与实验反馈才能将"文本层面的创造力"转化为可行的先导化合物。

2.4 传统方法与生成式方法的定位对比

原文进一步给出了一个跨方法维度的系统对比(原文Table 2),将生成式AI模型、传统分子动力学(MD)模拟、以及二者结合的集成式工作流并列比较:

代表性实例包括:DiffDock、GeoDiff(生成式)、AMBER、GROMACS(MD);Insilico Medicine将项目立项到提名临床前候选化合物的周期压缩至约18个月(传统行业平均2.5–4年);RFdiffusion(广泛化学空间探索);DiffSBDD+MD精修(物理基础结合);以及口袋条件化扩散模型(多层次条件化)。

原文强调一个重要观点:生成式AI与传统物理方法不是相互替代的对立范式,而是在现代发现管线中扮演不同角色。早期立项阶段更适合可扩展的生成模型进行化学空间探索;结构导向的先导优化阶段更适合扩散与等变框架;而后期精修阶段则需要与物理方法及合成可行性约束深度集成。这一"分阶段适配"的框架,为在具体药物发现场景下选择合适工具提供了统一视角。

三、生成式AI在药物发现中的具体应用

3.1 全新分子骨架设计及转化案例

蛋白口袋条件化是近年来提升生成模型实用性的关键进展。多项研究提供了具体证据:

• • DiffSBDD 证明口袋条件化模型生成的配体构象与相互作用模式,比无条件生成器更贴近实验观测到的结合模式;
• • DiffLinker 在分子片段与口袋几何的双重条件下,设计出在复杂蛋白环境中保持结合几何的化学合理连接子;
• • DiffDock 证明结构条件化扩散模型在配体姿态预测准确性上显著超越经典对接方法;
• • DiffGui(Hu et al.)结合等变性与口袋条件化,在PDBbind基准上,构象稳定性、与实验优化结构的RMSD一致性、蛋白-配体相互作用相似度等指标均超越多个SOTA基线。

与此同时,逆合成反馈闭环正成为生成式管线落地的关键一环:现代管线越来越多地将路线感知的合成规划与可行性评分直接整合进生成过程,对候选分子按合成可行性排序,并惩罚需要低产率/不现实转化路径的设计。一种正在兴起的补充策略是基于反应的生成模型——直接基于学习到的反应模板或合成路径(而非逐原子构建)生成分子,将化学可行性嵌入生成过程本身,大幅减少下游过滤需求。

转化案例:

• • Insilico Medicine的DDR1激酶抑制剂项目,利用生成式RL在不到两个月内确定有效化学型,显著超越传统发现周期;
• • Insilico的首创化合物 INS018_055(一种TNIK抑制剂)已进入特发性肺纤维化的II期临床评估,是最早进入这一阶段的生成式AI设计分子之一(相关随机II a期临床试验已发表于Nature Medicine,2025);
• • BenevolentAI应用生成式与预测式建模,设计出泛Trk抑制剂 BEN-2293,目前处于临床开发阶段。

原文披露,部分已公开项目的I期临床成功率达到80–90%,显著高于历史平均水平,作者认为这可能与AI模型设计出ADMET性质更优的类药分子、从而降低早期淘汰率有关。II期成功率(约40%)则与行业常规水平相当,且多数中止源于商业或资金因素而非有效性/安全性问题。

但作者明确提出了归因警示:这些高调成功案例的因果贡献,无法与靶点选择、药物化学专业知识、实验基础设施、组织资源、商业优先级等其他决定性因素相剥离。已披露的成功率反映的是一个经过高度筛选的小样本子集,存在显著的选择性偏差与生存者偏差;失败的、终止的AI项目极少被公开报道,这限制了对生成式AI独立贡献进行严谨量化的能力。因此,当前证据应被解读为"潜力的指示",而非"因果优势的确凿证明"。

3.2 构象动态与结合柔性建模

本节虽以配体设计为核心,但生物分子功能本质上由构象状态的分布决定,而非单一静态结构。结合亲和力、变构调控、隐藏口袋(cryptic pocket)形成、诱导契合(induced-fit)机制、耐药机制,均受动态结构重排支配。传统长时程MD模拟计算昂贵,且往往只能覆盖生理相关状态的一小部分子集。

生成式AI提供了替代方案:通过对原子坐标或扭转角空间施加噪声再反转的方式构建构象,以远超传统MD的采样效率捕捉真实的分子柔性;部分扩展方法进一步引入实验约束与突变依赖的扰动,生成反映缓慢、生物学相关构象转变的集合。这些方法被定位为补充而非替代物理精修手段。

具体应用包括:结构条件化扩散模型已被用于绘制激酶与G蛋白偶联受体(GPCR)中难以通过静态晶体学或短时MD识别的隐藏/瞬态结合凹槽,支持设计选择性靶向这些隐藏构象状态的配体;生成式构象集合方法已被用于区分信号蛋白的活性/非活性状态,指导开发调节功能性构象群体的状态选择性抑制剂。值得一提的是 DeepAllo 模型——结合蛋白语言模型衍生表征与口袋描述符,即便仅有预测结构信息,也能准确识别变构区域,且模型学习到的注意力模式能够定位邻近调节位点的残基,并识别隐藏/远端调节口袋,为基于学习到的构象上下文指导结构感知配体设计提供了有力支撑。

3.3 ADMET属性与多参数优化

即便结合力很强的分子,也可能因ADMET性质不佳而失败——这类性质取决于分子、细胞、系统层面复杂的非线性交互,预测难度历来很高。许多有潜力的先导化合物在后期开发阶段因药代动力学不佳或意外毒性而失败,造成巨大的财务与伦理成本。将生成式建模与ADMET预测整合,使这些考量能在设计阶段提前介入,而非仅在候选物筛选后才被评估。

在安全相关任务上,基于GNN的方法已被用于利用生物医学网络预测新化合物的药物相互作用,在实验交互数据稀缺的情境下改善风险评估。在ADMET建模层面,基于ChEMBL、蛋白结合位点/蛋白-蛋白界面、小分子-蛋白界面等数据集训练的深度学习模型,对溶解度、渗透性、代谢稳定性、脱靶相互作用的预测准确性不断提升。ADMET-AI、REINVENT 2.0、MolDQN 等生成系统已将预测的ADMET属性显式纳入引导分子采样的奖励/评分函数,实现药效、稳定性、安全性的同步搜索而非顺序筛选。此外,MLG2Net(整合化学结构与药物基因组特征的分子局部-全局图网络)在肺癌细胞系药物反应预测上取得了SOTA表现,体现了图神经网络在精准肿瘤学中的拓展应用。

实践案例:

• • Insilico Medicine应用生成式强化学习优化INS018_055早期类似物的肝清除率与口服生物利用度,为其推进至II期临床研究提供了充分的药代动力学稳定性支持;
• • Schrödinger与Nimbus Therapeutics合作,采用深度学习ADMET预测结合结构导向设计,优化出微粒体稳定性更佳、CYP介导代谢更少的 TYK2抑制剂,加速了先导优化进程。

这些案例表明,将ADMET约束纳入生成式管线,能够降低后期淘汰率、将合成资源向高概率候选物倾斜,并实现药效与安全性的并行优化而非顺序优化。

四、当前瓶颈与新兴解决方案

这是原文篇幅最长、批判性最强的部分,系统梳理了制约生成式分子设计走向实际转化的多层次问题。

4.1 化学有效性 ≠ 生物学/合成可行性

基于VAE、GAN、Transformer、扩散架构的模型能够轻易生成语法有效的SMILES字符串或三维分子图,但其中许多化合物落入化学上不现实或极少被探索的区域。因此,通常需要大量生成后过滤——合成可行性评分、逆合成规划、ADMET初筛——才能识别出真正可行的候选物。化学有效性不等于生物学真实性,需要更强的合成规划、反应约束与前瞻性实验验证的整合。一个新兴的补充策略是基于反应的生成模型,通过学习到的反应模板或合成路径而非逐原子构建分子,将化学可行性内嵌入生成过程本身。

4.2 数据偏置与对新靶点的泛化能力

模型天然偏向训练数据的统计分布,可能限制化学多样性,导致对充分研究过的化学型过度表征,而对新化学空间、新生物靶点、代表性不足的蛋白类别探索不充分。解决方向包括更广泛、更干净的数据集,不确定性感知建模,以及整合结构、转录组、表型等多模态数据源以提升分布外条件下的泛化能力。

此外,生成式模型对新靶点或未见蛋白口袋的泛化仍十分困难——许多基于2D或SMILES表示训练的模型无法捕捉结合的结构与能量学上下文,导致超出已知化学型范围后迁移能力下降。尽管近期的3D扩散与口袋条件化框架已开始通过引入空间相互作用约束缓解这一问题,但高质量蛋白-配体复合物数据的稀缺性仍限制其泛化潜力。

4.3 物理真实性与热力学基础的缺失

生成式框架在缺乏显式物理约束的情况下,可能产生违反真实几何或能量约束的非物理构象。更根本的问题是,目前多数模型缺乏直接的热力学基础——它们优化对接分数或习得势能等代理目标,而非真实的自由能景观,限制了其捕捉结合动力学、溶剂效应与熵贡献的能力。对接代理与深度扩散模型可能无法准确捕捉溶剂效应、诱导契合或决定真实结合事件的动力学过程。解决方向包括整合物理信息约束、量子力学先验,以及MD精修,确保生成分子对应物理上有意义的状态。

4.4 可重复性问题

随机训练过程、模型架构与超参数报告不完整、对随机初始化的敏感性,均可能导致独立运行间结果出现实质性差异,这是当前一个关键但常被忽视的问题。

4.5 系统性、反复出现的失效模式

• • 强化学习引导生成尤其容易出现模式崩塌(mode collapse)与化学型偏置:优化过程收敛到狭窄的化学空间区域,牺牲结构多样性,这一现象被称为奖励作弊(reward hacking)——模型利用对接分数或学习到的结合预测器等代理目标的漏洞,导致计算上表现优异但实验上失效的分子;
• • 回顾性基准研究可能因数据泄漏、信息重用或评估协议过于宽松而虚高表现估计,掩盖真实世界泛化能力的不足。

应对这些失效模式需要稳健的不确定性量化、精心设计的基准、以及前瞻性实验验证。新方法强调约束目标、多样性感知的回放缓冲区(diversity-aware replay buffer)以及混合奖励塑形(hybrid reward shaping),以提升训练稳定性、防止代理指标被过度优化。

4.6 评估与基准测试的核心难题

评估与基准测试是评估生成式分子设计的中心瓶颈之一。必须区分当前文献中占主导地位的回顾性验证(基于留出数据集或基准库,易受数据泄漏、信息重用、评估协议过宽的影响,导致性能虚高且未必能转化为实验成功)与前瞻性验证(模型生成的化合物被实际合成并在真实发现工作流中测试,是评估实际影响的唯一稳健衡量方式,但目前规模与范围仍十分有限)。

标准化与报告实践因此至关重要。目前研究在数据集构成、划分策略、评估指标、负面结果披露等方面差异巨大,阻碍了可重复性与跨模型有意义的比较。最低报告标准应包括:数据集来源、时间序列划分、训练/测试分离的完整披露、超参数敏感性分析,以及成功与失败结果的透明报告。可信的基准应面向具体任务、与真实发现目标对齐,而非仅依赖有效性、新颖性、QED、合成可行性等通用指标。更具建设性的方向正在出现:基于物理的稳定性与能量标准、标准化对接协议下的姿态准确性、实验验证成功率、前瞻性盲测设计挑战下的表现等任务相关评估指标。

4.7 历史基线对照与归因难题

任何关于"AI驱动改进"的论断,都必须放在历史非AI药物发现基线下审视:传统药物发现管线从靶点识别到监管批准平均需要10–15年,淘汰率超过90%,I期到批准的成功率低于10%。即便在先导优化阶段,也只有极小比例的化合物能从临床前评估推进至临床测试。近期AI驱动项目报告了更快的设计周期与令人鼓舞的早期阶段结果,但直接比较仍充满挑战——这些项目往往聚焦于精心挑选的靶点,受益于现代实验基础设施,并在不同的资源与报告条件下运作。在缺乏针对可比约束条件下的历史基线系统性基准测试的情况下,很难将观察到的改进唯一归因于生成式算法,而非更广泛的组织、实验或战略因素。

4.8 社会技术与组织性障碍

超越纯技术限制,生成式分子设计的实际影响同样受到尚未充分解决的社会技术与组织因素塑造:模型需要具备足够的可解释性以支持专家推理,使化学家理解候选物被提出的原因与设计权衡的依据;数据孤岛、对黑箱系统的信任不足、广泛实验验证的需求、对工作流变革的抵触,持续延缓技术转化;监管层面则对可重复性、模型可追溯性、数据来源与可审计性提出了日益严格的要求。

五、专家观点全面解读

原文"专家观点"部分是全文批判性思考最集中的章节,以下完整还原其核心论点结构。

核心问题的重新审视:技术成功带来了炒作,而这一领域必须直面一个核心问题——哪些进展真正推动了药物发现,哪些只是精巧但脆弱的演示? 作者明确指出:生成一个有效的SMILES字符串或获得高对接分数,并不意味着设计出了一款药物。真正的检验标准不是新颖性,而是合成可行性、稳定性与生物学相关性——这恰恰是当前系统经常表现不足的地方。评估实践仍不一致,过度强调形式指标而忽视功能本质,这种方法论上的脆弱性,凸显了计算设计与实验现实之间需要更牢固的连接。

尚未被充分重视的风险:

• • 数据集偏置与隐藏混淆因素强烈塑造模型行为,限制其对新靶点与未充分探索化学空间的泛化能力;
• • 过度依赖对接分数或学习到的结合预测器等代理目标,助长奖励作弊与对仅与生物学成功弱相关指标的过度优化;
• • 基准虚高与不一致的报告进一步掩盖失效模式,夸大感知进展;
• • 近期成功的因果归因仍未解决——改进可能与实验基础设施、靶点选择、组织战略的进步同等相关,甚至更多,而非纯粹的算法创新。

可能的"死胡同"方向:

• • 没有紧密实验反馈的纯计算管线,不太可能取得稳健的转化成功;
• • 在数据质量、生物学标注、评估严谨性没有同步提升的情况下单纯扩大模型规模,可能面临边际收益递减;
• • 不考虑动力学、动态性与细胞环境的静态亲和力预测过度强调,将持续限制临床相关性。

下一阶段应优先解决的四个相互依赖的挑战:

1. 1. 与实验平台的深度整合,以闭合"设计-制造-测试"循环,提供持续反馈;
2. 2. 更丰富的多模态数据集(涵盖化学、结构、生物学背景),以提升泛化能力与机制层面的根基;
3. 3. 评估范式的转变——从回顾性基准转向标准化、面向任务、前瞻性的验证;
4. 4. 物理与生物学真实性(通过物理信息约束、不确定性量化、机制建模)必须成为核心设计原则,而非事后补救。

已经与上述优先方向相符的积极进展:基于蛋白口袋条件化的结构感知扩散模型,如今已能学习真实的空间相互作用模式,在三维空间中生成配体的同时兼顾立体契合、氢键、构象适应性;人类蛋白质组与互作组结构覆盖范围方面的最新进展(如AlphaFold 3)拓宽了研究视野;高质量预测蛋白结构的日益普及,进一步将生成式设计开放给以往被视为不可及的靶点;基于玻尔兹曼分布构象集合的能量感知建模,正推动该领域从静态亲和力优化迈向更真实的结合动力学;纳入合成可行性与ADMET约束的强化学习框架,正越来越多地产出"决策可用、实验可行"的候选物。

前瞻展望:生成式AI与自动化合成规划的融合,有望从根本上重塑药物化学与药物开发——将路线感知的逆合成、可行性评分与反应预测直接嵌入生成式设计管线,使研究者能够优先考虑不仅有效、选择性好,而且在规模化合成上同样可行的分子。这种整合支持持续的"设计-制造-测试"循环:计算模型提出候选物,合成平台评估并执行可行路线,实验数据快速生成,模型参数迭代精修。这一闭环范式的实际影响将是深远的:药物化学家能够以更高信心探索更广泛的化学空间,降低昂贵的后期失败风险,压缩开发时间线,并将精力转向转化成功概率最高的候选物。

展望未来,作者预期该领域将决然转向跨多种生物化学模态训练的基础模型——能够同时对化学、结构与生物学进行联合推理的系统,不仅生成分子,还能推断其与蛋白质、细胞、通路的相互作用。短期内,混合工作流(生成模型提出候选物 → 基于物理的模拟精修 → 湿实验室验证闭环)将占据主导。随着时间推移,这种整合将模糊计算预测与实验发现之间的边界。量子增强建模、结合机器人合成的主动学习、大规模图神经框架等替代方法,将通过引入新的物理保真度与自动化层次,与生成式AI形成互补——关键在于以无缝集成而非相互竞争的方式构建这些技术管线。

结语立场:作者认为,生成式建模已不再是一项推测性技术,而正在成为现代药物发现的科学引擎。未来十年将决定我们能否有效地将其创造潜力转化为治疗影响;若整个领域能够在统一框架内成功整合数据、物理、实验反馈,并直面尚不完善之处,生成式AI将把这一领域从"化学空间中的搜索"转变为对生物学可能性的"引导式、智能化探索"。

七、总体评价

这篇综述的价值主要体现在三方面:

1. 1. 方法论梳理系统且贴近一线——将庞杂的生成式分子设计文献清晰归并为NN-based、Diffusion-based、LM-based三大范式,并用结构化表格逐一标注每个代表模型的核心机制、功能与局限,可直接作为工具书查阅;
2. 2. 罕见地兼顾转化案例与批判视角——不止于罗列方法,而是系统给出了Insilico Medicine、BenevolentAI、Schrödinger/Nimbus等已进入临床或显著影响先导优化的真实案例,同时以相当大的篇幅(第四节、专家观点)直面奖励作弊、基准虚高、可重复性差、因果归因困难等领域内长期存在却常被回避的问题;
3. 3. 对"AI制药"叙事的审慎态度——反复强调当前披露的高成功率数据存在选择性偏差与生存者偏差,明确区分"潜力的信号"与"因果优势的证明",这种克制的表达方式在当前生成式AI制药相关文献中并不多见,具有较高的参考价值。