郭晋疆：AI赋能加速结核新药研发

传统的药物研发过程，就像科学家们在“迷宫”中寻找新药。这个过程需要不断试错：首先确定靶点，然后进行分子设计，设计完成后进行化学合成，合成后再进行生物测试。如果测试成功，可以继续推进；如果失败，则需要重启整个循环。这种反复试错的模式使得研发周期变得漫长，成本也很高。

结核病药物研发面临的挑战尤为突出。一方面，结核分枝杆菌的耐药性日益严重；另一方面，其细胞壁屏障极强，药物难以渗透。此外，现有抗结核药物都需要长周期治疗，这对药物的安全性提出了极高要求。

近10年来，随着人工智能（AI）的迅速发展，许多科研机构和制药企业开始将AI技术应用于药物研发。AI主要通过两种方式来加速这一过程：一是基于大数据的机器学习或深度学习方法，二是基于生物物理学的科学计算方法。这两种方式都能进行大规模的虚拟计算，帮助科学家更快、更精准地找到优化路径，就像为药物研发人员提供了一个“导航”，使他们能够在这个复杂的“迷宫”中更快地找到通往新药的路径。

我们与多方开展深度合作，自主研发搭建了AI药物研发平台——“AI孔明”平台。

AI孔明平台本质上是一个AI系统，其核心支撑来自三个方面：首先是算力，其次是算法，最后是数据。基于这套支撑体系，我们构建了五大功能模块。第一，分子生成。可根据病原体靶点蛋白结构特征，生成具有新颖结构的分子。第二，活性预测。可针对这些分子进行快速虚拟筛选，判断新分子与已知靶蛋白的结合能力。第三，ADMET评估。可对药物分子进行全方位的成药性评估，包括吸收、分布、代谢、毒性等关键指标。第四，制药数据库。我们针对分枝杆菌400多个关键靶蛋白，完成了分子生成、活性预测和案例评估，整理形成百万级数据库，并已开源上线，供全球科学家共享使用。第五，“孔明”智能体。可根据药物化学家或生物学家在疾病研究中遇到的具体问题，自主调用各类AI工具与知识库，自主解决药物研发中的复杂问题，最终为科研人员提供优化解决方案。

最近OpenClaw（“龙虾”）非常火，它事实上是面向日常通用环境的智能体，可处理邮件、炒股等各类任务。今年1月，我们发布了专注药物研发领域的专业智能体——“孔明”智能体。药物研发人员只需提出研发问题，智能体即可自主拆解任务：调取数据库知识，进行分子设计，再进行生物活性和成药性评价，最终推荐安全有效的高潜力分子。整个过程仅需1~2小时，被称作制药领域的“龙虾”。

希望在AI的加持下，我们能够更快地消除结核病！