AI预测药物安全性,Model Medicines太牛了!

多客科技

作者：微信文章
在基准测试的 “比武大会” 上，艾姆斯网络（AmesNet™）那可是大放异彩！它的灵敏度比那些领先的商业和监管模型高出了 30%，就像给预测能力装了个超级 “涡轮增压”；平衡准确率也提升了约 10%，简直是一路 “狂飙”，实现了艾姆斯致突变性预测性能有史以来最大的一次 “飞跃”，这成绩，相当哇塞！

预印本论文发表，科研界 “炸锅”

加利福尼亚州拉霍亚 —— [2025 年 4 月 1 日]——Model Medicines，这家在利用人工智能（AI）加速药物研发领域堪称 “开路先锋” 的生物技术公司，今天搞了个大新闻！他们的最新预印本论文《艾姆斯网络：一种提升艾姆斯致突变性预测泛化能力的深度学习模型》发表啦！这篇预印本里的 “主角” 就是艾姆斯网络（AmesNet™），它可是 Model Medicines 专有的化学指纹（ChemPrint™）分子几何卷积神经网络的一次 “脑洞大开” 式改编，专门为预测特定菌株的艾姆斯致突变性量身打造，堪称科研界的 “定制神器”。

艾姆斯试验 “贵又难”，AmesNet 来救场

艾姆斯试验，那可是新药研究申请（IND）提交时临床前安全性评估的 “基石”，重要性不言而喻。但它有个大毛病，成本高得离谱，还很难大规模开展，就像一个 “傲娇又难伺候的大小姐”。这时候，艾姆斯网络（AmesNet）闪亮登场，它作为人工智能驱动的 “替代选手”，能够对传统测试中用到的八种细菌菌株的致突变性进行实时、特定菌株的预测，就像给艾姆斯试验来了个 “数字化分身”，高效又便捷，轻松模拟完整的艾姆斯试验。

性能超强，成计算模型 “新宠”

这一重大突破，直接让艾姆斯网络（AmesNet™）成为预测致突变性现有计算模型里的 “扛把子”。它有着最先进的平衡准确率，灵敏度更是高得前所未有。特别是在预测那些化学结构新奇、超出常规范围的化合物结果时，表现堪称惊艳，就像一位 “火眼金睛” 的神探，不放过任何一个细节。

主要发现超亮眼

预测准确性 “大升级”：艾姆斯网络（AmesNet™）一出场，就把已有的定量构效关系（QSAR）方法比了下去。平衡准确率提高约 10%，灵敏度提高约 30%，这进步幅度，就像从自行车升级成了跑车，相对于之前的同类最佳方法，那可是迈出了一大步。

泛化能力 “杠杠的”：艾姆斯网络（AmesNet™）对超出常规领域的化学结构预测能力大幅提升。这可是进行可靠致突变性评估的关键，就像给预测能力穿上了 “万能铠甲”，能大大降低临床前筛选中出现假阴性的风险。

关键化合物 “全拿捏”：它还能精准识别多环芳烃化合物（这类化学物质一直以来都很难对付）的致突变性，在提高对高风险遗传毒性化合物的早期检测能力上，发挥着重要作用，简直是遗传毒性化合物的 “克星”。

融入平台 “大家庭”：艾姆斯网络（AmesNet™）已经成功融入 Model Medicines 由人工智能驱动的伽利略（GALILEO™）平台，给这个旨在简化药物研发流程、降低成本、加快进入临床阶段时间的综合生态系统 “添砖加瓦”，让平台变得更强大。

生成式 AI 助力药物研发

当前这篇论文大声呼吁，当传统、刻板的方法在药物研发中 “掉链子” 时，急需部署创新的药物研发平台。这些平台要能像 “神奇魔法师” 一样，为尚未满足医疗需求的疾病设计出精准解决方案。伽利略（GALILEO™）平台就有这神奇本领，它能生成大量化学文库，同时发现新颖、特异又有效的潜在治疗药物文库，在药物研发的 “魔法世界” 里大显身手。

“准确的致突变性预测对药物研发来说，那是相当重要，可现有方法总是存在关键的‘漏洞’，就像破了洞的渔网。”Model Medicines 首席执行官兼论文通讯作者丹尼尔・哈德斯（Daniel Haders）博士说道，“有了艾姆斯网络（AmesNet™），我们在灵敏度和泛化能力上实现了重大改进，填补了临床前安全性评估中一直缺失的那块‘拼图’。这一进展更是彰显了人工智能驱动的方法在药物研发从最初靶点识别到最终临床验证整个过程中的巨大变革潜力，未来可期啊！”

Model Medicines 的伽利略（GALILEO™）平台在将人工智能融入药物研发和开发流程方面，不断创造新纪录。艾姆斯网络（AmesNet™）的加入，更是让伽利略（GALILEO）平台确保候选药物既有效又安全的能力大大增强，就像给火箭装上了更强大的引擎，加快了从发现到临床应用的进程。

艾姆斯网络（AmesNet™）让 Model Medicines 在监管级预测建模领域稳稳地占据了领先地位。虽说它并不打算直接取代当前美国食品药品监督管理局（FDA）工作流程中的实际艾姆斯试验，但它通过优化对真正阳性的艾姆斯化合物的识别，极大地提升了早期筛选能力。这就好比在进入昂贵的实验室测试阶段前，给候选化合物们设了个 “严格关卡”，确保只有最安全、最靠谱的化合物才能顺利通过，进入下一环节。

这个平台还给那些想借助人工智能改善研发文库临床前安全性分析的合同研究组织（CRO）和生物制药公司提供了授权和合作的好机会。Model Medicines 还打算在不久的将来，给伽利略（GALILEO™）平台再添加更多针对吸收、代谢和全身毒性的模型，让这个平台变得更 “全能”。

其他预印本论文一览

《伽利略（GALILEO）以生成方式扩展化学空间并以高命中率一次性识别新颖、特异的下一代广谱抗病毒化合物文库》

《MDL - 001：一种口服、安全且耐受性良好的病毒聚合酶广谱抑制剂》

《发现依赖 RNA 的 RNA 聚合酶拇指结构域 1（RdRp Thumb - 1）作为新型广谱抗病毒靶点家族以及 MDL - 001 作为其强效广谱抑制剂》

《化学指纹（ChemPrint）：一个用于增强药物研发的人工智能驱动框架》

关于 Model Medicines

Model Medicines 是一家由人工智能驱动的致力于人类健康的公司，它就像一个超级 “大脑”，利用人工智能对所有化学和人类生物学进行建模，只为加速研发能改变生命的药物。公司 2019 年成立，一心想实现人工智能药物研发的美好愿景。到现在，他们已经发现了 192 种化合物，在 12 个治疗靶点的多种生物学领域的疾病细胞模型中推进了 67 种候选药物。他们的数据得到了顶尖学术和企业实验室里杰出研究人员和科学家的认可。公司在肿瘤学、传染病、胃部疾病、神经系统疾病和体重疾病等领域，开发了一系列强大的正在申请专利的治疗药物管线，实力不容小觑。公司总部位于加利福尼亚州拉霍亚。
参考资料：https://www.biospace.com/press-releases/model-medicines-advances-ai-driven-drug-safety-prediction-with-amesnet-achieving-unprecedented-accuracy-and-sensitivity-in-mutagenicity-testing