Imatinib mesylate

远鉴 BioInsight 读完需要 23分钟 速读仅需 8 分钟当Anthropic亲自下场、Genentech证明54倍效率、FDA出台10项准则——AI制药走到了分水岭 本周，2026 世界人工智能大会（WAIC）即将在上海开幕。展馆布置进入最后冲刺，大模型公司即将展示它们的最新能力——写代码、画设计图、做数学证明。AI 能做的事情一届比一届多，来的人也一届比一届多。 但如果你走出展馆，拐进任何一间坐满了药企研发负责人的会议室，你听到的会是另一个版本的故事。 2026 年 6 月 30 日，旧金山。Anthropic 生命科学负责人 Eric Kauderer-Abrams 站在台上，宣布了一个让台下药企高管们坐直了身体的决定： Anthropic 将启动内部药物发现项目，聚焦被传统制药业忽视的疾病。 同一天，Claude Science 正式发布——这不是又一个"帮科学家读论文"的 AI 助手，而是一套试图嵌入实验室和药企研发全流程的 AI 科研工作平台。 消息很快传到中国。一周后，字节跳动被曝拆分 AI 制药业务（Anew Labs）启动独立融资，其 IL-17 小分子抑制剂已在今年 4 月美国免疫学家协会年会上完成管线首秀——全球首个"全谱"IL-17 小分子抑制剂，临床前阶段。 大模型公司亲自下场做药。超级平台拆分独立融资。这看起来像是 AI 制药进入"加速跑"的信号。 但与此同时，另一些数字也在被行业反复咀嚼： 89%的 AI 制药试点项目失败。73%的企业存在严重数据质量问题。行业对 AI 系统的信任度从 2019 年的 61%降到了 2026 年的 53%。 这篇文章想说的是：AI 制药不缺技术，不缺资本，不缺玩家——它缺的是被高风险行业纳入权限、审计、复核和责任链条的信任。而建立这种信任，是一场比训练更大模型更艰巨的战役。 1    第一章、89%的失败率：不是技术问题，是"生产化"问题 先说清楚这个数字的分量。 2026 年 6 月 10-11 日，Axtria Ignite 大会在普林斯顿闭幕。450 位生命科学领域高管听到了可能是今年最刺耳的一句话： "AI agent 不是软件——它们是新员工。你必须通过验证和审计来赢得信任，而不是第一天就给它们全部权限。" 89%这个数字让很多药企的 AI 负责人坐立不安。但真正需要追问的不是"为什么大多数 AI 项目失败"，而是**"为什么它们失败了，明明在 POC 阶段是成功的？"** 答案是：从 POC（概念验证）到生产化部署之间的距离，被系统性低估了。 一个典型的 AI 工具在药企中"活下去"需要跨过的障碍清单大致如下： 数据管道重构 → 模型验证框架搭建 → 合规部门审核 → IT 安全审计 → 用户采纳培训 → 变更管理 → 模型监控部署。 每一个障碍都可能杀死项目。而大多数 AI 试点死在了"最后一个里程碑"之后——原型跑通了，但没人知道怎么把它变成每天稳定运行的生产级服务。 一位在药企做 AI 项目的从业者分享了一个典型的故事： 2022 年，他的团队做了一个 AI 驱动的药物重定位模型。AUC 达到 0.87，外部验证集上表现优异。然后就是长达 8 个月的"生产化"过程：数据管道重构（原来的训练数据是从 6 个孤立系统手动拼的）、模型监控框架搭建（药企 IT 部门要求"任何模型决策必须可解释、可审计"）、用户界面的合规审查、变更管理（让 50 个医学写作员相信 AI 不会抢他们的饭碗）。 8 个月后，项目还在"待批准"状态。他离开了那家公司。后来听说，项目最终被批准了——使用率不到设计容量的 5%。 这不是一个"AI 不够好"的故事。这是一个"AI 在药企中落地需要的远不止算法"的故事。 同一个从业者还曾做过一个药物安全信号检测工具。POC 数据显示，它比传统方法平均提前 3.2 个月发现重要安全信号。团队很喜欢，IT 部门支持，合规通过了。然后——这个工具就"活着"，但没人真正用它来做决策。 原因是：药物安全团队说"输出是参考性的，最终决策需要人工判断"。翻译一下："如果出了事，我不希望有人说'是 AI 让我这么做的'。" AI 工具在药企中的最大障碍，从来不是技术，也不是合规——而是责任归属问题。当 AI 的建议和人工判断不一致时，人们永远倾向于相信人工判断——因为人工判断可以被解释、被辩护，而 AI 的建议不行。 89%的失败率不是孤立数据。2025 年，MIT 一项研究得出了更刺眼的结论：近 95%的企业生成式 AI 试点项目，最终没有产生任何看得见的商业回报。 制药行业的数据比大多数行业更脏、更分散、合规负担更重——如果说企业 AI 的总体失败率是 95%，制药行业的 AI 失败率只会更高。 这引出一个被行业反复忽视的问题：有没有可能，阻碍 AI 的不是技术不够好，而是这个行业压根还没准备好接纳 AI？ 2    第二章、三重危机：为什么会信任崩塌 89%的失败率不是孤立现象。它是三个相互交织的危机共同作用的结果。 2.1    危机一：数据地狱 "数据质量有问题"——这句轻描淡写的话背后，是一个让所有 AI 团队都头疼的复杂系统。 大型药企的临床研究数据分布在：CTMS（试验管理系统）、EDC（电子数据采集系统）、IRT（交互式响应技术）、中心实验室系统、各研究中心的本地系统、外部真实世界数据提供商。这些系统之间的数据定义不同、格式不同、更新频率不同、访问权限不同。 想把这些数据整合起来用于 AI 训练？先过合规部门这一关——数据去标识化是否彻底？数据使用是否在患者知情同意范围内？模型训练过程是否可审计？ 有一个真实案例：一个团队花了几个月准备好数据、训练好模型，然后在合规审核阶段被卡了 4 个月——因为合规部门要求"用于 AI 训练的所有数据必须追溯至当年的知情同意书"。而这项研究是 2018 年启动的，当时的知情同意书没有涵盖"AI 训练"这一用途。 2.2    危机二：信任度五年持续下降 2019 年，61%的行业从业者表示信任 AI 系统。2026 年，这个数字降到了 53%。 为什么 AI 技术在快速进步，信任度反而下降了？ 2019 年前后，AlphaFold 2 的出现让整个行业陷入了一种"AI 万能"的集体幻觉。制药公司纷纷设立 AI 部门，资本疯狂涌入，媒体充斥着"AI 将革命性缩短药物研发周期"的标题。 五年过去了。真正由 AI 设计的药物有几个进入了市场？零。 有几个进入了 III 期临床？一只手数得过来。 期望与现实的落差，必然会转化为信任的流失。 但更深层的原因是：行业对 AI 系统的"失败模式"正在被更清楚地理解。2019 年，大多数人的担忧是"它不够准"。2026 年，担忧变成了**"我不知道它为什么准，也不知道它什么时候会不准"**。在制药行业，可解释性不是一个可选的加分项——当 AI 的输出用于决定哪个分子应该被推向临床时，"黑盒"是不被接受的。 2.3    危机三：幸存者偏差的训练数据 一位从业者讲了一个"完美训练集"的故事： 团队要建一个预测临床试验失败风险的模型。训练数据来自 200 多个历史试验，每个试验有几百个特征。模型训练出来，交叉验证 AUC 0.91——"圣杯级别"。 然后把它应用到正在进行的试验上。结果一塌糊涂。 为什么？因为训练数据存在严重的"幸存者偏差"——它只包含了"公司决定推进到某个阶段"的试验，而不包含"公司在临床前就决定不推进"的候选分子。模型学到的不是"什么让一个试验失败"，而是**"在公司筛选流程通过后，什么让一个试验失败"**。两个问题，相差十万八千里。 药企的历史数据，记录的不是"客观现实"，而是"公司过去的决策逻辑"。如果你不理解这种偏差，你的 AI 模型学到的就是偏差，而不是现实。 2.4    危机前的危机：这不是第一次有人喊着"计算将革命制药" 如果说当前的 AI 热潮是计算工具在制药业遭受的第一次信任危机，那是错的。 1990 年代到 2000 年代初，计算机辅助药物设计（CADD）经历了几乎完全相同的炒作-幻灭-理性应用的周期。 QSAR（定量构效关系）曾被视为"革命性工具"。学术界和产业界蜂拥而上，发表海量论文，创办以"QSAR"命名的期刊。然后，因为滥用——在不理解数据适用域的情况下套用模型、不验证外部数据集、把相关性当因果——整个领域遭遇了一场幻灭。那些以"QSAR"命名的期刊，后来悄悄改了名字。 分子对接至今仍是"被滥用最多的计算技术之一"。对接函数给出的评分与实验结合亲和力之间的相关性极弱，但一代又一代研究者用对接函数的排序来声称"我们的分子比已有的好"。他们不知道自己在做什么——或者知道，但那样做更容易发文章。 组合化学+高通量筛选在 1990 年代掀起"越大越好"的筛选狂欢。化合物库从几千扩到几百万，机器人 24 小时不间断运转。然后发现：大规模筛选出来的 hits，假阳性泛滥，整库的化合物表现出非特异性活性——"垃圾进，垃圾出"。 计算化学家 Jürgen Bajorath 在 2021 年的一篇评论中写下了一句毫不客气的话："AI 方法今天正在经历的，正是 QSAR 和分子对接几十年前经历过的事情——被当成黑盒使用，被不懂其适用范围的人滥用，被包装成它还不是的样子来吸引资金。" 这段历史给出的教训异常清晰，且每一条都精准对应今天的 AI 制药： 当年的 CADD 教训 今天 AI 制药的镜像 方法被当成黑盒，不理解适用域 "我们把数据扔进大模型，它能自己找到规律" 技术导向而非问题导向（"因为热门所以要用"） 基金申请和论文不用"AI/ML/深度学习"词就不给过 过度承诺→现实落差→信任崩塌 AlphaFold 2 之后五年，零获批 数据质量永远是瓶颈 73%企业存在严重数据质量问题（不是新问题——QSAR 时代同样如此） 真正的价值在"与实验迭代结合"，不在"替代实验" Lab-in-the-Loop（第三章）本质上就是 CADD 当年倡导的东西——换了个名字 但有一件事和当年不同。 当年 CADD 最成功的案例——HIV 蛋白酶抑制剂、伊马替尼、扎那米韦——从计算到药物走的是同一个逻辑：结构生物学提供了高分辨率晶体结构 → 计算筛选/设计提出候选 → 药物化学家合成并测试 → 迭代优化。 计算的贡献是真实的，但它从来不是"替代"了实验，而是"加速"了实验。这个逻辑，Genentech 今天叫"Lab-in-the-Loop"，GSK 叫"遗传学+AI"。名字新，内核老。 AI 时代的真正差异不在于方法本身——而在于规模化。 AlphaFold 预测了 2 亿个蛋白质结构，传统结构生物学 50 年只解了 20 万个。FEP+可以在几周内评估数千个分子的结合亲和力，传统方法需要数月。规模不是"多一点"，是"三个数量级"。 所以问题不是"AI 行不行"。问题是：当计算工具从"辅助"变为"驱动"，它所暴露出来的行业短板——数据治理、责任归属、监管合规、人才结构——也随之放大了三个数量级。 而修这些短板的速度，远落后于算法进步的速度。 这就是 89%失败率背后的深层逻辑。 3    第三章、范式验证：Lab-in-the-Loop 的兴起 信任在崩塌，但范式也在被验证。 Genentech 研发负责人 Aviv Regev 在 NVIDIA GTC 大会上展示了一组 Lab-in-the-Loop 数据。这可能是目前最令人信服的 AI 制药案例。 核心思路异常简洁：实验产生数据 → 训练模型 → 模型预测下一轮实验 → 实验室验证 → 新数据反馈改进模型。 她说这不是一个新概念——"听起来很简单，只要你能规模化地做。" 规模化之后的结果： 一个用于分子选择的 AI 模型，在挑选最有前途的候选分子方面，比资深药物化学家的方法好 54 倍。它甚至推荐了化学家"从未想象过的全新平台"。 另一个用于抗体设计的模型（Deep Fitness），发现了亲和力比人类专家设计的高 10-100 倍的分子。当专家们第一次看到结果时，他们的反应是："我永远不会选那些分子。" 这才是 AI 在制药中的真正价值——不是复制人类专家的判断，而是做出人类专家做不出的选择。 GSK 也在做同样的事情。它将人类遗传学、功能基因组学与 AI/ML 结合，自 2017 年以来，其早期研发管线的靶点数量已经翻倍以上，70%以上的靶点具有遗传学验证支持——而公开研究表明，有遗传学验证的靶点，最终转化为注册药物的概率显著更高。 GSK 明确表示，AI 正在完成从"算得更快"到"选得更准"的升级。它在帮助研发团队决定"哪些问题值得先做"，而不是简单地执行已有的流程。 这些不是"实验室里的概念验证"。它们是嵌入在真实药研流程中、已经被验证的技术方法。 3.1    但当管线进入人体：Phase 1 的奇迹，Phase 2 的真相 Genentech 和 GSK 证明的是 AI 在早期发现中的价值——分子设计、靶点优选、抗体优化。当这些 AI 设计/优选的分子进入临床试验后，数据讲了一个更复杂的故事。 截至 2026 年中，全球约有173 个 AI 发现或 AI 辅助设计的药物进入临床开发：~94 个在 Phase 1，~56 个在 Phase 2，~15 个在 Phase 3。零个获批。 按阶段拆分成功率，一个清晰的模式浮现出来： 阶段 AI 发现分子成功率 行业历史基准 差值 Phase 1（安全性） 80-90% ~40-55% AI 显著优于历史 Phase 2（有效性） ~40% ~40% 与历史持平 Phase 3（确证性） 数据尚未成熟 — — Phase 1 的优势在 Phase 2 蒸发了。 这不是 AI 的失败——恰恰相反，它精确地描绘了 AI 当前的能力边界。Phase 1 测的是"这个分子安不安全、能不能被人体耐受"——这是 AI 擅长的领域：理化性质预测、ADMET 优化、脱靶风险评估。AI 在这个环节确实比传统方法更高效。 Phase 2 测的是"这个靶点在人里到底有没有效"——这是人类生物学理解的根本瓶颈，不是算法问题。你可以用 AI 设计一个完美的分子去结合一个靶点，但如果这个靶点本身在人类疾病中的因果作用被错误估计了——AI 帮不了你。靶点验证的瓶颈不在计算端，在生物学认知端。 2026 年 7 月 7 日，一个标志性事件发生了：Insilico Medicine（英矽智能）的 rentosertib（TNIK 抑制剂）启动 Phase 3 临床试验——全球首个进入三期临床的 AI 发现药物。 这个分子的靶点（TNIK）由 AI 从零识别，分子由 AI 从头设计，适应症是特发性肺纤维化（IPF）。Phase 2a 数据显示，60mg 剂量组 12 周后 FVC（用力肺活量）平均改善+98.4mL，安慰剂组-20.3mL。 320 名患者、47 个中国中心、52 周试验。rentosertib 的 Phase 3 结果将是对"AI 能否提高临床成功率"这个命题的第一次真正检验。如果成功，整个赛道的估值逻辑将被重写。如果失败，它不会证明"AI 不行"——但它会证明"AI 在 Phase 1 的优势不一定能延续到 Phase 3"。 这个即将到来的判决，是理解第四章"三路玩家押注了什么"的关键背景。 4    第四章、三路玩家：谁在押注，为了什么 就在行业还在争论"AI 到底行不行"时，三类玩家几乎同时加大了赌注。 4.1    第一路：AI 原生 Biotech 英矽智能、晶泰科技、Recursion——这些公司从创立第一天起就以 AI 为核心竞争力。它们的赌注是"端到端"：从靶点发现到分子设计到临床推进，AI 贯穿始终。晶泰科技已在港股上市，英矽智能的管线已推进到临床阶段。 它们的挑战是：需要用自己的管线成果来证明 AI 的价值。而管线的成败周期，是 5-10 年。 4.2    第二路：科技巨头直系 这是 2026 年最显著的变量。 Anthropic发布 Claude Science，同时启动内部药物发现项目。定位不是"成为制药公司"，而是通过亲身参与药物发现，建立"tight feedback loop"——用自己的实践来优化面向药企的 AI 产品。说白了：想做药企的工具提供商？先证明你懂药企的痛。 字节跳动拆分 AI 制药业务（Anew Labs），启动独立融资。在 4 月美国免疫学家协会年会上，Anew Labs 披露了 IL-17 小分子抑制剂管线——全球首个"全谱"IL-17 小分子抑制剂。字节继续控股，火山引擎继续提供算力。拆分的逻辑，用 LongRiver 资本张江的话说："药不是软件，临床试验的时间表不会为任何人调整。拆出来，是给它一套更符合行业规律的治理结构。" 4.3    第三路：基础设施提供商 华为不走管线、不押靶点——它把算力、AI 工具链和工业软件铺进制药全流程。2026 年 6 月，"医药工业数智化转型促进中心"正式成立，华为与恒瑞、复星、晶泰科技等十余家企业联合参与。 百度旗下的百图生科深耕计算生物学，腾讯以投资绑定晶泰科技和英矽智能。 三路玩家之间的核心区别在于风险敞口：华为和腾讯的风险最小（不碰管线），AI 原生 Biotech 的风险最大（管线成败决定一切），Anthropic 和字节居中——有管线但更多是为了优化工具。 但三路玩家面临的共同问题是：全球仍没有一款完全由 AI 主导设计并获批的药物。几个关键项目的 III 期结果将在未来 12-18 个月内陆续读出。如果验证成立，整个赛道的估值体系将重构；如果关键项目出问题，洗牌将加速。 4.4    洗牌已经开始了 事实上，洗牌不是"将要发生"——它正在发生。在三路玩家加注的同时，第一波 AI 制药公司的"尸体"已经铺了一地。 公司 发生了什么 数据BenevolentAI SPAC 上市→多次裁员→退市→再裁员 估值 >£1B → ~£85M，跌幅**>90%**Exscientia CEO 被罢免→25%裁员→贱卖 $2.9B 估值→$6.88 亿被 Recursion 收购Recursion 并购 Exscientia 后自砍 50%管线 裁员 20%，股价跌>90%Relay Therapeutics 三轮裁员，丢失 Genentech 合作 —Insitro 6 年$7.43 亿融资→22%裁员 仍无临床候选化合物 这些公司的失败有一个共同的模式：不是 AI 技术不行，而是商业模式无法在技术兑现之前维持生存。 BenevolentAI 的平台在文献挖掘上是有真实能力的，Exscientia 的生成化学在同行评议中有口碑——但当临床数据迟迟不来、资本市场窗口关闭时，再好的技术也扛不住现金流的压力。 而在同一个战场上，Isomorphic Labs（Alphabet/DeepMind 旗下）完成了**$21 亿 B 轮融资**——生物科技史上第二大单轮融资，仅次于 Altos Labs 的$30 亿。领投方包括 Thrive Capital、Alphabet、GV、淡马锡（新加坡）、MGX（阿联酋）、英国主权 AI 基金。注意最后一个名字——英国主权基金的参与意味着：AI 生物学已被视为国家战略基础设施，而不仅仅是商业投资。 Sifted 的报道披露了一个细节：Isomorphic Labs 从 2023 年以来，从 BenevolentAI 挖了12 人，从 Exscientia 挖了7 人。人才和资本正在从"死掉的公司"向"下一代赢家"定向迁徙。 这场洗牌的本质不是"AI 制药不行了"——而是第一批探路者用尸体标出了哪条路不通，而第二批玩家拿着更多的钱、踩着更准的点进来了。 Anthropic 收购成立仅 8 个月的 Coefficient Bio（$4 亿）——目的不是管线，是人。字节拆分 Anew Labs——目的不是退出，是换一套更适合制药规律的公司治理结构。 每一个"失败"案例的背后，都有人在用更低的价格接盘资产、用更高的薪资挖走人才、用更清晰的战略重新下注。这不是溃败——这是第一次行业级出清。 5    第五章、监管入场：FDA 的 AI 框架意味着什么 2024 年，FDA CDER 建立了一个新机构——CDER AI Council。它的任务是统一协调 FDA 内部所有与 AI 相关的政策、审查和技术工作。 这不是一个象征性的姿态。2025 年 1 月，FDA 发布了一份全面的指南草案——《考虑使用人工智能支持药品和生物制品监管决策》。2026 年 1 月，FDA 与 EMA（欧洲药品管理局）联合发布了10 项人工智能良好实践准则——这是全球两大主要药品监管机构首次就 AI 在药物开发中的使用达成共识性框架。 监管为什么要行动？一个简单的事实：FDA CDER 收到的包含 AI 组分的药物申请从 2016 年到 2023 年已经超过 500 份，且增速在持续加快。当 AI 越来越多地参与到影响患者安全的决策中时，监管需要定义"什么算合格"。 指南的核心要求可以概括为三条： 算法透明度——监管机构需要理解 AI 模型的决策逻辑 模型监控计划——AI 模型上线后不能"一劳永逸"，需要持续的验证和再评估 全生命周期风险管理——从数据采集、模型训练到临床应用的每个环节都需要可控 这些要求意味着什么？ 意味着药企不能把 AI 当成"黑盒工具"来用。你必须理解模型的决策逻辑，必须能够向监管机构解释"为什么这个分子被选中"，也必须在模型出错时进行根因分析。 意味着那些把"可解释性"设计进产品架构的 AI 公司——而不是依赖"黑盒高精度"的公司——将在监管审查中占据优势。 也意味着一个深层的变化正在发生：AI 在制药中的应用，正在从"自发探索"走向"有规可循"。 而中国，比大多数人意识到的更快。 2026 年 4 月 2 日，国家药监局（NMPA）正式发布《关于"人工智能+药品监管"的实施意见》（国药监综〔2026〕6 号）。这不是一份"征求意见稿"或"研究方向指引"——这是一份已生效的实施意见，覆盖七大重点方向： 人机协同智能审评审批体系——"数智赋能、人工复核、全程留痕" 全链条智能化监管——从研制、生产到流通使用 风险监管数智升级——智能预警、动态风险画像 检查执法智能化规范化——"扫码入企"，按风险等级精准检查 文件设定了两层目标时间线：2030 年初步构建药品监管与 AI 融合创新体系；2035 年基本形成数智驱动的智慧化药品安全治理新格局。 核心原则与 FDA 和 EMA 高度一致：AI 定位为"辅助型"，坚持人工复核机制，确保安全底线。 两个月前的 2026 年 2 月，全国药品注册管理和上市后监管工作会议进一步明确：将**"人工智能驱动的药物研发"**列为前沿技术重点支持方向，纳入加快审批通道。2025 年全年，中国获批 76 个创新药——规模已居全球领先水平。 将 FDA、EMA 和 NMPA 三地的 AI 制药监管框架放在一起看： 维度 FDA EMA NMPA 核心指南 2025 年 1 月《AI 支持监管决策》草案 2026 年 1 月 FDA/EMA 联合 10 项准则 2026 年 4 月《AI+药品监管》实施意见 AI 定位 风险导向，case-by-case 同 FDA "辅助型"，人工复核 审批通道 CDER AI Council 统一协调 — 2026 年明确 AI 制药纳入加快审批 关键差异 偏重"模型可信度评估"方法论 偏重数据治理和患者保护 偏重产业数智化转型 + 监管能力同步提升 状态 草案（待定稿） 准则已发布 实施意见已生效 三地都在动。但动的方式折射出各自产业生态的底层逻辑：FDA 更多关注"如何评估 AI 模型的可信度"（因为审评是核心职责），EMA 强调数据保护和患者安全（因为 GDPR 传统），NMPA 则把"促进产业数智化转型"和"提升监管能力"并列提出——审评者和被审评者都还在学习，监管的策略是"一起往前走"。 这个三地并行的监管格局，对 AI 制药公司意味着：做全球市场的公司，需要同时满足三套逻辑不同但方向一致的监管框架。 合规成本将显著上升——但它同时也为一个"全球可注册的 AI 制药产品"设立了进入壁垒。 6    第六章、那些会活下来的 AI 制药公司 说了这么多问题和挑战——哪些 AI 制药公司会活下来？ 基于现有素材，可以提炼出四个判断信号： 信号一：他们怎么回答"数据从哪来"。 如果一家 AI 制药公司的方案里，花了 5 页讲"独家算法"，但只用半页讲"数据获取策略"——这是一个非常危险的信号。 在生物制药领域，真正有价值的数据（高质量临床试验数据、真实世界证据、多组学数据）要么在药企手里（不共享），要么在患者手里（需要合规共享机制），要么在监管机构手里（有访问限制）。一家 AI 制药公司的核心竞争力，不在于"算法比谁强"（算法优势很难持续），而在于**"数据壁垒比谁高"**。 具体来说，有三种可持续的数据壁垒：与 Top 20 药企有深度数据合作（不只是 MOU）；有能力自己产生数据（通过自动化实验室或患者直接招募平台）；在监管提交过程中积累了大量"监管-结果"配对数据。 信号二：有没有"已经在生产环境中运行"的案例。 POC 和"在生产环境中稳定运行"之间，差了一个太平洋。 一家靠谱的 AI 制药公司，应该能清楚地告诉你：哪个 AI 工具，在哪个药企的哪个具体业务流程中，已经稳定运行了多长时间，处理了多少案例，准确率/召回率是多少，为用户节省了多少时间或成本。 如果一家公司的所有"成功案例"都停留在"我们发了一篇 Nature"或"POC 在回顾性分析中达到了 XX 指标"——这不是充分证据。 信号三：是否把可解释性和合规性写入了产品架构。 不是作为"后续会加的功能"，而是从第一天起就设计进去的。在 FDA 已经出台 AI 指南、CDER AI Council 已经运行的 2026 年，不可解释的模型不是"卖不上价"——而是根本无法进入高风险决策流程。 信号四：有没有"π型人才"的密度。 这是 AI 制药最被低估的竞争维度。 2026 年春招数据显示，AI 制药复合型人才缺口率达38%。AI 生物信息学岗位供需比高达1:21——21 个岗位抢 1 个合适的人。"AI+生物+临床"复合型岗位的供需比约1:8.6。这不是常规的"招人难"——这是结构性短缺。 短缺的根源是一个无法被资本加速的事实：能同时理解"梯度下降"和"药物代谢动力学"的人，需要至少 5-8 年的跨学科积累。算法工程师大多不懂 GxP 合规体系，资深药学家对 AlphaFold 感到陌生，互联网跨界人才缺乏生物学基础——每一类人才都有自己的致命盲区。 行业开始用一个概念描述理想的 AI 制药人才："π型人才"——竖轴一是扎实的 AI/ML 技术能力（算法、大模型、数据工程），竖轴二是深入的药物研发全流程逻辑（靶点生物学、临床开发、监管合规），横轴是跨部门协同与项目推进能力。 如何判断一家 AI 制药公司的人才密度？看三件事： 创始人/核心团队的学术谱系——是否有同时具备计算和生物背景的人，而不只是"搞 AI 的找了个生物顾问" 人才流动方向——是挖人的一方还是被挖的一方（Isomorphic 从 BenevolentAI 挖 12 人、从 Exscientia 挖 7 人——这不是招聘，这是人才收割） 是否曾为人才做过"非标交易"——Anthropic $4 亿收购成立仅 8 个月的 Coefficient Bio，本质上是一笔人才收购。愿意为人才付这个溢价的公司，知道这场竞争的本质是什么 一家 AI 制药公司如果只有算法天才没有药研老兵——活不下来。反过来，只有药研经验但算法团队薄弱——在监管要求"可解释 AI"的时代，同样活不下来。 7    结语：地基还没修好，但已经有人在修了 回到开头那个 89%的失败率。 Axtria 大会传递的最核心信息，不是"AI 不行"——而是："地基没修好之前，造再多智能体都是空中楼阁。" 89%的失败率、73%的数据质量问题、持续下降的信任度——这些不是"AI 制药不行"的证据。它们是"AI 制药的真实应用条件比大多数人想象的更严苛"的证据。 但与此同时，另一些事情也在发生。Genentech 用 Lab-in-the-Loop 证明了 54 倍的效率提升。GSK 的 AI 驱动的管线翻了一倍。Anthropic 和字节用真金白银投了信任票。FDA、EMA 和 NMPA 三地同步出台了全球 AI 制药的监管框架——这不是"管死"，这是给行业一个可以长期运行的基础规则。 资本在用脚投票。2026 年，Isomorphic Labs 完成$21 亿 B 轮融资——生物科技史上第二大单轮融资，英国主权 AI 基金参与其中。AI 生物学正在被视为国家战略基础设施。亚洲在 AI 药物发现的总投资已经超越美国。中国 AI 制药 biotech 的中位估值比非 AI 同行高出近 100%——市场在用溢价表达它对 AI 制药的期待，但它同时也越来越挑剔：只给那些有临床数据、有生产部署、有人才密度的公司付这个溢价。 Goldman Sachs 估计 AI 可为全球药物开发创造高达**$4,000 亿的经济价值。但这份报告的关键词不是"创造"，是"可"**——前提是行业愿意做那些不性感的事：修数据管道、建治理框架、设计可解释架构、培养跨界人才、通过监管审查。 这个行业正在经历一个经典的"去泡沫化"过程。那些只靠"AI 概念"融资、不愿意做数据工程和合规框架的公司会被淘汰。那些愿意沉下心来修地基的公司——做好数据管道、建立治理框架、赢得用户信任、通过监管审查——会活下来，而且会活得很好。 正如那位从业者所说： "AI 制药的泡沫有没有？有。泡沫破了之后，那些真正修了地基的公司，会活下来。" 而这个"地基"，就是信任。 核心数据来源： AI 智耀，《89%的 AI 制药试点失败率——皇帝新衣被谁扒了？》（2026 年 6 月） Drug Discovery Trends，Genentech's AI 'lab-in-the-loop' pioneers data-driven drug discovery（2024 年 3 月） 涛哥说 AI 药研，《大药企都在押注的方向：AI Lab-in-the-Loop 为什么重要》（2026 年 5 月） 同写意，《超级大厂，押注 AI 制药》（2026 年 6 月） 新康界，《大模型巨头，集体涌入 AI 制药》（2026 年 7 月） AI 前沿观察，《Claude 盯上药企实验室》（2026 年 7 月） 徐小饭，《AI 制药走进实验室：模型、自动化实验和数据闭环》（2026 年 7 月） FDA CDER, Artificial Intelligence for Drug Development（2026 年更新） CNBC, Anthropic launches AI drug discovery program（2026 年 6 月 30 日） NMPA，《关于"人工智能+药品监管"的实施意见》（国药监综〔2026〕6 号，2026 年 4 月 2 日） NMPA，2026 年全国药品注册管理和上市后监管工作会议（2026 年 2 月） Insilico Medicine, Rentosertib Phase III Clinical Trial Initiation Press Release（2026 年 7 月 7 日） Nature Biotechnology, AI-discovered drugs in clinical development pipeline data（2026 年更新） Isomorphic Labs, $2.1B Series B Financing Announcement（2026 年） Sifted, Isomorphic Labs poaches talent from embattled AI rivals（2026 年） PitchBook, Why AI drug discovery isn't the layup that VCs expected（2026 年） ProMarket, Pharma's AI Boom Has Bet on the Wrong Bottleneck（2026 年 7 月） Bajorath J, "AI in drug discovery — hype or hope?"（2021 年，CADD 历史类比） Goldman Sachs Global Research, AI in Drug Development — $400B Opportunity（2026 年） 2026 生物医药薪酬报告：AI 制药人才缺口数据 36 氪，《第一波 AI 制药公司已经开始合并了》（2025 年） 药时代，NMPA"AI+药品监管"实施意见解读（2026 年 4 月）

还在为抗病毒靶点大海捞针而头秃？这篇JTM新文用多组学+机器学习，一口气锁定118个跨病毒共用宿主依赖因子，从流感到登革热再到新冠，一网打尽！更妙的是，它不只列名单，还告诉你这些基因在哪起作用、怎么验证、甚至哪些老药能立刻上手试——科研人梦寐以求的“即插即用”抗病毒蓝图来了！ 福利大放送！！！关注回复“资料”2字，即可免费领取生信资料，包括数据集、绘图代码、图表复现、思路总结、参考文献......0代码鼠标点一点，就能轻松完成5—10分生信SCI全文复现!（持续关注我们，每天为您解读最新见刊的文献!） 新鲜出炉！今天给大家深度剖析一篇2026年6月发表在《Journal of Translational Medicine》上的文章，题目为：基于多组学整合与机器学习构建流感病毒A型、SARS-CoV-2、寨卡病毒和登革病毒的泛病毒宿主依赖因子图谱 A pan-viral map of host dependency factors from multi-omics integration and machine learning across influenza A, SARS-CoV-2, Zika, and dengue viruses. 本研究整合CRISPR/Cas9与RNAi敲除/敲低筛选、病毒-宿主蛋白互作、单细胞转录组及病毒RNA-宿主互作等多源实验数据，通过MAIC算法统一加权整合，再结合异质图注意力网络（HAN）与随机森林（RF）模型进行特征学习与优先级排序，最终识别出118个四种RNA病毒共同依赖的宿主因子及427个至少被三种病毒共享的因子，并系统解析其富集通路、生命周期定位及潜在药物干预靶点。 影响因子：7.5 发表期刊：Journal of Translational Medicine 团队成员合影（位于上海陆家嘴中心，可随时预约参观） 向下滑动查看更多 CNSknowall 平台 Pubmed+AI 快速提炼研究亮点·研究思路·研究结果·研究结论 研究亮点 1.首创泛病毒宿主依赖因子图谱： 首次系统性整合流感病毒A型（IAV）、SARS-CoV-2、寨卡病毒（ZIKV）和登革病毒（DENV）四类重要RNA病毒的多组学实验证据，构建覆盖病毒全生命周期的共性宿主依赖因子图谱。 2.多模态数据融合策略突破瓶颈： 采用MAIC算法对CRISPR/RNAi筛选、病毒-宿主互作、单细胞转录组及RNA中心互作等异质数据进行证据加权整合，有效克服单一数据源重复性差、结果不一致的固有缺陷。 3.AI驱动的高精度预测模型： 构建异质图注意力网络（HAN）并联合随机森林（RF）形成集成模型，在SARS-CoV-2、IAV、ZIKV和DENV上均实现ROC-AUC > 0.90的优异判别性能，显著优于单一模型。 4.跨病毒泛化能力验证扎实： 所得118共识基因与427核心基因在埃博拉病毒（EBOV）MAIC优先级列表中高度富集（如427核心基因在EBOV前200名中达44个，富集倍数9.3），证实其跨病毒家族的生物学普适性。 5.临床转化路径清晰闭环： 不仅提供118个高优先级候选基因的手动精选短列表（含AP2B1、CLTC、RAB5、XPO1等），还通过DTIAM模型预测出trametinib、dasatinib、raloxifene等已有实验证据支持的广谱抗病毒药物，打通“靶点发现—机制解析—药物匹配”全链条。 核心创新点 1.泛病毒宿主依赖因子共识集的建立： 精确鉴定出118个被全部四种病毒共同依赖的宿主基因（118-consensus-genes）及427个被至少三种病毒共享的基因（427-core-genes），构成迄今最全面的RNA病毒共性宿主靶点资源库。 2.多尺度特征工程深度刻画基因特性： 为每个宿主基因计算60,516维特征，涵盖序列描述符、GO/KEGG通路富集、蛋白结构域、进化保守性、PPI网络拓扑、节点嵌入及亚细胞定位概率，为模型提供全面生物学语义支撑。 3.异质图注意力网络精准建模病毒-宿主互作： 构建含人类蛋白（H）、病毒蛋白（V）两类节点及H–H、H–V、V–V三类边的异质图，通过定义Φ₁:H→H、Φ₂:H→V→H等四条元路径，利用节点级与语义级注意力机制捕获高阶网络邻域信息。 4.可解释性验证路线图直接指导实验： 对TOP20候选基因（如AP2B1、CLTC、RAB5、ATP6AP1、XPO1等）逐一提出明确的细胞模型（A549、Calu-3、Huh7等）、扰动方式（CRISPRi/siRNA）、检测指标（早期抗原、RT-qPCR、FFU/ plaque）及阳性对照建议，极大降低后续验证门槛。 5.药物重定位预测与文献证据高度吻合： DTIAM模型预测的top候选药物（如MEK抑制剂trametinib、Src/Abl抑制剂dasatinib/bosutinib、雌激素受体调节剂raloxifene）均被既有文献证实具有抗IAV、ZIKV、DENV或SARS-CoV-2活性，验证了预测框架的生物学可靠性。 研究背景 RNA病毒（如SARS-CoV-2、IAV、ZIKV、DENV）引发的全球疫情持续威胁公共卫生，但现有抗病毒药物多为病毒靶向，易因突变产生耐药；而针对宿主依赖因子（HDF）的宿主导向疗法有望提供广谱、难耐药的新策略。然而，既往研究多聚焦单一病毒或单一数据类型，导致跨病毒共性机制挖掘受限；不同实验室的CRISPR/RNAi筛选结果重叠率极低，数据异质性严重，亟需整合性计算框架。 研究思路 1.系统性文献检索与数据收集： 依据PRISMA指南检索并整理SARS-CoV-2（42项）、IAV（35项）、DENV（35项）、ZIKV（21项）及EBOV（13项）的CRISPR/RNAi筛选、病毒-宿主互作、单细胞转录组及RNA中心互作数据。 2.MAIC基准标签构建： 对每种病毒，使用MAIC算法整合所有模态数据，生成加权排名，将各病毒前1000名设为潜在HDF、后1000名为非HDF，作为机器学习训练标签。 3.多维度特征提取与降维： 为每个基因计算60,516维特征，经递归特征消除（RFE）与高相关性过滤后，为经典模型保留300–500维、为HAN保留约1450维特征。 4.双模型训练与集成预测： 并行训练随机森林（RF）、异质图注意力网络（HAN）及RF+HAN集成模型，采用嵌套交叉验证评估性能，并对所有人类基因进行HDF概率预测与排序。 5.跨病毒共识分析与功能注释： 取四种病毒预测TOP1000基因交集，获得118共识基因与427核心基因；进行GO/KEGG富集分析、生命周期定位映射及DTIAM药物靶点预测。 研究结果 1.MAIC整合显著提升跨病毒一致性： 原始实验列表两两平均重叠率仅13.45%，MAIC整合后升至25.63%，机器学习预测进一步提升至40%，证明整合与建模的有效性。 2.118共识基因与427核心基因成功识别： 四病毒TOP1000预测集交集得118个完全共享基因；至少三病毒共享基因共427个；二者在EBOV MAIC列表中均显著富集（p<10⁻⁴）。 3.富集通路揭示病毒共性劫持机制： 118共识基因显著富集于核转运、应激反应、蛋白质质量控制、基因表达调控、细胞组分组织及细胞周期/DNA活动等通路；427核心基因进一步凸显翻译起始、RNA代谢、内吞运输及泛素-蛋白酶体系统。 4.TOP20候选基因具备强机制可解释性： 如AP2B1/CLTC介导网格蛋白内吞、RAB5/ATP6AP1调控早期内体酸化、XPO1/IPO7负责核质转运、EIF4A1/PABPC1驱动翻译起始、DDX3X/HNRNPC调控RNA加工等，均与病毒生命周期关键步骤直接对应。 5.DTIAM预测药物获文献强力支持： trametinib（MEK抑制剂）、dasatinib/bosutinib（Src/Abl抑制剂）、raloxifene（雌激素受体调节剂）等预测药物，均被报道在体外或动物模型中抑制多种目标病毒复制。 研究结论与讨论 结论：本研究通过MAIC多源数据整合与HAN+RF机器学习建模，成功绘制出首个覆盖IAV、SARS-CoV-2、ZIKV和DENV的泛病毒宿主依赖因子图谱，鉴定出118个高度保守的核心靶点及427个广泛共享的扩展靶点。这些靶点集中于病毒进入（网格蛋白内吞、内体酸化）、胞内运输（核质转运、COPI/COPII囊泡）、RNA代谢（剪接、翻译、应激颗粒）及蛋白稳态（泛素-蛋白酶体）等关键宿主通路，且其预测的干预药物（如trametinib）已在实验中验证有效。该图谱不仅揭示RNA病毒共性致病机制，更为广谱抗病毒药物研发提供了即刻可用的靶点清单与验证路线图。 具体研究结果  1. 文献系统综述 我们依据《系统综述与Meta分析首选报告项目》（Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA）指南，开展了一项系统性文献综述，以整合已发表的、基于筛选实验及其他实验手段获得的关于本研究中所涉病毒的宿主依赖因子（Host Dependency Factors, HDF）证据（图S1）。检索共获得884条去重后的数据库记录（在标题/摘要层面完成初筛），其中115篇全文报告符合纳入标准。从这些报告中，我们共提取出146个独立的HDF基因列表：SARS-CoV-2相关42个、甲型流感病毒（IAV）35个、登革病毒（DENV）35个、寨卡病毒（ZIKV）21个、埃博拉病毒（EBOV）13个。对每项研究，我们均记录其HDF列表是否经过排序，并标注其实验模态：CRISPR介导的基因敲除、RNA干扰（RNAi）介导的基因敲低、病毒–宿主蛋白–蛋白相互作用（PPI）或RNA–蛋白相互作用（vRNA）、以及单细胞RNA测序（scRNA-seq）。各病毒及各模态最终采用的数据集数量见表S1；表S2–S6则分别列出了每个已用数据源的实验模态及其参考文献。随后，我们分析了不同数据集中所列HDF之间的重叠情况。跨研究结果显示，重叠程度稀疏且不均衡；即便针对同一病毒，不同筛选实验间的交集通常也很小。最大的两两重叠（103个基因）源自同一项研究报道的两个IAV毒株的HDF列表，提示这两份列表存在非独立性（图2A）。除该例外，数据展现出显著的异质性。按模态层级观察（图2B）可进一步揭示这种不平衡性：SARS-CoV-2和ZIKV的数据以CRISPR敲除和PPI为主，而IAV、DENV和EBOV则相对包含更多RNAi敲低数据。为以自动化方式利用数据中的一致性信号，我们尝试引入机器学习方法。为此，需首先基于上述多源数据构建一个基准数据集（benchmarking dataset）。然而，数据来源的高度异质性警示我们：不可简单采用朴素的“投票计数”（vote-counting）策略进行数据整合；相反，在整合过程中应将数据源差异纳入统计模型予以考量。为此，Li等开发了“基于信息含量的荟萃分析”（Meta-Analysis by Information Content, MAIC）——一种数据驱动的排序聚合框架，它通过赋予那些被其他研究结果反复验证的HDF数据集更高权重，来整合异质性基因列表，并可同时兼容排序型与非排序型列表［3］。因此，我们采用MAIC方法，对来自多种实验来源（含排序与非排序列表）的数据集进行整合。尽管在基因水平上观察到的共识度有限，MAIC的应用仍成功识别出一组保守的宿主信号。当分别应用于本研究涉及的各类病毒时，在至少三种病毒的前150位排序基因中，共识别出26个共同基因。值得注意的是，异质性核糖核蛋白C（Heterogeneous Nuclear Ribonucleoprotein C, hnRNPC）是唯一一个在全部五种病毒的前150位排序基因中均稳定出现的基因（图2C）。为评估该重叠是否偶然发生，我们在MAIC基因全集基础上进行了经验性置换检验（empirical permutation test），即对每种病毒重复随机抽取前150位基因集合。在10,000次置换中，观察到5病毒重叠数≥1且≥3病毒重叠数≥26的概率均为 p ≤ 1.0 × 10−4 ，表明所观察到的跨病毒一致性极不可能由随机因素导致。hnRNPC编码一种RNA结合蛋白，参与前体mRNA加工及RNA代谢调控。近期研究表明，hnRNPC可能通过降解接头蛋白MITA/STING来抑制I型干扰素产生，从而增强病毒复制并潜在削弱抗病毒应答［44］。除hnRNPC外，若干高排名共享候选基因亦具有充分的既往研究支持。DDX3X是一种DEAD-box RNA解旋酶，是公认的宿主因子，可协调先天抗病毒防御反应，并被多种RNA病毒（包括IAV）的病毒拮抗蛋白靶向。功能研究与综述文献一致指出DDX3X在IFN信号通路及病毒复制调控中发挥关键作用［45, 46］。SFPQ（PSF）属于DBHS家族RNA结合蛋白，是核旁斑（paraspeckles）的组成成分，在IAV转录中起关键作用，可促进病毒mRNA的多聚腺苷酸化；此外，在SARS-CoV-2感染过程中，SFPQ可结合病毒RNA基因组，增强病毒RNA扩增，这与其在本研究中于多种病毒间持续高优先级排序的结果高度一致［47, 48］。 数据整合提升了结果的一致性，但仍存在改进空间。因此，我们进一步应用了两种不同的机器学习策略，即经典随机森林（Random Forests, RF）与异质图注意力网络（Heterogeneous Graph Attention Networks, HAN），二者均使用前述基准数据集进行训练与验证。后者被选用，因其具备将分子网络结构嵌入搜索空间的能力，有助于识别病毒所利用的通路结构。 CRISPRRNAiPPIvRNAScRNA-seqRNAi\confirmed 图2 本研究探索的不同数据集之间重叠情况概览。A. UpSet图展示了五种受试病毒遗传扰动筛选（CRISPR敲除；RNAi敲低）所得顶级命中基因（top ranked hits）之间的重叠关系。垂直条形表示交集大小；水平条形表示不同数据来源下各病毒命中基因列表的规模。具体数据来源请参阅附加文件1。各行按出版物第一作者命名；行颜色对应所用细胞系，详见左上角方框。单一大型两两峰值（蓝色方框标示）源于一项针对两种IAV毒株的筛选研究，其异常高的重叠率提示两份列表存在依赖性。B. 各病毒的模态弦图（modality chords）汇总了证据类别（CRISPR介导的基因敲除、RNAi介导的基因敲低、PPI：病毒–宿主蛋白–蛋白相互作用、vRNA：病毒RNA–宿主蛋白相互作用、ScRNA-seq：单细胞转录组学、RNAi\confirmed：原始研究中经后续实验验证的RNAi衍生命中子集）之间的重叠关系。连线宽度与共享基因数量成正比。模态弦图直观呈现了不同病毒间数据可用性的显著异质性。C. 热图显示在至少五种病毒中的三种病毒之病毒特异性基准数据集中均高度排名的26个基因；颜色编码规则：红色（蓝色）表示在相应病毒前150位排名基因中排名高（低），白色表示未进入该病毒前150位排名基因。集成后基准数据集间的重叠度仍较低：hnRNPC出现在全部五种病毒的前150位基因中；RPS16、SFPQ和DDX3X出现在四种病毒中。基因按重叠数量排序，其次按各病毒MAIC得分总和排序。 2. 机器学习模型展现出优异的预测性能 首先，我们在预留的测试集上评估了各模型性能。采用防数据泄露的嵌套交叉验证策略：外层为10折划分（每折10%作为测试集），内层在剩余90%数据上进行5折交叉验证，用于特征选择与超参数调优。共比较了四种机器学习策略：随机森林（RF）、异质图注意力网络（HAN）、RF与HAN的集成模型（RF+HAN），以及极限梯度提升（XGBoost）。图3展示了结果。在SARS-CoV-2、IAV、ZIKV和DENV四种病毒中，RF+HAN始终表现出优异的判别性能（受试者工作特征曲线下面积，AUROC > 0.90）。对于SARS-CoV-2和IAV，RF+HAN表现最佳；而对于ZIKV和DENV，RF性能最优，略优于HAN和RF+HAN。相比之下，EBOV的模型性能明显偏低；其中RF+HAN表现最佳，AUROC为0.76。该较低性能可能反映以下三方面原因：（i）缺乏单细胞转录组数据；（ii）关键类别（如蛋白–蛋白相互作用和CRISPR筛选）的数据集数量较少；（iii）各数据集间基因重叠度有限，削弱了跨研究统计效力。表S7列出了其他性能指标。为解析驱动性能提升的关键证据来源与特征组，我们系统开展了MAIC基准数据集与模型特征的消融研究（ablation studies），证实不同信息通道提供了大体非冗余的信号（补充文本S1、图S3及表S8）。 为实现上述优异性能，我们在内层交叉验证循环中对训练与验证数据间的参数进行了优化。方法学部分详述了具体细节，此处仅总结优化过程中的最重要发现：对于SARS-CoV-2和IAV，更大的HAN嵌入空间隐维数（d=256）及更高的病毒–宿主邻居预算（K\VH=25，定义为V→H步骤中每个病毒节点采样的最大病毒–宿主邻居数）可获得最佳性能，这与这两种病毒拥有更丰富的病毒–宿主互作数据相一致。相反，ZIKV和DENV则仅需较小的隐维数（d=128）和更低的病毒–宿主邻居预算（K\VH=15）即可达到最优性能，表明当病毒–宿主互作网络较稀疏时，过大的邻居预算反而会引入噪声。 图3 各病毒模型性能比较。四种分类器——HAN、RF、RF+HAN（集成模型）与XGBoost的受试者工作特征（ROC）曲线。 当病毒–宿主互作网络更为稀疏时，过大的邻居预算反而会引入噪声。EBOV模型则偏好更浅层的架构（d=128），且禁用了多头注意力融合机制，这与EBOV有限的互作与标签数据量相符。这些病毒特异性的模型选择凸显出：模型容量与元路径邻居预算必须与数据密度及异质性相匹配。 3. 跨病毒HDF比较揭示机器学习预测所强化的一致性 鉴于EBOV模型性能明显逊于其他病毒，我们聚焦于SARS-CoV-2、IAV、ZIKV和DENV开展泛病毒分析。对每种病毒，我们分别应用其对应的最优分类器（IAV与SARS-CoV-2采用HAN+RF；DENV与ZIKV采用RF）对全部人类蛋白质编码基因进行预测，并按预测HDF概率排序，保留前1000位基因用于后续分析。这四个前1000位预测基因集的交集产生了118个被全部四种病毒共同识别的基因（以下简称“118共识基因”，118-consensus-genes），以及427个在四种病毒中至少出现于三种病毒预测集中的基因（即“427核心基因”，427-core-genes）（图4C）。为量化本整合流程对跨病毒一致性的提升效果，我们对比了三个层级的重叠度：（i）原始实验命中列表，（ii）MAIC整合所得各病毒前1000位基因，（iii）机器学习模型预测所得各病毒前1000位基因；所有对比均以19,610个蛋白质编码基因为统一背景。平均而言，原始实验命中列表在任意两种病毒的前1000位基因中仅有约13.5%重合。经MAIC整合后，平均两两重叠率近翻倍至25.6%（差异显著性：各对组合平均 −log 10P = 148.54 ）；而机器学习模型进一步将病毒间重合度提升至40%（平均 −log 10P = 278.06 ）（表S9）。为进一步超越两两比较，我们接着量化了多病毒重叠度：分别统计在四个病毒的前1000位列表中均被选中的基因数量，以及在至少三个病毒列表中出现的基因数量。MAIC前1000位基因集中包含74个四病毒共有基因和337个至少存在于三种病毒中的基因，二者在置换零模型下均极不可能发生（ p < 10 −4 ）。而机器学习预测所得集合则将这一泛病毒核心扩展至118个四病毒基因和427个≥3病毒基因（即118共识基因与427核心基因）（ p < 10 −4 ）。综上，这些结果表明：MAIC本身已能有效富集跨病毒共享的宿主信号，而机器学习则进一步锐化并扩大了这一泛病毒共识模式。为便于用户探索这些泛病毒HDF，我们提供了一个交互式Shiny网页应用程序，支持用户浏览各基因的机器学习评分、MAIC证据强度、病毒特异性预测结果及功能富集分析结果（涵盖全部四种病毒）。该交互式Shiny网页应用程序地址为： https://1uzj53-mohadese-naseri.shinyapps.io/panviral\hdf\shiny\app/。在全部四种病毒中均被预测为HDF的118个共识基因中，我们人工筛选出最适合作为初始实验室验证对象的20个候选基因，形成精简清单（表1）。筛选依据包括：生物学可解释性、对主要病毒生命周期过程的代表性，以及适用于扰动验证的可行性。全部118个共识基因的完整列表见表S11。 4. 基因集富集分析揭示病毒劫持的广泛细胞过程谱系 接下来，我们对118共识基因进行了基因集富集分析。最显著富集的基因集集中于基因调控，其次为细胞组分组织、代谢、细胞周期及胞内转运（图4A）。在基因调控与细胞周期类别中，解旋酶活性及DNA/染色体组织相关基因集显著富集，这与病毒广泛依赖宿主RNA解旋酶（如DDX家族［79］）及宿主细胞周期与DNA损伤调控通路进行复制的既有认知高度一致［80, 81］。在细胞组分组织类别中，我们观察到黏附及黏附连接过程（包括局灶黏附与钙黏蛋白相关模块）的显著富集，这些模块有助于维持内皮与上皮屏障完整性。该发现与现有报道一致：黄病毒属与冠状病毒属感染可破坏紧密连接与黏附连接，以及钙黏蛋白锚定复合物，从而促进血管渗漏与病毒播散［82, 83］。在代谢类别中，主要富集的基因集与RNA代谢相关，特别是剪接体/mRNA结合及胞质核糖核蛋白颗粒（RNP）/应激颗粒组分相关过程，这与RNA病毒可调控宿主选择性剪接，并在感染过程中主动重塑或拮抗应激颗粒的实验证据相符［84–86］。在转运类别中，我们观察到囊泡运输相关模块（包括内质网/高尔基体及内吞体运输、核质转运）以及与这些过程相关的泛素–蛋白酶体系统介导的蛋白质修饰显著富集。这与大量文献一致：病毒劫持泛素–蛋白酶体系统，利用内膜系统进行入侵与释放，并依赖CRM1/Exportin-1介导的核输出及核孔复合体通路以支持复制与免疫逃逸［87, 88］。 为获得一份共识基因集精简清单，我们选取了在全部四种病毒中均达显著水平的基因集。我们共识别出42条在四种病毒中均富集的通路。图4D展示了其中最显著的基因集，完整列表见表S10。排名靠前且反复富集的基因集包括：核转运、应激反应、蛋白质质量控制、基因表达调控、细胞组分组织以及细胞周期/DNA相关活动，反映出这些病毒所利用的核心宿主过程。 5. HDF综合视图及宿主导向抑制剂建议 图5概述了118个共识基因在ZIKV、DENV和SARS-CoV-2（无细胞核）及IAV（含细胞核）病毒生命周期示意图上的定位。每个基因旁的彩色圆点代表该基因在相应病毒中已有文献报道的实验验证：绿色代表DENV，黑色代表ZIKV，紫色代表IAV，红色代表SARS-CoV-2。所有病毒的基因水平综合证据见表S11。相关文献发现已在讨论部分予以总结。 为更精细地解析该泛病毒骨架所代表的细胞过程，我们考察了更大的427核心基因列表，并实施了一套基因优先级排序流程：筛选标准包括：在感染细胞中高表达、在宿主互作网络中处于中心位置、且至少在部分文献中有记载。由此得到一份210个基因的优先级列表，我们对其网络组织结构与基因家族构成进行了分析。分析再次揭示了翻译因子、DEAD-box RNA解旋酶、核转运蛋白、内吞调控因子以及泛素–蛋白酶体系统组分的密集模块。这些发现表明，保守的泛病毒宿主依赖性集中于蛋白质合成、RNA代谢、胞内转运及蛋白质稳态（参见补充文本S2）（图S4–S5）。 为识别并优先排序最具前景的药物候选物，我们采用了“药物–靶点相互作用与亲和力机制”（Drug–Target Interaction and Affinity Mechanism, DTIAM）框架——这是一种新近开发的模型，可预测药物–靶点相互作用（DTI）、结合亲和力（DTA）及作用机制（MoA；激活 vs. 抑制），即使在冷启动（cold-start）场景下也展现出强大性能［89］。我们仅保留满足严格标准的预测药物–靶点对：预测DTI得分 > 0.70、预测效价（pIC50）≥ 5、且MoA被归类为靶点抑制。完整候选药物列表见表S12。其中若干高分药物已获实验支持，为我们的优先级排序提供了外部验证。MEK抑制剂曲美替尼（trametinib）靶向MAPK激酶MEK1和MEK2（MAP2K1和MAP2K2），在体外实验中一致抑制IAV、ZIKV、DENV和SARS-CoV-2复制，并在重症流感与SARS-CoV-2感染的小鼠模型中改善肺部病理［90, 91］。Src/Abl酪氨酸激酶抑制剂（TKIs）（达沙替尼［92, 93］、博舒替尼［91, 94］、伊马替尼［95, 96］）在多种体外细胞系统中抑制冠状病毒与流感病毒的入侵和/或释放。然而，迄今其体内抗病毒活性仍显有限且具模型依赖性。例如，在金叙利亚仓鼠SARS-CoV-2肺部感染模型中，口服给予伊马替尼未能降低肺组织病毒RNA载量［97］。EGFR/ErbB通路抑制剂（阿法替尼、吉非替尼、奈拉替尼）亦从本筛选中浮现，主要通过预测与MAP2K1/2的相互作用，且已有报道证实其可抑制DENV和ZIKV复制［98］，并在特定细胞系中减少SARS-CoV-2入侵，这与EGFR–MEK信号通路在病毒感染中的作用一致［99, 100］。表观遗传药物同样被优先排序。DNA甲基转移酶抑制剂阿扎胞苷（azacitidine）通过耗竭DNMT1，可降低SARS-CoV-2复制并改善感染小鼠生存率，但存在骨髓抑制风险［101］。雷洛昔芬（raloxifene）是一种选择性雌激素受体调节剂，主要靶向ESR1——本框架将其识别为SARS-CoV-2和DENV的HDF——其在体外对黄病毒属及SARS-CoV-2均表现出广谱抗病毒活性，并在一项轻症COVID-19患者的II期临床试验中加速了病毒清除［102–104］；而靶向包括HDAC1在内的I类组蛋白去乙酰化酶（HDACs）的伏立诺他（vorinostat）则在不同背景下表现出混合甚至促病毒效应［105］。最后，双醋酚丁（bisacodyl）被预测可抑制若干低优先级HDF，其在体外已被证实可抑制基孔肯雅病毒（一种甲病毒）［106］，但目前尚无其对IAV、SARS-CoV-2、DENV或ZIKV的研究数据，因此在本研究中被列为低优先级候选药物。 6. 所鉴定HDF特征谱与EBOV优先级HDF的比较 为评估跨病毒科泛化能力，我们考察了所鉴定HDF与EBOV筛选数据所得HDF的关联性。针对EBOV，我们采用MAIC生成的优先级基因列表。我们将该列表与共识基因及核心基因进行重叠分析。表S13展示了结果。确实，427核心基因在MAIC优先级EBOV候选基因中显著富集：在EBOV前200位基因中，我们发现了44个，是随机选择预期值的9.3倍（p = 5E-30）。采用其他EBOV前位基因截断值（前100位中23个、前500位中84个、前1000位中128个）也观察到类似富集现象（p值分别为1.1e-16、1.9e-47和1.6e-59）。更严格的118共识基因集同样高度富集（前1000位中41个；约为随机选择预期值的6.3倍，p = 2E-22）。综上所述，我们发现所鉴定的核心基因与共识基因同源自EBOV实验筛选数据的高排名基因之间存在相当可观的重叠。 Table 1 从118个泛病毒共识HDF中人工筛选的、适用于初始实验室验证的精简候选清单 Table 1 （续） 图5 代表性宿主依赖因子的简化泛病毒生命周期图谱。所选HDF依据其在感染过程中主要的宿主细胞定位和/或功能角色进行定位。对于IAV，与细胞核相关的模块反映病毒生命周期中真实的核内步骤；而对于SARS-CoV-2、DENV和ZIKV，它们则代表与细胞核相关或核质穿梭的宿主因子，而非参与病毒核内复制的蛋白。浅蓝色引导线将各感染阶段连接至相应的宿主因子模块，红色模块标题表示当该模块所列基因被扰动时，预测受损的病毒过程。各基因旁的彩色圆点表示已有文献支持该基因作为相应病毒HDF（绿色：DENV；黑色：ZIKV；紫色：IAV；红色：SARS-CoV-2）。橙色药物标签表示已获批、且预测可靶向相邻模块中蛋白的药物；红色药物标签则突出显示已在相关RNA病毒中报道具有抗病毒活性的化合物。为清晰起见，每个基因家族仅展示代表性成员。 总结 本研究是一项整合多组学数据与机器学习的系统性生物信息学研究，旨在构建流感病毒A型、SARS-CoV-2、寨卡病毒和登革病毒的泛病毒宿主依赖因子图谱。研究通过MAIC算法整合CRISPR/RNAi筛选、病毒-宿主互作、单细胞转录组等异质数据，构建基准标签，并利用异质图注意力网络（HAN）与随机森林（RF）模型进行高精度预测，最终鉴定出118个四种病毒共同依赖的宿主因子及427个至少被三种病毒共享的因子，为宿主导向的广谱抗病毒治疗提供了坚实的靶点基础与转化路径。 更多结果和补充图表: PMID：42069597 DOI：10.1186/s12967-026-08197-9 不想做实验，没数据，还想要快速发表文章，没问题的！公共数据库就是我们的数据宝藏！没思路不用担心，作为专业的生信团队，我们很乐意为您效劳，提供研究路线设计和数据挖掘分析，扫码联系我们吧！ 长按二维码关注我们，用最短的时间和最高的效率学习更多数据分析方法! 扫描上方二维码或登录平台官网后添加CNSknowall客服微信咨询！官网地址：https://cnsknowall.comCNSknowall：24年最新问世的遥遥领先的颠覆性科研数据（0代码生信+统计学）分析平台，同时含有机制图模块（原创3000多素材和机制图模板）+AI一键生成高质量比国自然标书初稿+汉化版Pubmed融合Deepseek高效筛选目标文献同时一键提炼全文核心创新点+SCI文献例句/语料检索模块+全文翻译+文献求助+图片查重+期刊查询+OPenAI官方GPT接口，＞500款CNS级别图表皆可一秒内一键出图，登录即秒变数据分析大神，体验前所未有的便捷数据分析之旅，开启科研天骄之路！ 可向下滑动发掘更多科研秘籍!