University of Virginia

源于：Madiclab 麦德盈华 2026年1月28日 09:00 在第九届核医学与分子影像大会现场，遵义医科大学教授、弗吉尼亚大学医学院放射与影像医学系教授潘东风，结合自身海内外科研经验，高度肯定了核医学大会的专业价值，深入剖析了中国核医学新药研发的现状、优势与短板，并预判未来五年将迎来自主知识产权核素药物的突破性进展。 （遵义医科大学教授，弗吉尼亚大学医学院放射与影像医学系教授潘东风发言） “参加过不少国内核医学专业会议，临沂这场的专业性堪称顶尖！”潘东风教授直言，与其他侧重临床应用或组织交流的会议不同，核医学大会将核心聚焦于基础研究与新药研发，所有主题都紧扣行业创新源头。 他强调，这种“深耕科研、直击核心”的定位，能精准助力国内核医学研究技术水平的提升，“为科研人员搭建了高效的交流平台，对推动行业高质量发展意义重大”。 谈及国内核医学的整体发展，潘东风教授表示势头大好：政府的大力支持与民间资本的积极涌入，为核医学新药研发与设备创新注入了强劲动力。尤其在核素药物领域，发展方向已从过去的“聚焦影像”转向“影像与治疗并重”。新同位素的临床应用开发、新型药物载体的研究，正成为行业热点。 （潘东风教授发言） “目前多个在研项目进展顺利，覆盖神经学、癌症等关键领域。”潘东风教授透露，尽管暂时还没有具有自主知识产权的突破性新药问世，但现有研发项目的潜力值得期待，“结合当前的研发节奏与投入力度，未来五年，中国大概率会诞生具有自主知识产权的全新核素药物”。 基于在美国与中国的双重科研经历，潘东风教授客观分析了中国核医学新药转化的独特优势与核心短板： “中国在新药临床转化方面，有着国外难以比拟的优势。”潘东风指出，国外一款新药的转化往往需要“10亿资金、10年时间”，而国内凭借丰富的人力资源与灵活的研发模式，许多新药仅需两三年、不到1亿元人民币就能完成临床转化，“起点障碍低、转化效率高，让我们能快速跟进国际前沿技术”。 （潘东风教授发言） 在肯定转化优势的同时，潘东风教授也直面行业痛点：“中国目前原创性的药物靶点和基础化合物数量不足，很多研发还是依赖国外已提出的靶点和技术思路。” 他解释，这种模式，虽能快速产出成果，但难以实现真正的领跑。“我们在转化环节跑得很快，但在源头创新上还有差距，这是未来需要重点突破的方向。” 谈及核医学未来的研发重点，潘东风教授明确了自己的判断：核素药物将是核心赛道，尤其聚焦小分子、多肽与抗体类新药及探针研发。 （潘东风教授发言） “这些领域的技术成熟度高、临床应用场景广，也是最有可能实现原创突破的方向。”他表示，随着国内科研力量对原创靶点研究的重视，以及转化优势的持续发挥，中国核医学有望逐步摆脱对国际靶点的依赖，形成“原创研发+高效转化”的完整生态。 （潘东风教授视频发言完整版） 从点赞核医学大会的专业定位，到分析新药研发的现状与趋势，再到指出原创突破的关键方向，潘东风教授的发言始终围绕“如何让中国核医学从跟跑走向领跑”这一核心。当前，中国核医学正处于政策、资本、技术多重利好的黄金发展期，尽管在源头创新上仍有短板，但高效的转化能力与持续的研发投入，已为行业积累了充足势能。 相信未来，随着更多科研人员聚焦原创、深耕核心，中国核医学必将在五年之约中兑现突破承诺，诞生更多具有自主知识产权的核素药物，为全球核医学发展注入中国力量。 相关链接：弗吉尼亚大学何江教授：中国核医学将领跑全球，青年人才需守开放与深耕之心 《中国核医学医师》微信公众号 主办单位 编审：李春林 关注人数：55000+人 总第3607期 2026年1月28日 关注中国核医学医师 依法行医、依法维权 欢迎转发、欢迎转载 欢迎关注 《中国医师协会核医学医师分会官方网》 http://www.caonmp.com/ 声明： 本文著作权属原创者所有，不代表本微信公众号立场。 如涉著作权事宜，请联系删除

2026年1月9日，弗吉尼亚大学研究人员在《Journal of Chemical Information and Modeling》上发表文章，题为“Multimodal Bond Reconstruction toward Generative Molecular Design”。 作者提出了一种多模态图神经网络框架YuelBond，能够在三类关键场景下实现稳健且准确的化学键重建。实验结果表明，YuelBond即使面对不完美或存在噪声的分子数据，依然可以可靠地恢复正确的化学键结构，从而有效弥补了生成式药物发现流程中长期存在的关键缺口。 YuelBond代码仓库： https://github.com/dokhlab/yuel_bond 背景 近年来，生成式人工智能，尤其是生成对抗网络(GANs)和扩散模型，凭借其快速生成海量新颖分子结构的能力，正在深刻改变从头药物发现的研究范式。然而，尽管这些方法展现出巨大潜力，它们仍面临关键性局限，尤其是在化学键级准确性方面。具体来说，在2D分子生成中，预测的键级可能在化学上不合理；而在3D分子生成中，模型通常只输出原子坐标，缺乏明确的化学键注释。因而会带来两个主要问题：(1)分子有效性难以验证，即错误的键级会阻碍对分子有效性的可靠评估；(2)下游任务性能显著下降，包括分子动力学模拟、分子对接以及蛋白–小分子结合预测等。化学键级错误会进一步传递到力场参数化和结合亲和力计算中，导致结果偏差。解决上述问题，是弥合计算机生成分子与真实药物开发应用之间鸿沟的关键。 传统上，化学键级通常通过基于键长和键角的杂化分析，或将原子对与已有化学数据库进行比对来确定，也可以依赖经验性的化学规则或长度规则进行赋值。作为最常用的化学信息学工具包，RDKit通过其xyz2mol程序从三维坐标中推断分子的化学键级。然而，这类基于规则的方法对生成分子中常见的几何畸变并不稳健。当几何结构发生畸变，即键长和键角偏离理想值时，甚至连原子间的连通性判定都会变得困难，而在此条件下预测键级则更加具有挑战性。在生成模型尚未被广泛应用于药物发现之前，这一问题并不突出；但随着生成式模型的快速发展，其影响正变得愈发显著。一方面，生成模型需要不断提高三维结构的几何精度；另一方面，也亟需更加稳健的方法，能够直接从存在畸变的3D坐标中推断分子连通关系和化学键级。 结果 从精确的三维坐标中重建化学键 YuelBond基于图神经网络(GNN)构建，对于每个原子，计算其与分子中所有其他原子的距离，并将距离在3Å以内的任意一对原子通过一条边相连(图1)，这些成对距离被作为边特征输入模型。作者修改了用于边更新的聚合机制，与仅依赖相连节点特征拼接的方式不同，在更新函数中额外引入了原子间距离以及上一层的边特征。该设计使模型能够更有效地捕捉每一条化学键周围的局部化学环境。随着每一层消息传递的进行，边特征不断被细化，其感受野也随之扩大。在最终阶段，一个线性层将更新后的边特征映射到四种化学键级类别之一：单键、双键、芳香键或三键(图2)。 图1 基于GNN的化学键重建流程与架构 使用Geometric Ensemble of Molecules(GEOM)数据集对YuelBond进行了训练和评估，该数据集包含超过45万个分子结构。为评估化学键重建性能，首先移除了分子中的所有键注释，仅基于其三维原子坐标使用YuelBond进行化学键重建，随后在测试集上进行评估。模型取得了98.2%的平均准确率、98.8%的精确率、98.2%的召回率以及98.4%的F1分数，表明其在恢复分子成键信息方面具有很强的能力(图2a)。 图2 分子结构中化学键级预测性能评估 进一步分析了YuelBond在不同键类型上的预测性能(图2c)。在单键和双键上的高性能表明，该模型能够有效学习常见共价键所对应的典型原子间距离和局部环境。尽管三键预测具有较高的精确率，其召回率略低，这说明模型在赋予三键时表现得较为保守，可能源于三键在数据中的稀有性以及其识别所需的严格几何约束。这种保守性是有益的，因为将非三键误判为三键可能会在下游任务中引入更大的误差。 从粗糙的从头生成化合物中重建化学键 本工作的目标是开发一种能够在粗糙的从头生成化合物(CDG)中重建化学键的模型。这类化合物通常具有噪声较大或不够精确的三维结构。为模拟这一实际场景，在GEOM数据集的分子坐标中引入了受控噪声(图3a)，以复现生成分子中常见的结构畸变。随后，利用该模型从这些受扰动的坐标中重建化学键。测试集上的评估结果表明，在存在噪声的条件下，模型仍能保持较强的性能，平均准确率、精确率、召回率和F1分数分别达到92.7%、93.6%、92.7%和92.7%(图3b)。 图3 YuelBond在CDG化学键重建任务上的性能评估 进一步分析了YuelBond在不同键类型上的预测性能(图3c)。结果表明，模型在所有键类型上均保持了较高的预测准确率，但精确率和召回率会随键的复杂程度而变化。单键由于出现频率高且局部几何特征明显，即使在受到扰动后仍然是预测最为可靠的键型。芳香键通常嵌入于具有显著拓扑特征的环结构中，因此尽管坐标存在噪声，仍能得到较好的预测。相比之下，双键和三键在结构畸变条件下面临更大的挑战，其预测高度依赖精确的键长和键角信息，而这些特征在结构噪声较大时变得不再可靠。因此，这两类键的召回率和F1分数较低，反映出假阴性数量的增加。 为对模型性能进行基准比较，将其与RDKit进行了对比(图3d)。在包含噪声坐标的1000个测试分子中，RDKit仅能成功处理其中的217个。即便在成功处理的217个分子中，RDKit也仅取得了65.3%的准确率、70.1%的精确率、65.3%的召回率和64.2%的F1分数，显著低于YuelBond。上述结果凸显了YuelBond在从不精确的三维结构中重建化学键级方面的鲁棒性，而在这一场景下，传统的基于规则的方法往往会失效。 二维生成化合物的化学键级重新分配 将YuelBond应用于仅基于原子连通性来推断化学键级(图4a)。在测试集上的评估结果表明，模型取得了80.1%的平均准确率、81.1%的精确率、80.1%的召回率以及78.3%的F1分数(图 4b)。 图4 YuelBond在化学键级重新分配任务中的性能评估 进一步考察了模型在不同键类型上的表现(图4c)。对于单键，YuelBond表现出较高的召回率和较好的F1分数，这反映了单键在分子图中具有高度一致性和普遍性。对于双键和三键，尽管准确率仍然较高，但由于其在数据集中相对少见，召回率较低。这是符合预期的，因为高阶键通常呈现出更为细微的模式，仅凭连通信息更难以区分。值得注意的是，三键的高准确率表明模型在避免假阳性方面具有很强能力，而较低的召回率则体现出一种偏向保守的预测策略，即更强调精确性而非过度预测。双键和三键相对于单键和芳香键更低的召回率，在很大程度上可归因于其在数据集中的稀有性。由于负样本(例如非三键)的数量远大于正样本，即便是较为保守的预测器也能获得较高的准确率。芳香键的预测表现较为均衡，表明其独特的连通模式在一定程度上被模型有效捕捉。 化学键级概率预测 尽管在化学键级重新分配场景中，双键和三键的整体预测准确率较低(图5a、b)，但考察模型预测的置信度具有重要意义。以化合物(SMILES表示为O=CCC(=O)CCC#N)为例，计算了该分子中每一条化学键的预测概率(图5c)。例如，对于真实为三键的键1，模型将其误分类为单键，但仍为三键类别分配了27.3% 的概率，而单键和双键的概率分别为47.7% 和24.9%。这种对正确类别赋予相对较高概率的现象表明，即使最终预测结果未将其作为首选，模型仍保留了对正确键级的部分信心。相比之下，键2是一个正确预测的单键，其对应的预测概率高达90.3%，表明在歧义较小的上下文中模型具有很强的确定性。 图5 化学键级概率预测 YuelBond优化对二维与三维生成分子的影响 使用DiGress(2D分子图生成模型)和DecompDiff(3D构象生成模型)生成了2000个原始分子结构，随后应用YuelBond对化学键级进行重新分配，并通过净化率和对数概率得分两项指标评估改进效果。 图6 YuelBond优化对2D和3D生成分子的影响 对于2D生成分子，DiGress输出的是具有明确原子连通性的分子图，但其原始输出的净化率仅为0.81，表明约20%的生成分子包含化学上无效的成键构型。在经过YuelBond优化后，净化率提升至0.95(图6a)。同时，优化后分子的对数概率得分在所有测试样本中均显著提高(图6b)，表明YuelBond重新分配的键级显著增强了2D生成分子结构的化学合理性。对于3D生成分子，DecompDiff虽然能够生成原子坐标，但往往伴随几何结构畸变，从而导致化学键注释不可靠。这一问题直接体现在其较低的净化率0.76上(图6d)，说明化学键生成仍是3D生成模型中的关键瓶颈。YuelBond的化学键重建将净化率提升至0.94，并同时提高了对数概率得分(图6e)。 Kekulé化数据集上的测试 在许多化学信息学应用中，尤其是基于图的处理流程中，通常会对芳香体系进行Kekulé化，即将芳香键转换为交替的单键和双键(图7a)。为评估模型在该设置下的鲁棒性，对GEOM数据集中的所有芳香键进行了Kekulé化处理，并基于该修改后的数据集重新训练了YuelBond，随后在三种预测场景中对其性能进行了评估。 图7 YuelBond在Kekulé化数据集上的性能 实验结果由图7b-d所示，YuelBond的整体性能仍与其在非Kekulé化数据上训练的版本保持一致，表明该模型并不依赖于显式的芳香键标注，而能够在化学等价但表示方式不同的数据集之间实现良好的泛化。化学键级重新分配任务中F1分数的小幅下降，可能反映了在Kekulé化环体系中区分交替单键和双键所带来的额外歧义。总体而言，这些结果证实了YuelBond即使在Kekulé化数据条件下，仍能保持稳健而可靠的预测性能。 总结 YuelBond提供了一个统一的框架，能够在多种输入表示下学习并泛化化学成键规则。它在精确的三维场景中表现出色，能够容忍几何畸变，在二维分子图上也具有合理的适应能力，并同时提供具有可解释性的概率预测。YuelBond并非旨在完全取代基于规则的方法，而更应被视为一种互补工具，将机器学习的灵活性和上下文感知能力引入传统方法容易失效的应用场景中。 参考链接： https://doi.org/10.1021/acs.jcim.5c03052 --------- End --------- 感兴趣的读者，可以添加小邦微信加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位或姓名-学校-职务/研究方向。

在2026年1月14日这个学术氛围浓厚的下午，一场标志着我院淋巴瘤诊疗与国际前沿深度接轨的高水平学术活动“淋听世界—淋巴瘤中外学术中心院际交流会”在广东省人民医院惠福分院淋巴瘤科成功举行。 本次会议的最大亮点，是荣幸地邀请到了国际淋巴瘤领域的泰斗级学者—美国弗吉尼亚大学癌症中心的Owen A.O'Connor教授亲临现场，分享了其在T细胞淋巴瘤治疗模式变革方面的创新性见解。 权威驾临：国际顶尖专家的风采与成就 本次会议的重量级嘉宾Owen A.O'Connor教授，不仅是医学博士与哲学博士的双料顶尖学者，更身兼多项引领全球研究的重要职务：他是美国癌症协会研究教授、弗吉尼亚大学癌症中心医学教授，同时担任转化性孤儿血液癌症研究中心主任及T细胞恶性肿瘤项目主任。 他在淋巴瘤，尤其是T细胞恶性肿瘤领域的开创性工作，已获得包括淋巴瘤研究基金会埃伦·B·格拉普西奖在内的多项国际顶级奖项的表彰。 立足华南，攻坚克难：从学科建设到疑难T细胞淋巴瘤的破局之路 专注深耕，厚积薄发 淋巴瘤专病平台的建设与特色 会议伊始，莫嘉志医生系统介绍了我院淋巴瘤科的学科建设，重点分享了科室在B细胞淋巴瘤及细胞治疗领域的特色优势。 病房规模国内华南首个淋巴瘤专病病房 & 国家临床重点专科年收治 ≈ 4000 人次 | 新发 ≈ 500 例 多学科团队（MDT） 全程化、精准化管理 亚专科亮点 关键数据 原发中枢神经系统淋巴瘤（PCNSL） 采用CD20单抗+大剂量甲氨蝶呤+BTK抑制剂序贯自体移植的策略，使3年无进展生存率（PFS）突破70% _ 高危弥漫大B细胞淋巴瘤（DLBCL） 基于BTK抑制剂的中枢神经系统预防方案，在50例患者中实现了“零中枢复发”的卓越效果 _ CAR-T 细胞治疗 开展CD19及双靶点CAR-T临床试验，年治疗10-15例，完全缓解率（CR）约80% _ 边缘区淋巴瘤（MZL） 开设国内首个MZL专病门诊； 对HP阴性的胃MALT淋巴瘤采用4周期CD20单抗+4Gy放疗的创新方案 _ 聚焦难点，锐意创新 T细胞淋巴瘤的探索与实践 华南T细胞淋巴瘤多中心真实世界队列 21家中心共纳入1031例PTCL：PTCL预后整体较差，其中侵袭性NK/T细胞淋巴瘤约占 1/3。 中位PFS呈现显著下降趋势：： 一线：30.5个月 二线：5.2个月 三线：3.5个月 → 提示后线治疗选择有限、疗效亟待提升。 成人T-LBL 成人T-LBL罕见但侵袭性强，3年PFS仅≈28%。基于华南地区真实世界数据（来自21家中心的103例患者），BFM-90方案虽常用，但疗效仍不理想。 分子特征： 高频NOTCH1基因突变（约占67%） 表观遗传调控异常显著 这些特征成为探索新治疗策略的重要切入点。 策略：基于该疾病的生物学特征与临床需求，研究将组蛋白去乙酰化酶抑制剂整合至儿童化疗方案中，旨在通过表观遗传调控改善患者预后。 一线突破：Go-CHOP 方案：CHOP + JAK1抑制剂戈利昔替尼 人群：20例初治PTCL（III/IV期占85%） 17例可评估患者疗效： ORR 94.1% CR 64.7% 安全性可控 挽救探索 方案：脂质体米托蒽醌 + 泽美妥司他 结果：初步结果显示有患者达到CR或PR，并为移植创造了条件，相关研究者发起试验（IIT）正在积极推进中。 抽丝剥茧，见证奇迹 一例难治性淋巴瘤的治愈之路 莫医生通过一例ALK阴性间变性大细胞淋巴瘤的疑难病例，生动展现了我科的综合诊疗能力。该患者历经多次复发，预后堪忧。 面对困境，我科团队精准研判，在第二次复发时果断再次采用BV联合脂质体米托蒽醌的方案进行救治。疗效堪称卓越，患者不仅再次获得临床完全缓解，其循环肿瘤DNA（ctDNA）监测也显示肿瘤特有突变被快速清除，实现了深度的分子学缓解。最终，患者在接受16周期BV维持治疗后，获得了长期无病生存。 这一成功案例，为既往暴露于BV的CD30阳性淋巴瘤患者提供了宝贵的再治疗思路，也彰显了利用ctDNA进行精准监测的巨大价值。 思想交锋：从批判到重构的治疗哲学 在专题报告环节，Owen A.O'Connor教授以深邃的洞察力，对外周T细胞淋巴瘤（PTCL）的治疗现状进行了鞭辟入里的剖析。他尖锐地指出，基于上世纪B细胞淋巴瘤研究而确立的CHOP方案作为PTCL“标准治疗”，是一个历史的“错位”，并由此衍生出制约新药研发的“剂量强度悖论”。 更令人振奋的是，教授不仅提出问题，更描绘了清晰的未来路线图。他提出，我们必须彻底告别“修补CHOP”的旧思维，转向“基于PTCL生物学，从零开始设计疗法”的新模式。 未来三大支柱： 创新组合探索非化疗/表观遗传联合等，追求深度生物学缓解 技术革命纳米药物递送，破解毒性困局 精准评估ctDNA动态监测，目标「分子层面深度清除」 深度互动：圆桌激辩与床旁实践 圆桌讨论李文瑜主任带领的专家团队与Owen A.O'Connor教授就上述前沿理念展开了热烈而富有成效的探讨。思维的碰撞不仅发生在会议室，更延伸至临床一线。 联合查房现场会诊疑难病例，实现「知行合一」 深远意义：搭建平台，汇聚星火 李文瑜主任在总结中指出Owen A.O'Connor教授的到访与分享，是我科国际交流历程中的一个重要里程碑。他所带来的不仅是前沿知识，更是一种勇于批判、敢于重构的科学精神与国际化视野。此次交流极大地激发了我科团队的科研与临床创新思维。 广东省人民医院淋巴瘤科将持续： 建设高水平国际化学术平台 引进全球智慧，深耕前沿转化研究 将科学发现转化为切实改善患者预后的诊疗方案 > 让最前沿的科学，照亮每一位淋巴瘤患者的生命之路。