MT1

Novel compounds protected under Enveric’s intellectual property portfolio provide potential licensing opportunities and non-dilutive revenue streams. CAMBRIDGE, Mass.--(BUSINESS WIRE)-- Enveric Biosciences (NASDAQ: ENVB) (“Enveric” or the “Company”), a biotechnology company dedicated to the development of novel neuroplastogenic small-molecule therapeutics for the treatment of depression, anxiety, and addiction disorders, today announced the discovery of multiple, promising novel compounds sourced using the company’s Psybrary™ platform and proprietary computational chemistry and artificial intelligence (AI) drug-discovery system (PsyAI™). The novel compounds span seven distinct molecule classes totaling at least 57 unique product opportunities, all of which are protected by Enveric’s expansive intellectual property portfolio and represent potential out-licensing opportunities and non-dilutive revenue streams for the Company. Together, the novel and distinct molecule classes broaden and deepen Enveric’s library of assets targeting difficult-to-address mental health disorders, adding to its lead candidate EB-003, a first-in-class neuroplastogen designed to eliminate hallucinations, and EB-002, formerly EB-373, a next generation synthetic prodrug of the active metabolite, psilocin. “Our ability to identify EB-003 and EB-002 as our lead drug candidates was the result of an extensive process in which our research team analyzed more than one thousand compounds spanning numerous classes of molecules, utilizing our proprietary PsyAI and Psybrary platforms,” said Joseph Tucker, Ph.D., Director and CEO of Enveric. “As a result, Enveric now possesses what we believe to be one of the most diverse portfolios of potential drug molecules for the treatment of key, underserved mental health and neurological disorders. Our dedicated approach to protecting our discoveries should enable us to generate significant near- and long-term value for our shareholders via potential partnering and/or licensing agreements.” The novel compounds span seven diverse molecule classes and subclasses, including: Novel Serotonin-Norepinephrine-Dopamine Reuptake Inhibitors (SNDRI) Also known as triple reuptake inhibitors (TRIs), SNDRIs are an emerging class of medications designed to treat severe depression and anxiety disorders. Enveric SNDRI compounds show strong binding to serotonin transporter (SERT), norepinephrine transporter (NET) and dopamine transporter (DAT). Enveric SNDRI compounds also demonstrate distinct additional serotonin receptor binding profiles that bear similarities to those of the antidepressant Nefazodone and the anxiolytic Buspirone. Non-selective Serotonin Reuptake Inhibitor (NSRI) Enveric NSRI compounds show strong binding to SERT, as well as to the 5-HT1A receptor, known to be a therapeutically valuable target. Certain of Enveric’s NSRIs demonstrate additional binding to various serotonin and dopamine family receptors, with binding profiles similar to the antidepressant Vortioxetine and the atypical antipsychotic Aripiprazole. Novel MDMA Derivatives (EMD) Series Twenty novel MDMA derivatives are separated into three subgroups: Strong 5-HT2A receptor binding, Weak 5-HT2A binding, and No 5-HT2A receptor binding. Current literature indicates agonism of the 5-HT2A receptor is linked to hallucination in humans and also to the induction of neuroplasticity. Each subgroup of Enveric’s novel MDMA derivatives demonstrates unique and expanded receptor binding activity targeting adrenergic and/or dopaminergic receptors as well as epinephrine/norepinephrine family receptors. Some of the resulting receptor binding profiles are similar to the anxiolytic Buspirone, the antiepileptic Fenfluramine, the ADHD drug Guanfacine, and the atypical antipsychotic Aripiprazole. Bifunctional Psilocin Prodrugs (BPP) BPPs are readily absorbed, detectable in plasma, and converted to therapeutically relevant levels of plasma psilocin, with demonstrated lower Head Twitch Response (HTR) relative to psilocybin in mice; HTR is reported in the literature to be a predictive indicator for hallucination in humans. Each BPP parent prodrug demonstrates its own unique binding pro serotonin 5-HT1A receptor, 5-HT1B receptor and SERT, with similarities to anxiolytics Buspirone, antidepressant/anxiolytic Flesinoxan, and the antidepressant Paroxetine. Novel Psilocin Prodrug (NPP) Series NPPs are designed to be metabolized to release therapeutic levels of systemic psilocin at varying rates, providing treatment regimen optionality. Included in this series are four compounds that can be converted upon direct intravenous injection to psilocin: potentially bypassing the need for first-pass metabolism, making them amenable to non-oral forms of administration (e.g. intranasal, sublingual, buccal). Melatonin-Receptor Agonist (MRA) Series Melatonin, a natural indolamine, is essential for regulating circadian rhythm in mammals and is often used in to treat a variety of sleep disorders. Enveric MRA compounds demonstrate strong binding to the MT1 Melatonin receptor with some being highly selective for MT1 while others demonstrate expanded target binding profiles similar to the antidepressants Agomelatine, Vortioxetine, Imipramine, and Trazodone. Neuroplastogenic Antidepressant (NAD-01) Designed to induce neuroplasticity and promote long-term therapeutic benefit in patients suffering from severe depressive mood disorders. Demonstrates neuroplastogenic activity comparable to known 5-HT2A receptor agonist N,N-Dimethyltryptamine (DMT). Demonstrates weak 5-HT2A receptor binding affinity and activation. Produces lower Head Twitch Response relative to psilocin and DMT, while promoting recovery of sucrose preference (SP) in stressed mice - an accepted model for evaluation of antidepressant activity. For more information about Enveric’s novel preclinical compounds spanning multiple, distinct classes of molecules, please visit: . About Enveric Biosciences Enveric Biosciences (NASDAQ: ENVB) is a biotechnology company dedicated to the development of novel neuroplastogenic small-molecule therapeutics for the treatment of depression, anxiety, and addiction disorders. Leveraging its unique discovery and development platform, Psybrary™, Enveric has created a robust intellectual property portfolio of New Chemical Entities for specific mental health indications. Enveric’s lead program, EB-003, is a first-in-class approach to the treatment of difficult-to-address mental health disorders designed to promote neuroplasticity without inducing hallucinations in the patient. Enveric is also developing EB-002, formerly EB-373, a next generation synthetic prodrug of the active metabolite, psilocin, being studied as a treatment of psychiatric disorders. Enveric is headquartered in Naples, FL with offices in Cambridge, MA and Calgary, AB Canada. For more information, please visit . Forward-Looking Statements This press release contains forward-looking statements and forward-looking information within the meaning of applicable securities laws. These statements relate to future events or future performance. All statements other than statements of historical fact may be forward-looking statements or information. Generally, forward-looking statements and information may be identified by the use of forward-looking terminology such as “plans,” “expects” or “does not expect,” “proposed,” “is expected,” “budgets,” “scheduled,” “estimates,” “forecasts,” “intends,” “anticipates” or “does not anticipate,” or “believes,” or variations of such words and phrases, or by the use of words or phrases which state that certain actions, events or results may, could, should, would, or might occur or be achieved. Forward-looking statements may include historical statements and statements regarding beliefs, plans, expectations, or intentions regarding the future and are based on the beliefs of management as well as assumptions made by and information currently available to management. Actual results could differ materially from those contemplated by the forward-looking statements as a result of certain factors, including, but not limited to, the ability of Enveric to: carry out successful clinical programs in Australia; achieve the value creation contemplated by technical developments; avoid delays in planned clinical trials; establish that potential products are efficacious or safe in preclinical or clinical trials; establish or maintain collaborations for the development of therapeutic candidates; obtain appropriate or necessary governmental approvals to market potential products; obtain future funding for product development and working capital on commercially reasonable terms; scale-up manufacture of product candidates; respond to changes in the size and nature of competitors; hire and retain key executives and scientists; secure and enforce legal rights related to Enveric’s products, including patent protection; identify and pursue alternative routes to capture value from its research and development pipeline assets; continue as a going concern; and manage its future growth effectively. A discussion of these and other factors, including risks and uncertainties with respect to Enveric, is set forth in Enveric’s filings with the Securities and Exchange Commission, including Enveric’s Annual Report on Form 10-K and its Quarterly Reports on Form 10-Q. Enveric disclaims any intention or obligation to revise any forward-looking statements, whether as a result of new information, future events or otherwise, except as required by law.

关注并星标CPHI制药在线        睡眠障碍是指睡眠质量异常或睡眠时发生某些临床症状，如睡眠减少或睡眠过多、睡眠相关运动障碍等，后者包括睡眠行走、睡眠惊恐、不宁腿综合征等。其中最主要最常见的是失眠障碍，以持续睡眠时间过短、早醒以及入睡困难为最主要的3个症状。失眠治疗有躯体治疗(包括药物治疗、物理治疗等) 、心理治疗或者心理治疗联合躯体治疗的综合治疗等。虽然美国内科医师学会将认知行为疗法确定为失眠的一线治疗方法。但由于认知行为疗法存在费用高、咨询时间长、缺乏训练有素的提供者及不能立竿见影等弊端，难以在临床开展。因此，药物治疗依然广泛应用于是失眠治疗。       目前推荐在临床常用的治疗失眠药物包括苯二氮䓬受体激动剂、褪黑素及褪黑素受体激动剂、食欲素受体拮抗剂、组胺拮抗剂及抗焦虑、抗抑郁类药物。对单纯失眠患者，一般首选非苯二氮䓬类药物或褪黑素受体激动剂单药治疗，当单药治疗效果不佳时考虑联合不同作用机制的镇静催眠药治疗；对合并情绪障碍患者，需根据症状选择苯二氮䓬类药物或联合具有镇静作用的抗抑郁药、抗精神病药物治疗。       1、苯二氮䓬受体激动剂       苯二氮䓬受体激动剂（benzodiazepine receptor agonists，BzRAs）作为临床上最常用于治疗失眠的药物，可分为苯二氮䓬类药物（benzodiazepine drugs，BZDs）与非苯二氮类药物（nonbenzodiazepine drugs，NBZDs）。       临床常见用于失眠治疗的BZDs有阿普唑仑、艾司唑仑、劳拉西泮、氯硝西泮等，主要适用于入睡困难和睡眠维持障碍的成年患者，尤其适用于伴有焦虑症的失眠患者。BZDs 通过非选择性结合苯二氮䓬受体，增加γ- 氨基丁酸（gamma aminobutyric acid，GABA）受体的亲和力，促进氯离子内流，导致苯二氮䓬受体所在神经元出现超极化，起到镇静催眠、抗焦虑和肌肉松弛等药理作用。BZDs 可以缩短睡眠潜伏期，减少夜间觉醒，增加总睡眠时间，但深度睡眠时间减少，患者服用后虽然觉得入睡改善、睡眠时间延长，但睡眠质量仍较低。BZDs可能会导致日间思睡、头晕、乏力和认知功能下降，老年患者还可能增加跌倒、骨折的风险。长期使用BZDs 的患者可能形成心理和躯体依赖，且部分患者在停药后出现严重的戒断症状，出现反跳性失眠和焦虑情绪加重，因此长期服用BZDs 的患者需缓慢撤药。美国医师协会在失眠药物治疗指南列出批准治疗失眠的BZDs 有艾司唑仑、 氟西泮、 夸西泮、 替马西泮和三唑仑。       NBZDs通过选择性结合苯二氮䓬受体，抑制睡眠中枢产生镇静催眠作用，但一般不具有抗焦虑作用。临床上常见的NBZDs 有唑吡坦、扎来普隆、佐匹克隆和右佐匹克隆， NBZDs的半衰期较短，白天残留镇静作用少见，尤其唑吡坦和扎来普隆对改善入睡困难效果满意，但对睡眠维持作用不大，佐匹克隆和右佐匹克隆半衰期稍长，对入睡困难和睡眠维持障碍均有作用。       2、褪黑素和褪黑素受体激动剂       褪黑素作为重要的生理性睡眠调节因子，其昼夜节律的变化与睡眠节律密切相关。褪黑素由松果体分泌，呈昼少夜多的节律，凌晨2～3点分泌达到高峰，主要作用于下丘脑的褪黑素受体，调节睡眠-觉醒周期。研究发现，外源性褪黑素可能对缩短睡眠潜伏期、增加总睡眠时间有效，但临床观察发现大多数患者对于失眠治疗效果不满意，可能更适合睡眠节律失调的失眠患者。褪黑素主要通过2个高亲和力膜受体MT1和MT2发挥其生理作用。视交叉上核在光-暗循环周期的调控下，通过激活 MT1 和(或MT2) 受体反馈回细胞核以调节睡眠和昼夜节律周期。雷美替胺是首个获准上市的选择性褪黑素受体激动剂，已被 FDA 批准用于治疗失眠，主要改善入睡困难，但在国内未上市。该药物可缩短睡眠潜伏期，增加总睡眠时间，不良反应有头晕、思睡、疲劳、头痛、恶心，加重原发性抑郁症患者的抑郁症状和自杀观念等。阿戈美拉汀是国内仅有的一种褪黑素受体激动剂，具有激动褪黑素受体（MT1/MT2）和5-HT2C受体拮抗的双重机制，研究发现，阿戈美拉汀可改善睡眠维持障碍，增加深睡眠和总睡眠时间、减少入睡后总觉醒时间、提高睡眠效率，因此对有入睡困难患者需联合苯二氮䓬受体激动剂效果更佳。由于该药同时是抗抑郁药，对失眠伴轻中度焦虑抑郁患者可起到改善睡眠和情绪的双重作用，但需注意使用该药物需监测肝功能，对肝功能损害者禁止使用。       3、食欲素受体拮抗剂       食欲素( Orexins，OX) 主要由下丘脑外侧、背侧和弯窿区分泌，又称下丘脑分泌素，被称为下丘脑的"觉醒启动区"，可促进食欲且具有促醒作用，对维持长期觉醒很重要，食欲素的生成减少将导致发作性嗜睡和不规则快速眼动睡眠。研究表明，大鼠脑脊髓液内和下丘脑外侧、丘脑内侧的细胞外食欲素A水平呈显著的日节律变化，在黑暗期慢慢上升，在光照期慢慢下降。说明食欲素可调节睡眠-觉醒周期，正常睡眠的控制有赖于下丘脑的食欲素的调节。食欲素能神经元投射最密集的地方是蓝斑核，食欲素A可以通过激活蓝斑去甲肾上腺素能细胞促进觉醒，单胺能和胆碱能神经核是食欲素受体富集区，食欲素神经元在睡眠时保持静息，在即将觉醒前开始放电，在觉醒和睡眠剥夺时活跃。睡眠剥夺通过突触前和突触后机制可以改变食欲素神经元的兴奋性，食欲素可促使前额皮层神经元放电，并通过激活组胺能、去甲肾上腺素能和血清素促进觉醒。食欲素受体拮抗剂只选择性地阻断食欲素受体，食欲素的拮抗剂可改善失眠，提高睡眠质量，没有BZDs类药物的不良反应，却比传统安 眠药有更强的药理活性。双食欲素受体拮抗剂( Suvorexant、Almorexant 等) 可通过促进REM睡眠增加总睡眠时间，具有较好的临床疗效和耐受性，已获得FDA批准用于治疗失眠。      4、组胺拮抗剂       组胺是一种促进清醒的神经递质，在中枢神经系统中产生于下丘脑的结节乳头核中。因此拮抗组胺受体可促进睡眠。在组胺的4个受体中，H1受体是控制睡眠的关键靶点。有证据表明，敲除 H1 受体的小鼠，在给予 H1 受体拮抗剂多塞平和苯海拉明能够增加 NREM时间和发作次数。而酮替芬则通过增加δ波功率来降低REM 并增加 NREM。从以上数据可推测，组胺拮抗剂对睡眠的影响主要作用于NREM 阶段。但服用抗组胺药可引发抗胆碱能作用，包括发热、脓毒症、视力模糊、口干、便秘、尿潴留、心动过速、肌张力障碍和精神错乱等不良反应。组胺拮抗剂目前对于治疗人类失眠的数据较少，其中多塞平是组胺拮抗剂中用来控制失眠最常用的药物，其能延长 NREM 但减少 REM，但易造成恶心、呼吸道感染等不良反应。       5、抗焦虑、抗抑郁类药物       抗焦虑、抗抑郁类药物主要是 5-羟色胺受体( 5-HT1A ) 受体部分激动剂。主要代表有丁螺环酮和坦度螺酮，属于抗焦虑药，由于其对5-HT1A具有良好的亲和力，能够激活突触前5-HT1A受体抑制神经元放电，减少 5-HT1A 的合成与释放，主要用于治疗各种焦虑症以及各种伴发的焦虑症。在治疗焦虑性失眠上，临床使用坦度螺酮较多。该类药物的优点在于镇静作用轻，对认知功能影响较小，无蓄积性，相较于BZDs类药物产生的不良反应更少。但起效相对较慢，为2～4 周。临床研究表明在镇静催 眠药上加用坦度螺酮对伴有焦虑症状的失眠患者有更好的治疗作用，联合用药的症状改善效果更好。大部分失眠患者治疗效果不佳的原因可能是忽略了焦虑、抑郁等情感状态的障碍，虽然并无直接证据表明抗抑郁、抗焦虑药物能直接改善失眠，但在由心理、精神因素造成的睡眠问题上，能够起到有效的改善作用，因此在治疗时应充分把握患者病情，必要时应同时考虑抗焦虑、抗抑郁治疗。相关阅读：《失眠障碍新药获批上市，更多创新药很快就到！》       参考资料       [1]冯庭宇,许晓伍.失眠症的药物治疗进展[J].世界睡眠医学杂志,2023,10(03):691-696.       [2]胡金,韦姗姗,姜海洲等.失眠的药物治疗研究进展[J].中国中药杂志,2023,48(19):5122-5130.       [3]沈阳阳,周俊英.失眠药物治疗及进展[J].中国临床医生杂志,2023,51(12):1394-1397.       作者简介：小米虫，药品质量研究工作者，长期致力于药品质量研究及药品分析方法验证工作，现就职于国内某大型药物研发公司，从事药品检验分析及分析方法验证。智药研习社1月直播预告来源：CPHI制药在线声明：本文仅代表作者观点，并不代表制药在线立场。本网站内容仅出于传递更多信息之目的。如需转载，请务必注明文章来源和作者。投稿邮箱：Kelly.Xiao@imsinoexpo.com▼更多制药资讯，请关注CPHI制药在线▼点击阅读原文，进入智药研习社~

如今，人工智能（Artificial Intelligence，AI）技术已经在多个领域大放异彩，并深入到我们的日常生活中。从围棋领域的AlphaGo到预测蛋白质构的AlphaFold，从去年的AI绘画到如今火遍全球的ChatGPT，人工智能作为一种新兴的颠覆性技术，正在逐步释放科技革命和产业变革积蓄的巨大能量，并深刻改变了人类的生活和思维方式。在生命科学和医学领域，人工智能的应用也越来越广泛，包括AI诊断、AI制药、AI蛋白质从头设计，基于大模型的AI医生甚至已经开始了临床试验。而这些人工智能模型都离不开强化学习（Reinforcement learning，RL），强化学习使智能体（Agent）能够通过与环境交互并最大化奖励函数来学习如何执行操作。2023年7月20日，华大智造杨梦团队在 Nature 子刊 Nature Machine Intelligence 上发表了题为：Self-play reinforcement learning guides protein engineering 的研究论文【1】，发布了一款名为“ EvoPlay”的强化学习算法模型。这也是杨梦团队在Nature Machine Intelligence期刊发表单细胞对比学习自监督Concerto算法【2】后，时隔一年再度发表人工智能算法相关论文。EvoPlay由“Evo”、“Play”两个英文单词组合而成，前者意为进化，指蛋白质分子的功能进化；Play指的是博弈类搜索算法。EvoPlay实际上借鉴围棋自博弈（Self-play）的方式搜索海量蛋白质突变空间，并通过结合不同的功能或结构预测模拟器，像自动驾驶一样训练一个智能体（Agent）完成指定功能增强的蛋白进化。研究团队将AlphaFold家族模型和AlphaGo家族模型有机结合，从而以折叠结构为目标高效地设计蛋白质。值得一提的是，蛋白质的工程化设计和改造是基因测序仪的底层基础，基因测序仪的迭代升级离不开蛋白工程技术的突破。科学家们通过改造各种各样的蛋白质操纵DNA分子、读取酶催化的信号从而识别碱基序列。从华大智造测序仪试剂里用到的聚合酶、荧光素酶等各种工具酶，到更广范围的生物催化剂、生物传感器、治疗类抗体到生物燃料，都离不开对蛋白质的设计和改造。从定向进化到从头设计21世纪初迎来了生物催化发展的第三次突破——体外版本的达尔文进化，定向进化——模仿自然选择的过程，将蛋白质或核酸的设计引向用户定义的目标。其贡献者Frances Arnold因此被授予2018年诺贝尔化学奖。2019年Arnold又引入了机器学习指导的定向进化MLDE （Machine-learning-guided directed evolution）以提高采样效率来加速进化，目前普通MLDE的随机采样效率并不高效，一方面是采样空间巨大，仅4个氨基酸位点就能达到204（60000）种组合可能性，随机采样方法难以应对。另一方面是采样空间稀疏，在巨大采样空间中有99%以上序列是无效的，其功能值远低于野生型序列或为0。因此，如何高效地采样一直是蛋白质设计领域的重要课题之一。另外，蛋白质的功能与其结构强相关，2020年发布的AlphaFold2把人们的注意力重新拉回了对蛋白质结构的解析上。AlphaFold2模型的前半部分包含了由MSA（多序列比对）承载的蛋白质的进化信息，此进化信息也越来越多的被证实可以由蛋白质语言预训练模型的输出替代，例如近期Meta发布的ESMFold【2】。接下来，人们获得了对已知蛋白序列的结构进行精准解析的能力后，使得反过来从指定结构来设计合适的蛋白序列成为了可能，即“从头设计”（De Novo Design）。最新的“从头设计”工具包括RFDesign【3】，ProteinMPNN【4】等，都是由华盛顿大学的 David Baker 教授团队所开发。强化学习在诸多设计和优化领域都有着广泛的应用，无论是视频游戏【5】，下棋【6、7】，大语言模型多轮对话聊天（ChatGPT的LLM+RLHF），自动驾驶【8】到核聚变控制【9】。此次，华大智造杨梦带领团队开发的EvoPlay算法，把经典的强化学习应用到了蛋白质设计框架中，不仅能够增强传统MLDE的采样效率，并能够结合最新的蛋白质结构解析模型（AlphaFold2）直接设计出带目标结构的氨基酸序列。EvoPlay既能够用于传统定向进化，也能够被纳入“从头设计”的框架中。EvoPlay 与 AlphaZero视频1.EvoPlay概念展示。EvoPlay的蛋白质序列设计过程类似于下棋博弈的过程。在视频中，随着每个棋子的落下，都会产生新的棋盘局势，EvoPlay每下一步棋相当于在蛋白质氨基酸序列的某个位置进行一个氨基酸的突变。这些突变的序列将映射到代表蛋白质功能强度（例如发光强度，与特定分子的亲和力等）的崎岖地形上。地形的高低代表了蛋白质功能的强弱。EvoPlay旨在引导蛋白质进行高效的突变，使其功能达到最高峰，就如同在棋盘上取得胜利一样。（视频设计：杨利华、黄睿、李依格）DeepMind的下棋策略以及强化学习框架是EvoPlay的灵感来源。AlphaGo是DeepMind最重要的AI模型之一。它是一个基于深度学习和强化学习的人工智能围棋程序，2016年，AlphaGo【6】与世界围棋冠军李世石进行五局三胜的对弈，并以4比1的总比分获胜，引起了广泛的关注和震动。这一胜利标志着人工智能首次在高度复杂的游戏中超越人类顶尖选手。 AlphaZero【7】是DeepMind后续进一步发展的AI模型。它不需要任何人类的经验知识，只需要知道游戏规则便能通过自我对弈和强化学习从零开始学习并掌握多种棋类游戏，包括围棋、国际象棋和日本象棋，它以惊人的速度超越了世界上最强大的棋类引擎，并展示了一种通用的自学习方法，能够适应不同的领域和问题。而EvoPlay模型便是借鉴了这种方法，并将其运用到了蛋白质设计领域当中。作者将蛋白质序列上每一个位点的突变当作是围棋中的每一次落子，将优化的最终序列当作是一局围棋的结束，通过自我对弈和蒙特卡洛树搜索在蛋白质序列空间中不断的搜索和优化序列，同时作者使用一个代理模型来为每一次位点突变进行奖励，最终成功生成了大量的具有特定功能的序列。图1：EvoPlay 与 AlphaZeroEvoPlay 与 RLHF在与人的交流反馈中进行强化学习——RLHF（Reinforcement Learning from Human Feedback），是强化学习领域的一个重要和热门的研究方向。DeepMind、Microsoft Research、Google Brain 等机构都在积极投入RLHF的研究。RLHF是一种以人类反馈为训练基础的强化学习策略，也属于基于模型（model based）的强化学习策略。RLHF是通过在与人互动的过程中获取人类的反馈，训练一个奖励模型（reward model）并据此优化智能体（Agent）的策略。目前流行的训练策略的算法包括ChatGPT使用的近端策略优化（PPO）【15】，该算法也在EvoPlay基线实验中有应用。与RLHF通过人类反馈训练奖励模型不同，EvoPlay的强化学习模式可以被称为RLPF（Reinforcement Learning from Protein Feedback），即通过蛋白质的反馈训练奖励模型。在EvoPlay的RLPF中，环境奖励同样由一个模型来模拟，这个模型通常被称为代理模型。通过训练蛋白质的功能或者结构相关的数据集得到代理模型，这些数据集和已训练环境模型都包含了蛋白质序列与功能或者结构的对应关系，相当于强化学习的智能体通过改变蛋白质序列与蛋白质进行“交流”，获取功能以及结构反馈信息。EvoPlay 与超大空间蛋白质设计图2：EvoPlay与超大空间蛋白质设计一张19×19的围棋棋局变数的空间是3361，相当于一个长度为132个氨基酸组成的蛋白质的设计空间20132， 这个空间远大于宇宙中的粒子数1080。如此巨大的空间给蛋白质设计提供了非常大的挑战。以该论文的两个研究对象数据集PAB1蛋白（Poly(A)-结合蛋白，全长75个氨基酸）和GFP蛋白（绿色荧光蛋白，全长237个氨基酸）为例，人们难以为每一个设计的蛋白质序列做实验验证。在强化学习框架下，研究人员需要解决的问题是如何构建模拟环境奖励的代理模型（Surrogate model），以及如何在不做或者少做实验的情况下验证该环境奖励的可靠性。研究团队构造了一个深度卷积神经网络（CNN）来学习这两个数据集已有的部分实验数据，以此模型作为代理模型。另外值得注意的是，本篇文章的研究人员引入了蛋白质语言模型ESM【16、17】来挑选全长位点的子集来缩小设计空间，此方法亦应用于近期发表于 Nature Biotechnology 的抗体设计中【18】。其原理是蛋白质语言模型在对数以亿级的天然蛋白质进行无监督训练后，能够根据所学到的进化信息输出任意蛋白序列的单个位点的氨基酸分布评估。对于这两个数据集，研究团队采用了TAPE Transformer【19】作为正交的验证指标器。验证结果表明，EvoPlay在PAB1和GFP两个数据集上均超越了所有基准对比算法。例如，Adalead【20】在优化过程中频繁进行序列重组，导致其在所有优化高点（local peak）附近“沾边即走”，因此Adalead找到的有效序列比EvoPlay少。贝叶斯优化BO【21】在面对蛋白空间这种高维问题时会面临“维度灾难”问题，导致优化效率降低。基于强化学习的DyNA-PPO【22】是2020年序列设计领域的最佳模型，但其在优化过程中更换代理模型，导致奖励的不确定性增加，与EvoPlay差距明显。SAC（Soft Actor-Critic）【23】算法旨在最大化奖励和行动的不确定性，虽然经过改进后其效果超过了DyNA-PPO，但其高度的随机性，导致它的性能降低。Cbas【24】是基于隐空间表示的变分自编码器优化，其优化目标不明确。EvoPlay 与 AlphaFold2视频2. EvoPlay多肽设计任务展示。多肽设计任务的目的是通过策略性的改变多肽的氨基酸序列，以找到与受体蛋白质亲和力强的多肽。图中展示了EvoPlay在序列优化设计过程中，不同的多肽与受体蛋白在空间结合上的变化趋势。在EvoPlay的多肽序列设计任务中，团队将AlphaFold2作为代理模型。AlphaFold2是DeepMind于2020年开发的深度学习模型，用于蛋白质结构预测，在CASP14的蛋白质结构预测实验中，它取得了显著的突破，大大提高了预测的准确性。它在蛋白质三维结构预测上的准确性已经达到实验室测量的精度，极大地增强了科研人员对蛋白质功能、相互作用及疾病机制的理解。这在药物设计、疾病治疗和合成生物学等领域都有着深远的影响。在EvoPlay的多肽设计研究中，团队利用AlphaFold2构建了一个评估多肽与受体蛋白亲和力的评分器，为智能体提供奖励输出，从而优化多肽的设计策略。亲和力湿实验验证显示，在使用相同评分器作为代理模型时，结合蒙特卡洛树搜索（MCTS）和神经网络的EvoPlay在性能上显著超越其他基准方法，如贪心算法【25】和基于模拟退火的MCMC【26】。其设计的多肽与受体蛋白的亲和力达到了纳摩尔级别。值得注意的是，最近发布的ESMFold【2】在蛋白结构预测的精度上接近AlphaFold2。而且，由于其使用蛋白质语言模型ESM替代了多序列比对（Multiple Sequences Alignment），ESMFold的响应速度显著提高，使其有望替代AlphaFold2，成为EvoPlay结构相关任务的新代理模型。EvoPlay实战1——荧光素酶设计在华大智造的这项研究成果中，其利用EvoPlay前瞻性地设计了36个荧光素酶突变体（其中的29个变体已申请专利）【27】，并通过湿实验验证，结果显示，36个突变中有26个比野生型发出更强的生物荧光；其中，4个变体比野生型提高了6倍。另外，有11个突变体优于之前的所有变体，其中最好的突变体（GLuc-MT1）比华大之前内部突变库 (见专利【28】)中表现最好的变体提高了2倍，或相当于比野生型提高7.8倍。此外，研究团队选取部分突变体进行MD模拟，进一步揭示了驱动催化活性的一些关键因素，这些分子动力学模拟结果进一步证明了EvoPlay的卓越性能以及其捕捉结构-功能映射中的某些内在规律的能力。总之，EvoPlay在寻找起始库之外更高适应性突变体方面非常有效，并且可以与现有的工程流程相集成。图3：荧光素酶设计EvoPlay实战2——多肽设计EvoPlay旨在高效地设计高质量多肽，适用于蛋白质-蛋白质相互作用、酶设计和药物发现等多种应用领域。另外，为了进一步验证了EvoPlay的设计多肽方面的性能，作者对于三种基准算法（EvoPlay、EvoBind【25】、MCMC）的每个起始序列，从按训练损失排序的前五个设计序列中选择具有最高pLDDT（predicted local distance difference test）值的多肽，利用BLI（Bio-layer interferometry）技术检测多肽与蛋白的亲和力，实验结果显示EvoPlay设计的五条多肽都表现出针对RNase1蛋白的突出的亲和力，其中一条达到了最高的亲和力（Kd=80nM），远高于野生型多肽的亲和力（Kd=1uM）。湿实验室验证结果表明EvoPlay优于EvoBind和MCMC的性能，并且表明EvoPlay能够有效地捕捉肽-蛋白质相互作用界面特征的能力，从而设计出高亲和力的多肽。图4：多肽设计EvoPlay 展望在EvoPlay投稿之后，David Baker 团队在 Nature 期刊发表了标题为：De novo design of luciferases using deep learning 的研究论文【29】，通过针对特定底物搜索得到合适的蛋白质骨架，并通过重新设计活性位点以及结合口袋来“从头设计”生成一个具有一定活性的全新蛋白，离彻底的“无中生有”设计蛋白又进了一步。该文章中的采样算法为MCMC，其特点是通过一定概率的“拒绝接受”采样来增加随机性以提高搜索广度。EvoPlay在多肽任务设计中的性能显著优于MCMC。我们有理由相信在更多的理性机制分析以及更精密的结构代理模型的帮助下，EvoPlay的蒙特卡洛树搜索+神经网络可以更好地结合“从头设计”框架，从而为蛋白设计领域提供新的思路，也可以用来进一步优化测序仪里用到的各种工具酶。图5：DeepMind与OpenAI发展路线图对比DeepMind作为强化学习的集大成者，从2013年玩雅达利游戏的深度Q网络（DQN）【5】到击败韩国围棋冠军的AlphaGo以及能玩多种棋类的AlphaZero，再到近些年在众多专业领域中从0到1的探索（同时玩棋类和视频游戏的MuZero【10】，可以兼容对话加玩游戏再加控制机械臂等的Gato【11】，用于矩阵乘法的AlphaTensor【12】，精通复杂博弈游戏的DeepNash【13】以及今年的排序算法AlphaDev【14】等等），DeepMind无不在这些特殊领域把强化学习发挥到极致。与DeepMind的众多特殊领域专才模型策略形成鲜明对比的是OpenAI的通用大模型策略，即以大数据为依托，通过预训练大型的自然语言模型来获得通用人工智能的目的。OpenAI从2018年开始，一直致力于更新GPT模型，直到2022年11月，全面对齐RLHF（在与人的交流反馈中进行强化学习）的ChatGPT发布，标志着大语言模型（LLM）时代的正式来临， OpenAI的大数据通才模型战略进入新的阶段。但二者并非泾渭分明，把高效的向前搜索和向后回看用于大语言模型的 Prompt导航，很有可能赋予LLM长程规划和自主决策的能力，OpenAI和DeepMind的两条路线融合，将很有可能推动AGI照进现实。随着自动化生物实验室的蓬勃发展，以及微流控技术广泛用于分子筛选和进化，更多的自动驾驶实验室（Self-driving Lab）即将出现。生命科学和技术实验室中的各个环节，包括实验的执行、数据的收集和分析、实验计划的制定等， 如Design-Build-Test-Learn（DBTL）的循环的自主执行，都可以由自动化系统和人工智能来完成，而不需要人类进行主动的干预或操作。智能体（Agent）还可以通过LLM等工具整合外部知识，多轮迭代探索，连续学习，创造出满足人类需求的酶、抗体、小分子、基因序列甚至人造细胞。人工智能和机器人有巨大潜力推动人类科学进一步探索未知的边界，期待人工智能（AI）和生物智能（BI）和谐共生。参考文献：[1] Yang, K. K., Wu, Z. & Arnold, F. H. Machine-learning-guided directed evolution for protein engineering. Nat. Methods 16, 687-694 (2019).[2] Lin Z, Akin H, Rao R, et al. Evolutionary-scale prediction of atomic-level protein structure with a language model[J]. Science, 2023, 379(6637): 1123-1130.[3] Wang, J. et al. Scaffolding protein functional sites using deep learning. Science 377, 387-394 (2022).[4] Dauparas, J. et al. Robust deep learning–based protein sequence design using ProteinMPNN. Science 378, 49-56 (2022).[5] Mnih, V. et al. Human-level control through deep reinforcement learning. Nature 518, 529-533 (2015).[6]Silver, D. et al. Mastering the game of go without human knowledge. Nature 550, 354-359 (2017).[7] Silver, D. et al. A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play. Science 362, 1140-1144 (2018).[8] Feng, S., Sun, H., Yan, X. et al. Dense reinforcement learning for safety validation of autonomous vehicles. Nature 615, 620–627 (2023).[9] Degrave, J. et al. Magnetic control of tokamak plasmas through deep reinforcement learning. Nature 602, 414-419 (2022).[10] Schrittwieser J, Antonoglou I, Hubert T, et al. Mastering atari, go, chess and shogi by planning with a learned model[J]. Nature, 2020, 588(7839): 604-609.[11] Reed S, Zolna K, Parisotto E, et al. A generalist agent[J]. arXiv preprint arXiv:2205.06175, 2022[12] Fawzi A, Balog M, Huang A, et al. Discovering faster matrix multiplication algorithms with reinforcement learning[J]. Nature, 2022, 610(7930): 47-53.[13] Perolat J, De Vylder B, Hennes D, et al. Mastering the game of Stratego with model-free multiagent reinforcement learning[J]. Science, 2022, 378(6623): 990-996.[14] Mankowitz D J, Michi A, Zhernov A, et al. Faster sorting algorithms discovered using deep reinforcement learning[J]. Nature, 2023, 618(7964): 257-263.[15] Schulman J, Wolski F, Dhariwal P, et al. Proximal policy optimization algorithms[J]. arXiv preprint arXiv:1707.06347, 2017.[16] Rives, A. et al. Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences. Proc. Natl. Acad. Sci. 118, e2016239118 (2021).[17] Meier, J. et al. Language models enable zero-shot prediction of the effects of mutations on protein function. Advances in Neural Information Processing Systems 34, 29287-29303 (NeurIPS, 2021).[18] Hie, B. L. et al. Efficient evolution of human antibodies from general protein language models and sequence information alone. Nat. Biotechnol. (2023).[19] Rao, R. et al. Evaluating protein transfer learning with TAPE. Advances in neural information processing systems 32 (NeurIPS, 2019).[20] Sinai, S. et al. AdaLead: A simple and robust adaptive greedy search algorithm for sequence design. Preprint at https://arxiv.org/abs/2010.02141 (2020).[21] González J, Dai Z, Hennig P, et al. Batch Bayesian optimization via local penalization. In Proc. 38th International Conference on Machine Learning 648-657 (PMLR, 2016).[22] Angermueller, C. et al. Model-based reinforcement learning for biological sequence design. International conference on learning representations (ICLR, 2020).[23] Haarnoja T, Zhou A, Abbeel P, et al. Soft actor-critic: Off-policy maximum entropy deep reinforcement learning with a stochastic actor[C]//International conference on machine learning. PMLR, 2018: 1861-1870.[24] Brookes, D., Park, H. & Listgarten, J. Conditioning by adaptive sampling for robust design. In Proc. 36th International Conference on Machine Learning 773-782 (PMLR, 2019).[25] Bryant, P. & Elofsson, A. EvoBind: in silico directed evolution of peptide binders with AlphaFold. bioRxiv (2022).[26] Anishchenko, I. et al. De novo protein design by deep network hallucination. Nature 600, 547-552 (2021).[27] Yang, M., Pan, L. L., Liu, W. J., Wang, Y., et al. 新型桡足类荧光素酶突变体及其应用. PCT/CN2023/087445 (2023).[28] Zhang, W., Dong, Y. L., Li, J., Zheng, Y. & Zhang, W. W. A Novel Gaussian Luciferase and Application. PCT/CN2021/144051 (2021).[29] Yeh A H W, Norn C, Kipnis Y, et al. De novo design of luciferases using deep learning[J]. Nature, 2023, 614(7949): 774-780.