重磅綜述！中南大學湘雅醫院毛小元/劉昭前、中南大學湘雅二醫院彭偉軍系統闡述多組學與人工智能的融合開啟藥物研發新紀元

在當今藥物研發面臨高失敗率與巨額成本挑戰的背景下，一場由多組學技術與人工智能深度融合驅動的革命正在悄然改變游戲規則。近日，中南大學湘雅醫院毛小元/劉昭前、中南大學湘雅二醫院彭偉軍在國際知名期刊《Signal Transduction and Targeted Therapy》發表一篇重磅綜述，這兩大前沿技術的結合，正以前所未有的方式加速精準藥物發現，為腫瘤、神經退行性疾病、心血管疾病等復雜疾病的治療帶來全新希望。

多組學在藥物發現中的應用

傳統范式遇瓶頸，新工具應運而生

傳統藥物研發遵循的“一藥一靶”模式，在應對癌癥、自身免疫性疾病等涉及多分子網絡交互的復雜疾病時，常常力不從心。臨床失敗率超過90%、平均每款新藥耗資約26億美元的現狀，凸顯了現有研發體系的局限性。同時，常規的二維細胞模型或基因工程小鼠也難以完全模擬人體疾病真實的微環境與異質性，導致臨床前表現優異的候選藥物在人體試驗中折戟。為突破這一困境，科學界將目光投向了能夠系統描繪生命全景的多組學技術，以及善于從海量數據中挖掘規律的人工智能。

多組學：繪制疾病的高清全景地圖

多組學技術通過整合基因組學、轉錄組學、蛋白組學、代謝組學等多個層面的信息，為研究人員提供了理解疾病分子機制的“上帝視角”。特別是近年來飛速發展的空間組學與單細胞多組學技術，將研究精度推向了新的高度。

空間轉錄組學技術能在保留組織原始空間結構的前提下，以前所未有的分辨率繪制基因表達圖譜，揭示腫瘤內部免疫細胞與癌細胞相互作用的“地理”信息。單細胞多組學測序則能解析成千上萬個單個細胞的基因表達和染色質開放狀態，精準追蹤癌細胞的演化軌跡或免疫細胞的分化路徑，發現那些驅動疾病進展的關鍵稀有細胞亞群。

人工智能：解碼數據，賦能全程研發

人工智能用于藥物設計

人工智能用于預測藥物相互作用

面對多組學產生的天量、高維、異構數據，人工智能，特別是深度學習、圖神經網絡和生成式模型，成為了不可或缺的分析引擎與設計工具。

AI的強大能力貫穿藥物研發全鏈條：

• 靶點發現：AI算法可整合多組學數據，構建疾病相關生物分子網絡，精準定位處于核心調控節點的“可成藥”靶點，甚至發現傳統方法忽略的非經典靶點。

• 藥物設計：基于結構的虛擬篩選能高效從數億化合物中初篩候選分子。生成式AI可根據目標特性從頭設計出全新的化合物分子，將設計周期從數年縮短至數十天。

• 藥物重定位：通過比對疾病特征與已有藥物對多組學數據的影響圖譜，AI能快速為老藥找到治療新疾病的可能性，大幅節省研發時間與成本。

• 安全性預測：AI模型可提前預測候選化合物的心臟毒性、肝毒性等不良反應風險，或預警藥物聯合使用可能產生的相互作用，提高臨床研發成功率與患者用藥安全。

人工智能用于藥物安全性預測

融合應用：從實驗室到臨床的突破

多組學與人工智能整合的藥物開發案例

多組學與人工智能的整合促進精準藥物臨床試驗設計

這種“多組學+AI”的融合模式已在多個疾病領域展現出巨大潛力：

• 神經疾病：AI分析多組學數據，成功將阿爾茨海默病患者分為不同分子亞型，并為各亞型推薦了潛在的特效藥物組合，為實現精準分型治療奠定基礎。

• 癌癥治療：在胰腺癌等難治性腫瘤中，整合多組學與AI的分析，預測出TRAILR1死亡受體等新靶點，并篩選出可能激活該通路的已上市藥物。AI還能通過分析腫瘤微環境的空間多組學信息，預測患者對免疫檢查點抑制劑等療法的響應，指導個性化用藥。

• 心血管疾病：利用大規模人群的多組學數據，AI訓練出的遺傳評分模型，能更精準地揭示冠狀動脈疾病等心血管疾病的遺傳機制與新治療靶點，如指向脂質代謝和炎癥信號的關鍵通路。

多組學與人工智能的整合促進藥物發現

挑戰與未來展望

盡管前景廣闊，該領域仍面臨數據標準化、算法可解釋性、模型泛化能力以及倫理與公平性等多重挑戰。不同實驗室、平臺產生的多組學數據存在差異，如何有效整合是一大難題。復雜的AI模型常被視為“黑箱”，其決策邏輯不易理解，影響了在嚴謹的醫藥領域的信任度。

未來，隨著因果推斷算法、聯邦學習、數字孿生等技術與多組學、AI更深度地結合，藥物研發有望進一步從“試錯”模式轉向“預測與設計”模式。多組學與人工智能的這場結合，不僅正在重塑藥物發現的范式，更標志著從實驗室到臨床的轉化醫學進入了一個系統性與精準性并存的新時代。

https://www.nature.com/articles/s41392-026-02631-6

免費論壇

【關于投稿】

轉化醫學網（360zhyx.com）是轉化醫學核心門戶，旨在推動基礎研究、臨床診療和產業的發展，核心內容涵蓋組學、檢驗、免疫、腫瘤、心血管、糖尿病等。如您有最新的研究內容發表，歡迎聯系我們進行免費報道（公眾號菜單欄-在線客服聯系），我們的理念：內容創造價值，轉化鑄就未來！

轉化醫學網（360zhyx.com）發布的文章旨在介紹前沿醫學研究進展，不能作為治療方案使用；如需獲得健康指導，請至正規醫院就診。

責任聲明：本稿件如有錯誤之處，敬請聯系轉化醫學網客服進行修改事宜！

微信號：zhuanhuayixue

★ 5月份熱門內容 ★

01

02

03

04

05

06