Evogene Ltd.近日宣布，与Google Cloud携手推出了一款突破性的生成式AI基础模型，该模型专注于小分子设计，标志着新化合物发现方式的重大革新。这一成果于2025年6月10日公布，旨在通过ChemPass AI平台解决长期困扰制药和农业领域的难题：即如何同时满足多种复杂标准来发现新型分子。这一发展有望加速药物研发和作物保护的研究进程，使得在单一设计周期内即可同时优化分子的有效性、毒性和稳定性等多个属性。
从顺序筛选到同步设计
在传统的药物和农业化学品研究中，科学家通常采用逐一测试的方法，首先验证化合物的有效性，随后再测试其安全性和稳定性。这种逐步推进的方法不仅耗时耗资，而且成功率低，许多前景看好的化合物在后期阶段因无法满足所有标准而失败。此外，这种方法还限制了研究人员的创新思维，使他们过于依赖熟悉的化学结构，难以创造出全新的、可申请专利的产品。
生成式AI的出现改变了这一现状。与逐一筛选不同，AI模型能够同时处理多个要求，从设计之初就确保分子既有效又安全稳定。Evogene新发布的基础模型正是为了实现这种多参数同步设计而构建的。通过在设计初期就考虑药物的吸收、分布、代谢、排泄（ADME）和毒性等因素，该模型旨在降低后期开发阶段的风险。
ChemPass AI：生成式模型如何设计分子
Evogene的ChemPass AI平台的核心是一个强大的新基础模型，该模型基于一个包含约400亿个分子结构的庞大化学数据集进行训练。公司通过收集已知的药物类化合物和多样化的化学骨架，构建了一个经过精心策划的数据库，以此来教授AI“分子语言”。借助Google Cloud的Vertex AI基础设施和GPU超级计算能力，该模型从这一庞大的化学库中学习了模式，从而获得了关于药物类分子外观的广泛知识。
Evogene的生成式模型采用了与GPT模型相似的Transformer神经网络架构，后者在自然语言处理领域取得了革命性突破。实际上，该系统被称为ChemPass-GPT，是一个基于SMILES字符串（一种分子结构的文本编码）训练的专有AI模型。简而言之，ChemPass-GPT将分子视为句子，每个分子的SMILES字符串都是描述其原子和键的字符序列。Transformer模型学会了这种化学语言的语法，从而能够像GPT编写句子一样，通过逐个预测字符来“编写”新分子。由于该模型接受了数十亿个示例的训练，因此它能够生成与化学上有效、类似药物的结构相对应的新SMILES。
多目标优化：效力、毒性、稳定性一网打尽
ChemPass AI的一个突出特点是其内置的多目标优化能力。传统的药物发现通常一次只优化一个属性，但ChemPass被设计为能够同时处理多个目标。这是通过先进的机器学习技术实现的，这些技术引导生成式模型在满足多个约束条件的前提下进行分子设计。在训练过程中，Evogene可以施加属性要求，如分子必须强烈激活特定目标、避免某些毒性基序并具有良好的生物利用度，而模型则学会在这些规则下在化学空间中导航。ChemPass-GPT系统甚至支持“基于约束的生成”，意味着它可以被指示从一开始就只提出满足特定所需属性的分子。
生成式AI：超越传统研发方法的飞跃
ChemPass AI生成式模型的推出标志着生命科学研发领域的一次重大转变：从繁琐的试错工作流程转向AI增强的创造力和精确度。与人类化学家不同，AI能够设想数十亿种可能性，并探索未被探索的99.9%的化学空间。这打开了发现有效化合物的大门，这些化合物可能与我们之前见过的任何化合物都不相似，对于治疗具有新颖化学机制的疾病或应对已经对现有分子产生抗性的害虫和病原体至关重要。此外，通过从一开始就考虑专利性，生成式AI有助于避免拥挤的知识产权领域，为Evogene创造了重要的竞争优势。
Evogene的AI生态系统
虽然ChemPass AI在小分子设计方面抢尽风头，但它只是Evogene三个针对不同领域的AI驱动“技术引擎”之一。该公司还拥有专注于微生物的MicroBoost AI、专注于化学的ChemPass AI和专注于遗传元素的GeneRator AI。每个引擎都将其大数据分析和机器学习技术应用于各自领域，共同构成了Evogene作为“AI优先”生命科学公司的战略基础。
展望未来：AI驱动的发现时代来临
生成式AI正在改变分子发现的格局，将AI的角色从助手转变为创意合作伙伴。科学家不再需要一次测试一个想法，而是可以使用AI来设计全新的化合物，这些化合物在一次操作中就能满足多个目标——效力、安全性、稳定性等。随着未来版本的AI模型允许更多的定制化，这些模型将成为生命科学领域不可或缺的工具。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/evogene-yu-google-cloud-fa-bu-sheng-cheng-fen-zi-she-ji-ji
