2026年基于对抗学习的药物分子优化策略

2026/07/302026年基于对抗学习的药物分子优化策略汇报人：宁丽娜汇报导览01原理基石对抗学习赋能药物分子优化的技术框架02前沿突破图Transformer-GAN与多策略融合的里程碑成果03融合演进扩散模型协同与产业落地趋势展望原理基石01传统研发之困与对抗破局传统困境与AI突破传统筛选命中率10-12年研发周期>10亿美元投入成本<10%成功率4.5%AI命中率12.1亿市场规模↑65.8%01范式转变由"试错筛选"转向"目标导向生成"02机制革新生成器-判别器博弈驱动分子设计化学空间10³⁰至10⁶⁰规模，深度学习突破指数级探索瓶颈GAN赋能分子生成的核心架构图结构表示使GAN真正理解化学规则对抗循环机制生成器生成候选分子图从随机噪声采样，判别器区分生成与真实药物分子对抗博弈迭代优化生成器最小化判别器准确率，判别器最大化分类精度图结构表示优势原子抽象为节点，化学键抽象为边直接捕捉结构信息学习原子间长程依赖关系图卷积与注意力机制，规避SMILES同构异序缺陷对抗学习的训练策略与瓶颈突破训练不稳定判别器过快收敛导致生成器梯度消失解决方案动态调整生成器与判别器的学习率比例，保持平衡博弈模式崩溃生成分子多样性不足，倾向于产出少数"安全"结构解决方案引入残差连接与自注意力机制，结合权重衰减正则化提升生成多样性化学合理性传统GAN生成分子中约15%存在非法键合解决方案SELFIES改进语法保证序列合法性，图结构表示从根本上规避结构扭曲分子表示方法的革命：从序列到图图表示是连接化学规则与深度学习的桥梁SMILES字符串线形文本表示，存在同构异序问题，无法保证化学键合法性，依赖LSTM等序列模型SELFIES改进通过"断键-成键"符号确保

100%

合法序列生成，从根本上消除非法分子输出图神经网络分子转化为原子节点与化学键边，GNN直接学习结构特征。SchNet模型利用连续滤波卷积捕捉原子间空间相互作用预训练向量Mole-BERT、ChemBERTa等模型将分子映射为低维稠密向量，蕴含理化性质与生物活性信息前沿突破02DrugGEN：图Transformer-GAN的靶点设计突破端到端靶点特异性分子生成，发表于

NatureMachineIntelligence，无需预设活性假设图Transformer层分子图输入，生成器与判别器均引入，捕捉原子与键的长程依赖关系大规模训练数据覆盖药物样本与靶点特异性活性分子，生成分子既合理又新颖候选分子图输出判别器将其与靶点真实配体比较对抗学习优化引导模型向靶点结合分子方向持续优化DrugGEN性能对决：关键指标全面领先DrugGEN在AKT1与CDK2双靶点均显著优于现有最佳模型，AKT1对接结合能达−8.386kcal/mol接近真实抑制剂水平，CDK2位列前10%且QED0.547展现良好类药性MOSES基准领先有效性指标均排名领先唯一性指标均排名领先新颖性指标均排名领先合成可行性指标均排名领先从虚拟筛选到体外验证：实战数据亮剑30

候选筛选→5

分子合成→40%

命中率候选分子活性数据分子IC50活性判定分子11.89μM低微摩尔级活性阳性分子248.6μM活性阳性分子机制结合模式活性分子与AKT1结合模式与临床候选药物

capivasertib

高度相似化学空间DrugGEN额外生成

40个

结合力超过capivasertib的分子，拓展AKT1抑制剂化学空间靶向AKT1通路的先导化合物发现多策略融合：VAE与强化学习的协同进化ALGen-1CommunicationsChemistry核心机制：VAE+双嵌套主动学习循环CDK2靶点

8/9

分子体外活性阳性，1个

达纳摩尔级MOLRLCellarity×

英伟达核心机制：预训练生成模型+强化学习，连续潜在空间优化多参数优化任务表现领先DrugExv2核心机制：进化算法交叉变异+帕累托排序

多目标优化双靶点（A1AR/A2AAR）高亲和力，hERG低毒性融合演进03扩散模型崛起：新范式对GAN的技术挑战扩散模型：三维结构新优势原子-化学键联合扩散显式建模结构依赖关系性质引导模块强化药物样约束条件几何一致性生成分子三维构型显著提升GAN：靶点导向不可替代DrugGEN架构靶点特异性感知领先生成速度快推理效率优于扩散模型数据效率较高对训练数据规模要求更低两种范式并非替代关系，而是互补协同——GAN优势在于靶点导向生成，扩散模型在三维结构合理性上领先AI制药产业增长：市场规模与技术溢出12.1亿元中国2025年市场规模

↑65.8%58.6亿元预计2028年突破

2028E68%行业综合毛利率

远超传统35%传统CRO服务平均

基准水平中国AI制药与全球AI小分子药物市场规模趋势对比（2024-2028E）临床验证里程碑：AI药物挺进三期国内AI药物研发加速推进，从靶点识别到IND申报仅11个月Rentosertib：全球首款AI全自主药物2026年7月启动三期临床，AI自主发现靶点、设计分子ISM6331：首登ESMO口头报告2026年10月入选ESMO2026，首次公布AI驱动I期数据20+个候选药物30%-50%研发周期压缩11个月靶点到IND申报从分子设计到临床试验，AI正重塑制药行业的研发范式端到端闭环：数据壁垒构筑长期护城河01药物研发实验数据高度分散，公开数据集远不足以支撑前瞻创新；具备自主实验能力的企业，通过"数据生成-算法迭代"闭环形成持续优化的核心竞争力02成都先导DEL+AI平台整合

1.2万亿种DNA编码化合物库，72小时内可针对全新"幽灵靶点"生成数万条可合成虚拟先导化合物03英矽智能2026上半年连续落地四笔跨国药企合作，交易总额近

70亿美元；行业正从技术服务费向"平台授权+管线合作+里程碑付款"多元化路径转型数据壁垒药物研发实验数据高度分散，自主实验能力形成"数据生成-算法迭代"闭环干湿实验闭环DEL+AI平台整合1.2万亿种化合物库，72小时生成数万条虚拟先导化合物商业化转型英矽智能2026上半年交易总额近70亿美元，向多元化路径转型对抗学习的持久价值与未来方向对抗学习不是过渡方案，而是AI制药的持久技术支柱靶点特异性优势DrugGEN证明GAN在靶点导向生成中全面优于扩散模型，判别器的靶点配体对比机制是核心根源三大演进方向GAN-扩散模型混