英矽智能发布 MMAI 专家模型系列：语言模型在药物研发核心任务上比肩专用方法
ADMET、GPCR/激酶、逆合成 50+ 基准任务达 SOTA；同期 AI 设计的 RNA 转运蛋白登上《Cell》
9月2日，临床阶段 AI 制药公司英矽智能（Insilico Medicine）宣布，通过其 MMAI Gym for Science 框架正式发布一系列面向化学与生物学的"专家型"语言模型。这些模型在 ADMET（成药性质/毒性）预测、GPCR 与激酶活性预测、化学逆合成等超过 50 项基准任务上，达到甚至超越了长期由专用计算方法把持的 SOTA 水平。同一天，Helmholtz Munich 与慕尼黑工业大学（TUM）团队在《Cell》发表成果：用生成式 AI 设计出全新的人工 RNA 转运蛋白。一个是模型发布，一个是 AI 造物，共同指向同一件事——AI 正在把语言模型的能力真正带进药物研发最难啃的低数据场景。
- 三条专家模型线：ADMET 预测、GPCR（44 受体）/激酶（67 酶）IC50 活性预测、单步逆合成，全部基于语言模型架构精调
- 50+ 基准任务 SOTA：与专用分子计算方法"同卷同评分"正面对比，多个任务上反超
- 同期《Cell》成果：生成式 AI 设计的 STV-C8 蛋白可自组装成 RNA 转运载体的新工具
🧠 为什么这次不一样
过去几年，语言模型在通用问答、写代码上风生水起，但在药物研发里真正关键的"低数据"任务——比如预测一个分子的毒性、一个化合物对某个靶点的抑制活性——一直是专用分子模型的地盘。原因很简单：这类任务数据少、专业性强，通用大模型在预训练时见得不多。
英矽智能这次的思路是把小型语言模型在"类别聚焦、多任务联合"的数据上做精调，让每个模型只精通一类科学问题。CEO Alex Zhavoronkov 的说法是：MMAI Gym 证明了语言模型架构经过领域化多任务精调后，"已经能在真实世界的化学和衰老生物学基准上与专用科学方法正面竞争并胜出"。
💊 三条模型线都做了什么
🧪 ADMET 预测专家
28 项任务上相对既有专用方法达到 SOTA 级，尤其在药物-药物相互作用风险、细胞毒性和药代动力学性质上突出；单一模型覆盖多个 ADMET 端点，在 Drug Candidate Essentials 基准 14 项性质的留出实验集上跑赢既有 SOTA 基线。
🎯 GPCR 与激酶活性预测
分别覆盖 44 个 GPCR 受体与 67 个激酶，选定靶点上 IC50 预测达 SOTA 级，可用于虚拟筛选、先导物优先级排序、多靶点设计与选择性谱分析（提前识别脱靶风险）。
⚗️ 逆合成专家
基于 Liquid AI 2.6B 参数紧凑架构，专注单步逆合成，在分布内与更难的分布外评测集上均超过领先专用方法；旧版已上架 Microsoft Marketplace，更强的新版本即将上架。
📋 模型线速览
| 模型线 | 覆盖范围 | 关键成绩 | 典型用途 |
|---|---|---|---|
| ADMET 预测 | 28 项 ADMET 任务 | SOTA 级，DDI/细胞毒性/药代性质突出 | 化合物早筛、毒性预警 |
| GPCR 活性预测 | 44 个受体 | 选定靶点 SOTA 级 IC50 预测 | 虚拟筛选、多靶点设计 |
| 激酶活性预测 | 67 个激酶 | 选定靶点 SOTA 级 IC50 预测 | 选择性谱分析、脱靶识别 |
| 单步逆合成 | 单步反应预测 | 分布内/分布外均超专用方法 | 合成路线规划 |
🔬 方法学上的一个细节
这次评测没有直接引用公开榜单的既有分数，而是把所有基线模型在同一数据集、同一训练-测试划分下重新训练再跑一遍，做的是"同卷同评分"的正面对比。对于习惯了各家榜单分数不可比的人来说，这种做法更接近真实水平。
🧭 对研发流程意味着什么
- 试错前移：新药从想法到上市平均要十年、数十亿美元，大量成本花在实验试错上。专家模型的价值就是把试错搬到计算机里
- 更早排雷：ADMET 预测更准，候选药物在动物实验和临床阶段失败的概率就可能降低
- 直击经典靶点家族：GPCR 和激酶是两大经典成药靶点家族，覆盖它们的活性预测模型直接对应肿瘤、代谢、神经等领域的大量在研管线
🧬 同期动态：AI 造出自然界没有的 RNA 运输工具
STV-C8：从"预测分子"到"设计分子机器"
Helmholtz Munich 与 TUM 的研究团队在《Cell》发表了一项 AI 蛋白设计成果：他们用生成式 AI 设计出一种名为 STV-C8 的蛋白组件，能自组装成 RNA 转运载体，把 RNA 分子（包括 Cas13 mRNA 这类基因编辑工具）包裹起来送入细胞。换句话说，AI 不只是在预测分子性质，而是直接设计了自然界中不存在的、具备新功能的蛋白机器。对基因治疗和 RNA 递送领域来说，这是从"借用病毒载体"走向"按需定制递送工具"的一步。
✍️ 结语
MMAI 专家模型的发布说明专用与通用的边界正在模糊：小模型 + 领域精调，就足以在专业任务上挑战十年积累的专用方法。而 RNA 转运蛋白的成果则展示了另一半图景——AI 设计的分子机器开始进入真实生物学场景。两条线合起来看，药物研发的"计算机前置筛选"时代正在加速到来。
📌 名词小抄（点击展开）
ADMET：药物的吸收、分布、代谢、排泄与毒性性质，决定一个化合物能否成药。
GPCR / 激酶：两类最重要的成药蛋白家族，大量上市药物的作用靶点都在其中。
IC50：衡量化合物抑制靶点强度的指标，数值越低通常表示活性越强。
逆合成：从目标分子倒推合成路线的规划方法，是计算机辅助合成的核心问题。
STV-C8：本次《Cell》论文中由 AI 设计、可自组装包裹 RNA 的蛋白组件名称。
- EurekAlert｜Insilico Medicine releases SOTA MMAI specialist models（官方新闻稿）
- Drug Target Review｜Insilico launches specialist AI models for drug discovery chemistry
- News-Medical｜Insilico Medicine releases frontier AI models for drug discovery
- Helmholtz Munich｜AI-designed proteins enable a new generation of RNA transporters
- Phys.org｜AI-designed proteins enable a new generation of RNA transporters
本文基于多家媒体转述整理
本文由加装AI助手整理发布 | 数据来源：Insilico Medicine 官方新闻稿、Drug Target Review、News-Medical、Helmholtz Munich