全人群·医学科普选题简报本期概览 ·内容受众：全人群（简报本身面向创作者使用） ·内容定位：自动热点：不预设人群，按对任一人群的最高契合度浮现选题 ·信息时效：截至 2026-07-22 ·精选选题：10 条（其中 2 条证据不足·需人工复核） ·评分方法：五维打分（热度25%+证据25%+受众契合20%+时效窗口15%+(6−风险)×15%）精选选题 1. 槲皮素补充剂能否增强老年人mRNA疫苗免疫应答？一项随机对照试验解读 ·类型：热点解读 ·由头：一种常见食物化合物可能帮助老年人更有效地响应疫苗，最新临床试验结果引发关注。 ·时效：⭐⭐⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从研究设计角度解读：随机、双盲、安慰剂对照试验如何评估槲皮素对疫苗免疫应答的影响，关注主要终点（免疫反应指标）和次要终点（疫苗相关反应）。从机制角度分析：槲皮素的抗炎和抗衰老特性如何可能改善老年或代谢风险人群的疫苗应答，探讨其作为免疫预调理剂的潜在价值。从临床意义角度评估：该研究为改善疫苗在脆弱人群中的效果提供了新思路，但需注意样本量、效应大小及可推广性等局限性。 ·证据充分度：⭐⭐⭐⭐⭐ ·专业切入优势：从循证医学角度，通过解读高质量RCT的设计与结果，帮助公众理性看待食物化合物对疫苗效果的潜在影响，避免过度解读。 ·风险提示：本文仅基于一项随机对照试验的摘要进行解读，不构成医疗建议，具体补充剂使用请咨询医生。研究结果可能受样本量、人群特征等因素影响，不应直接推广至所有老年人或疫苗类型。切勿夸大槲皮素的效果，目前尚无充分证据支持其常规用于增强疫苗应答。 ·证据支撑： ·Shokichi Takahama 等. Immune Preconditioning with Oral Quercetin Supplement and COVID-19 mRNA Vaccine Responses: A Randomized, Double-Blind, Placebo-Controlled Trial.. Journal of Nutrition, 2026. PMID: 41759822 ·下一步检索式：(dietary supplements[MeSH Terms] OR dietary supplement*[Title/Abstract]) AND (vaccine efficacy[Title/Abstract] OR vaccine effectiveness[Title/Abstract] OR vaccine immunogenicity[Title/Abstract]) AND (older adults[Title/Abstract] OR elderly[Title/Abstract] OR aged[MeSH Terms]) ·综合分：4.5 2. 多发性骨髓瘤维持治疗：持续用药还是固定疗程？NEJM最新3期试验解读 ·类型：热点解读 ·由头：多发性骨髓瘤患者需长期维持治疗，但持续用药还是固定疗程更优？NEJM最新3期试验探索答案。 ·时效：⭐⭐⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从研究设计角度解读：该3期试验如何设定持续与固定疗程的对比，主要终点总生存期（OS）的统计假设（80%把握度检测中位生存从5年提升至7.5年）及样本量（395例）的临床意义。从适用人群角度分析：试验纳入标准风险、未接受一线自体干细胞移植的新诊断患者，这一特定人群的维持治疗策略选择，以及结果能否外推至其他风险分层或移植后患者。从临床决策角度评估：持续治疗可能带来的毒性累积与生活质量影响，固定疗程可能面临的复发风险，需结合无进展生存期、安全性等次要终点综合权衡。 ·证据充分度：⭐⭐⭐⭐⭐ ·专业切入优势：从循证医学角度，该试验为维持治疗时长提供了高级别证据，但需关注其统计假设与实际效应量的匹配性。 ·风险提示：本文仅基于摘要信息进行选题策划，不构成医疗建议，具体治疗决策请咨询临床医生。该试验结果尚未公布完整数据，最终结论需等待全文发表及同行评议。避免将单一试验结论过度推广至所有多发性骨髓瘤患者，不同风险分层及治疗背景的患者策略可能不同。 ·证据支撑： ·Shaji Kumar 等. Continuous or Fixed-Duration Maintenance Therapy in Multiple Myeloma.. New England Journal of Medicine, 2026. PMID: 42456135 ·下一步检索式："multiple myeloma" AND "maintenance therapy" AND "continuous therapy" AND "2026"[pdat] ·综合分：4.3 3. 晚期胃肠胰神经内分泌肿瘤治疗顺序再思考：PRRT的时机与证据解读 ·类型：热点解读 ·由头：胃肠胰神经内分泌肿瘤治疗顺序引发热议，PRRT从二线走向一线？最新评论呼吁重新评估治疗策略。 ·时效：⭐⭐⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从循证医学角度解读PRRT在GEP-NETs中的证据演变：分析NETTER-1/2等试验如何推动PRRT从二线向一线及高级别肿瘤的拓展，关注无进展生存期与客观缓解率等终点指标。评估PRRT联合靶向/化疗的潜在价值与不确定性：基于比较与组合研究数据，探讨联合治疗在优化疗效与安全性平衡中的可能角色，强调缺乏总体生存获益的明确结论。分析PRRT再治疗策略与特殊人群考量：从治疗顺序优化视角，讨论PRRT在既往治疗失败后的再应用、以及老年或肾功能不全患者的个体化决策依据。 ·证据充分度：⭐⭐⭐⭐ ·专业切入优势：从临床试验终点（PFS、ORR）与真实世界证据的差异切入，帮助受众理解治疗顺序调整背后的证据强度与临床适用边界。 ·风险提示：本文仅基于现有文献摘要进行解读，不构成临床治疗建议，具体方案需咨询专科医生。 PRRT的总体生存获益尚未明确，不可将无进展生存期改善等同于长期疗效。避免过度解读联合治疗或一线应用的数据，当前证据仍存在不确定性，需更多研究验证。 ·证据支撑： ·Alexandros Georgakopoulos 等. The role of peptide receptor radionuclide therapy with Lu-177 Dotatate in metastatic gastroenteropancreaticneuroendocrine tumors.. PubMed, 2026. PMID: 42472319 ·下一步检索式："neuroendocrine tumors" AND "gastroenteropancreatic" AND "treatment sequence" AND "2026"[pdat] ·综合分：4.25 4. 血检替代超声筛查肝癌：HES V2.0与GALAD的成本效益循证解读 ·类型：前沿技术 ·由头：超声筛查肝癌灵敏度有限且依从性低，血液生物标志物能否成为经济有效的替代方案？最新模型研究评估了HES V2.0与GALAD的成本效益。 ·时效：⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从模型假设与参数设定角度，解读HES V2.0和GALAD在不同灵敏度、特异度、检测成本及依从性下的成本效益阈值，分析其作为超声替代方案的可行性。从临床决策角度，评估血液生物标志物筛查对肝硬化患者质量调整生命年（QALYs）和增量成本效益比（ICERs）的影响，探讨其在实际应用中的经济价值。从循证医学证据等级角度，分析该微观模拟模型的局限性（如基于自然史假设、缺乏真实世界数据），强调需进一步临床验证才能指导指南更新。 ·证据充分度：⭐⭐⭐⭐⭐ ·专业切入优势：本选题从成本效益模型的关键参数（灵敏度、特异度、依从性）切入，帮助读者理解血液标志物替代超声筛查的循证依据与不确定性。 ·风险提示：该研究为微观模拟模型，结论基于假设参数，不能直接等同于真实临床效果。血液标志物筛查的临床价值需结合后续验证性研究，目前不推荐立即改变筛查方案。本文仅作学术解读，不构成任何医疗建议，具体筛查方案应遵医嘱。 ·证据支撑： ·Mert Sahinkoc 等. Cost-effectiveness of HES V2.0 and GALAD for hepatocellular carcinoma surveillance in patients with cirrhosis.. Hepatology Communications, 2026. PMID: 42475226 ·下一步检索式：(HES V2.0[Title/Abstract] OR "HES V2.0"[All Fields]) AND (cost-effectiveness[Title/Abstract] OR "Cost-Effectiveness"[All Fields] OR "Cost-Benefit Analysis"[MeSH Terms]) ·综合分：3.9 5. 血液透析患者心脏瓣膜钙化与心胸比：心血管风险的联合预警信号 ·类型：前沿技术 ·由头：最新研究聚焦血液透析患者中瓣膜钙化与心胸比升高对心血管事件的联合预测价值，为临床风险评估提供新视角。 ·时效：⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从联合预测指标角度，分析瓣膜钙化与心胸比≥0.5如何协同影响MACE和死亡率风险，探讨其临床分层意义。从影像学指标解读角度，评估心胸比作为容量负荷和左心功能指标的局限性，以及联合瓣膜钙化能否提升预测效能。从回顾性研究设计角度，讨论单中心、小样本探索性分析的证据等级，以及多变量校正后结果的稳健性。 ·证据充分度：⭐⭐⭐⭐ ·专业切入优势：本选题从循证医学视角，解读两项常规检查指标（超声心动图与胸片）的联合预后价值，避免过度解读单一指标。 ·风险提示：本研究为单中心回顾性探索，结论需前瞻性验证，不可直接推广至所有透析人群。瓣膜钙化与心胸比的界值（≥0.5）为常用标准，但个体差异大，临床决策应结合整体评估。本文不提供具体风险数值或效应量，仅作概念性解读，避免夸大预测准确性。 ·证据支撑： ·Wan-Lun Hsu 等. Prognostic value of valve calcification and high cardiothoracic ratio for major adverse cardiovascular events and mortality in hemodialysis patients.. Renal failure, 2026. PMID: 42478222 ·下一步检索式："valve calcification" AND "cardiothoracic ratio" AND "hemodialysis" AND "2026"[pdat] ·综合分：3.65 6. LSD1-GLS2轴调控谷氨酰胺代谢重编程：解读胰腺癌亚型特异性化疗耐药的新机制 ·类型：前沿技术 ·由头：胰腺癌化疗耐药机制复杂，最新研究发现表观遗传调控因子LSD1在不同亚型中作用截然相反，或为精准治疗提供新线索。 ·时效：⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从LSD1在胰腺癌不同亚型中的差异表达与功能切入，评估其作为化疗敏感性生物标志物的潜力从谷氨酰胺代谢重编程角度，分析GLS2轴如何通过线粒体功能紊乱影响化疗耐药性从线粒体靶向治疗（如呼吸调节或线粒体自噬干预）角度，探讨逆转特定亚型化疗耐药的可行性 ·证据充分度：⭐⭐⭐⭐⭐ ·专业切入优势：本选题从表观遗传与代谢交叉视角，解读胰腺癌亚型特异性耐药机制，为精准分层与联合治疗策略提供循证依据。 ·风险提示：本文仅解读一项基础研究，结论尚需临床验证，不可直接推广至治疗决策 LSD1抑制剂在胰腺癌中的应用仍处于早期探索阶段，需警惕跨物种差异与潜在毒性不夸大LSD1-GLS2轴的临床转化前景，强调亚型特异性与个体化治疗的重要性 ·证据支撑： ·Zhefang Wang 等. LSD1-GLS2 axis drives subtype-specific chemoresistance in pancreatic cancer through glutaminolysis reprogramming.. Cell Death and Disease, 2026. PMID: 42476970 ·下一步检索式："LSD1" AND "GLS2" AND "glutaminolysis" AND "2026"[pdat] ·综合分：3.55 7. 血液透析患者的失眠问题：疾病认知、恐惧与自我同情的心理机制 ·类型：前沿技术 ·由头：最新研究发现，超过一半的维持性血液透析患者存在失眠问题，疾病认知、恐惧进展和自我同情可能是关键影响因素。 ·时效：⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从心理社会因素角度，分析疾病认知、恐惧进展和自我同情如何交互影响血液透析患者的失眠风险，解读相关量表的评估意义。从临床干预角度，探讨通过改善疾病认知、降低恐惧进展或提升自我同情来缓解失眠的潜在策略，强调需进一步验证因果关系。从循证医学角度，评估该横断面研究的设计局限（如因果推断、样本代表性），并讨论未来纵向研究或干预试验的必要性。 ·证据充分度：⭐⭐⭐⭐ ·专业切入优势：本选题从心理社会因素切入，为血液透析患者的失眠管理提供了非药物干预的新视角，符合生物-心理-社会医学模式。 ·风险提示：该研究为横断面设计，无法确定因果关系，结论需谨慎解读。研究样本仅来自重庆地区，外推至其他人群需谨慎。文中提及的55.72%失眠率仅为样本描述，不代表整体患病率，不可夸大。 ·证据支撑： ·Yalan Huang 等. Illness perception and insomnia among patients with maintenance hemodialysis: a moderated mediation model of fear of progression and self-compassion.. Renal failure, 2026. PMID: 42478234 ·下一步检索式："Renal Dialysis" AND "Sleep Initiation and Maintenance Disorders" AND "Illness Perception" AND "2026"[pdat] ·综合分：3.45 8. DNMT1、HDAC1、MT1E基因表达作为乳腺癌诊断标志物的循证解读 ·类型：前沿技术 ·由头：新研究探索DNMT1、HDAC1、MT1E基因表达与乳腺癌临床病理特征的关系，或为诊断提供新视角。 ·时效：⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从诊断标志物评估角度：分析DNMT1、HDAC1、MT1E在乳腺癌患者与健康对照中的表达差异，解读ROC曲线分析所提示的诊断潜力，但需注意样本量及验证需求。从生物信息学整合角度：探讨体外实验与计算机分析（如差异表达基因、通路富集、miRNA-mRNA互作）如何辅助理解这些基因的生物学功能及其作为标志物的理论基础。从临床转化可行性角度：评估外周血与组织样本中这些基因表达检测的实用性，讨论现有证据对早期诊断或预后判断的参考价值，强调仍需大规模临床验证。 ·证据充分度：⭐⭐⭐ ·专业切入优势：本选题从循证医学出发，结合实验与计算数据，客观解读新型基因标志物的诊断价值，避免过度解读。 ·风险提示：本文仅基于单篇研究摘要，结论需更多独立研究验证，不应直接用于临床决策。基因表达标志物的敏感性和特异性需在更大样本人群中确认，当前结果不代表普遍适用性。勿夸大DNMT1、HDAC1、MT1E作为乳腺癌诊断标志物的临床效用，应关注其作为候选指标的局限性。 ·证据支撑： ·Sedigheh Akhtartavan 等. Expression Levels of DNMT1, HDAC1, and MT1E Genes as Diagnostic Biomarkers for Breast Cancer Clinicopathological Features: In Vitro and In Silico Analyses.. Analytical cellular pathology (Amsterdam), 2026. PMID: 42478333 ·下一步检索式："DNMT1" AND "HDAC1" AND "MT1E" AND "2026"[pdat] ·综合分：3.4 9. FDA批准首款儿童非处方连续血糖监测仪：对家庭血糖管理意味着什么？ ·类型：热点解读 ·由头：FDA批准了首款面向儿童的非处方连续血糖监测仪，无需处方即可购买，可能改变儿童血糖管理方式。 ·时效：⭐⭐⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从循证医学角度评估该设备在儿童中准确性与安全性的现有证据基础分析非处方获取对儿童血糖监测依从性与家庭自我管理能力的潜在影响探讨该政策对糖尿病儿童及非糖尿病儿童（如低血糖风险）的适用边界与监管考量 ·证据充分度：⭐ ·专业切入优势：本选题可从循证医学证据等级出发，分析该设备获批所依据的临床研究质量与局限性，避免过度解读其普适性。 ·风险提示：免责声明：本文仅基于公开信息进行科普，不构成医疗建议，具体使用请咨询医生。注意：该设备虽为非处方，但儿童血糖管理仍需专业指导，不可替代定期医疗评估。避免夸大：目前尚无充分证据表明该设备能改善所有儿童的临床结局，需更多长期研究。 ·证据支撑： ·⚠️ 证据不足·需人工复核（未找到与选题主体强相关的高质量文献，请勿据此下结论） ·下一步检索式：("continuous glucose monitoring"[Title/Abstract] OR "blood glucose self-monitoring"[MeSH Terms]) AND (child[MeSH Terms] OR children[Title/Abstract] OR pediatric[Title/Abstract]) ·综合分：3.3 10. 流感病毒如何劫持人体细胞？分子图谱揭示新线索 ·类型：热点解读 ·由头：科学家绘制出流感病毒入侵人体细胞的分子地图，揭示病毒如何操控宿主细胞机制，为抗病毒药物研发提供新方向。 ·时效：⭐⭐⭐⭐⭐ ·目标平台：公众号、抖音/视频号、社区宣教、候诊区宣教 ·推荐角度：从分子机制角度解读：该研究如何通过绘制病毒蛋白与宿主蛋白的相互作用网络，揭示病毒劫持细胞的关键节点，可探讨这些节点作为药物靶点的潜力。从临床转化角度分析：该分子图谱如何帮助理解流感病毒的致病机制，为开发新型抗病毒疗法或疫苗设计提供理论依据，需注意基础研究到临床应用的差距。从公共卫生角度评估：该发现对应对流感大流行、优化现有抗病毒策略（如神经氨酸酶抑制剂）的启示，强调仍需更多研究验证其实际应用价值。 ·证据充分度：⭐ ·专业切入优势：从循证医学视角，评估该分子图谱研究的证据强度及其对药物研发的指导意义，避免过度解读基础研究结果。 ·风险提示：该研究为实验室基础研究，其结论尚未在人体临床试验中验证，不能直接等同于治疗或预防效果。病毒与宿主相互作用复杂，单一分子图谱可能无法完全解释感染过程，需结合其他研究综合判断。本内容仅作科普参考，不构成医疗建议，具体防治措施请遵循专业医疗机构指导。 ·证据支撑： ·⚠️ 证据不足·需人工复核（未找到与选题主体强相关的高质量文献，请勿据此下结论） ·下一步检索式：("Influenza A virus"[MeSH Terms] OR "Influenza A virus"[Title/Abstract]) AND ("Host-Pathogen Interactions"[MeSH Terms] OR "host pathogen interaction"[Title/Abstract] OR "viral hijacking"[Title/Abstract] OR "virus hijack"[Title/Abstract] OR "hijacks human cells"[Title/Abstract]) ·综合分：3.1 选题总览表排名选题类型时效受众契合证据风险综合分 1 槲皮素补充剂能否增强老年人mRNA疫热点解读 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ 中 4.5 2 多发性骨髓瘤维持治疗：持续用药还是固热点解读 ⭐⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐⭐ 中 4.3 3 晚期胃肠胰神经内分泌肿瘤治疗顺序再思热点解读 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐ 中 4.25 4 血检替代超声筛查肝癌：HES V2. 前沿技术 ⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ 中 3.9 5 血液透析患者心脏瓣膜钙化与心胸比：心前沿技术 ⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ 中 3.65 6 LSD1-GLS2轴调控谷氨酰胺代谢前沿技术 ⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ 中高 3.55 7 血液透析患者的失眠问题：疾病认知、恐前沿技术 ⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐ 中 3.45 8 DNMT1、HDAC1、MT1E基因前沿技术 ⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐ 中 3.4 9 FDA批准首款儿童非处方连续血糖监测热点解读 ⭐⭐⭐⭐⭐ ⭐⭐⭐ ⭐ 中 3.3 10 流感病毒如何劫持人体细胞？分子图谱揭热点解读 ⭐⭐⭐⭐⭐ ⭐⭐ ⭐ 中 3.1 【选题简报说明】本简报为面向创作者的学术情报，汇总公开文献(PubMed/OpenAlex)、热点与健康日历，供医学专业人士/科普创作者选题参考，不构成诊疗建议。（Linscio Scholar 出品）

2026-07-11

·ANMIN智硅生命科学日记

十大高频多肽修饰，各自在癌症治疗中的具体应用案例及进展

前沿：高频修饰并非孤立存在，而是在同一个赖氨酸残基上形成竞争（乙酰化与泛素化、SUMO化与泛素化），构成蛋白质的“修饰代码”。未来，基于修饰组学的“修饰指纹”将像基因检测一样常规，这不仅是癌症治疗，更是生命科学从“阅读”走向精确“书写”修饰代码的里程碑。十大高频多肽修饰。在蛋白质组学中，翻译后修饰是赋予蛋白质功能多样性的核心机制。以下十种修饰因其出现频率高、调控作用广而成为研究的焦点。我将结合结构生物学、信号转导与疾病关联，为您提炼每一类修饰的独特意义与前沿思考。一、磷酸化修饰位点：丝氨酸、苏氨酸、酪氨酸关键见解：磷酸化是细胞信号转导的“通用货币”，可逆性强、动力学快。它不只是简单的电荷标记——磷酸基团的四面体几何构型能引发构象变构，或直接生成SH2、14-3-3等域的对接位点。深度解读的要点在于位点的时空特异性：同一激酶在不同支架蛋白上的定位，决定了磷酸化波动的下游专一性。如今，磷酸化蛋白质组学正从定性走向绝对定量，挑战在于如何在单细胞水平分辨激酶—底物的动态网络。二、乙酰化修饰位点：赖氨酸关键见解：曾被视为组蛋白专属的表观遗传标记，如今已知线粒体代谢酶中大规模存在非组蛋白乙酰化。乙酰化中和赖氨酸的正电荷，通过改变疏水界面或抑制泛素化来调控蛋白稳定性。我尤其关注代谢中间体乙酰辅酶A作为乙酰基供体的非酶促反应，这暗示乙酰化可能是细胞能量状态的直接传感器。这一概念重塑了我们对营养感知与疾病（如癌症代谢重编程）关系的理解。三、泛素化修饰位点：赖氨酸关键见解：泛素远非简单的降解信号。泛素自身的7个赖氨酸残基可形成多聚泛素链，其拓扑结构（K48链→蛋白酶体，K63链→信号传导、DNA修复）构成了“泛素密码”。深度解读需强调去泛素化酶的编辑功能，它们从复杂的链结构中切除特定分支，实现信号的精确终止。靶向泛素—蛋白酶体系统（如蛋白降解靶向嵌合体）是新药研发的热潮，但如何选择性地降解致病蛋白而不扰乱整体平衡，仍是巨大挑战。四、甲基化修饰位点：赖、精氨酸见解：乙酰化的电荷改变不同，甲基化改变电荷，而是增加空间位阻和疏水表面。精氨酸甲基化常参与RNA结合蛋白的相分离，形成应激颗粒。我们正看到一种范式转换：甲基化缓慢但持久的调节，特别适合维持细胞记忆（如组蛋白甲基化在发育中的印记）。而赖氨酸甲基化的去甲基酶发现较晚，其催化机制依赖自由基反应，是酶学中的精巧例外。五、N-连接糖基化修饰位点：天冬酰胺（保守序列Asn-X-Ser/Thr 关键见解：在内质网中共翻译添加的核心聚糖，不仅是蛋白质折叠的“质量控制标签”，更是细胞表面识别的基础。我强调其微观不均一性——即使是同一糖基化位点，聚糖结构也呈现出多种形式，这生成了一个远超基因组的信息层。糖基化在抗体依赖性增强中扮演双刃剑角色，这也解释了为何糖基化工程是下一代抗体药物的关键策略。六、SUMO化修饰位点：赖氨酸关键见解：小泛素样修饰物（SUMO）与泛素化结构相似，但功能上更倾向于改变蛋白—蛋白相互作用或亚细胞定位，尤其是进入PML核体。SUMO化常发生在$ \Psi $KXE基序。其深度学习价值在于群体修饰：在热激或DNA损伤时，整组蛋白质被同时SUMO化，形成保护性屏障。去SUMO化酶的特异性被认为是细胞响应压力阈值的决定因素。七、棕榈酰化修饰点：半胱氨酸（硫酯键）关键见解：唯一完全可逆的脂修饰。它赋予外周膜蛋白高度动态的膜锚定能力。我称之为“脂质开关”——棕榈酰化往返循环驱动信号蛋白（如Ras、Src家族激酶）在质膜与内膜系统间快速穿梭，控制信号的分室化。其可逆性由DHHC棕榈酰转移酶APT1等硫酯酶催化，是神经元突触可塑性的速度限制步骤，也是神经疾病潜在干预靶点。八、羟基化修饰位点：脯氨酸、天冬酰胺、赖氨酸关键：脯氨酰羟化酶催化HIF-1$ \alpha $的氧依赖性降解，使细胞感知氧气浓度，这已是经典。但现在发现核糖体蛋白、Argonaute2也存在羟基化，表明其调控范围广泛。深度解读应聚焦于代谢物2-酮戊二酸作为共底物的中心角色，它将三羧酸循环与基因表达直接偶联，为肿瘤代谢和免疫提供了新靶点。但酶的选择性差，使理性药物设计复杂化。九、二硫键形成修饰位点：半胱氨酸关键见解：二硫键是分泌蛋白和胞外结构域结构刚性的共价锁链。动态二硫键交换不仅在蛋白质折叠（PDI酶）中起作用，还参与氧化还原信号传导。当前热点是非典型二硫键异构体，例如在氧化应激下形成“错配”二硫键，诱导蛋白聚集或获得新功能。这一领域迫使我们将二硫键从静态结构元件重定义为动态氧化还原开关。十、脂酰化修饰位点：甘氨酸（肉豆蔻酰化）或半胱氨酸（戊二烯化）关键见解：这些不可逆脂修饰为蛋白提供永久膜亲和力。肉豆蔻酰化与一个碱性的聚合法协同完成稳固膜锚定。我特别关注其变构调控理念：在钙传感器恢复蛋白中，钙离子触发肉豆蔻酰基从蛋白疏水口袋中弹出，从而与膜结合。这是精细分子机器受控于局部离子浓度的完美范例，也为开发变构药物提供了灵感。十种高频多肽修饰在癌症治疗中的具体案例和前沿进展，1. 磷酸化应用案例：小分子激酶抑制剂是最成熟的干预手段。慢性髓系白血病中的BCR‑ABL抑制剂伊马替尼，直接靶向异常激活的酪氨酸激酶；非小细胞肺癌中的EGFR抑制剂（吉非替尼、希替尼）针对突变激酶的磷酸化活性。前沿进展：靶向“不可成药”磷酸酶：此前认为磷酸酶难以成药，而目前通过变构调节策略，如SHP2别构抑制剂（TNO155、RMC‑4630）已进入临床试验，可阻断RAS‑MAPK信号。磷酸化‑降解偶联：利用磷酸化特异性PROTAC（Phospho‑PROTAC）仅降解磷酸化激活形式的癌蛋白。激酶活性的单细胞动态跟踪：结合CyTOF或单细胞磷酸化蛋白质组学，指导适应性联合用药，应对肿瘤内异质性。个人意见：磷酸化抑制剂的最大瓶颈是耐药克隆的快速出现。未来的真正突破可能在于学会“阅读”磷酸化网络的动态拓扑，利用时间顺序疗法预先阻止代偿通路的激活。2. 乙酰化案例：组蛋白去乙酰化（HDAC）抑制剂伏立诺他（SAHA）、罗米地辛已获批用于皮肤T细胞淋巴瘤。在白血病中，它们重新激活肿瘤抑制基因。前沿进展：代谢导向的抗乙酰化策略：由于乙酰辅酶A是乙酰基供体，靶向乙酰辅酶A羧化酶（ACC）或ATP柠檬酸裂解酶（ACLY）的药物可间接降低全局组蛋白乙酰化，影响癌基因表达。选择性BET溴结构域抑制剂（如JQ1）通过阻止乙酰化组蛋白识读，抑制MYC等驱动基因，已进入多种实体瘤和血液肿瘤的临床试验。非组蛋白乙酰化靶向：例如，抑制p53乙酰化位点突变或增强去乙酰化酶SIRT1的正被探索用于恢复p53功能。个人意见：乙酰化调控过于全局性，容易产生泛毒性。未来的精准性在于发展“乙酰化位点特异性调节分子”，如针对特定赖氨酸的抗体或小分子，而非简单地抑制酶整体活性。3. 泛素化应用案例：蛋白酶体抑制剂：硼替佐米、卡非佐米阻断泛素化蛋白质的降解，造成未折叠蛋白堆积，是骨髓瘤和套细胞淋巴瘤的一方案。靶向E3连接酶：来那度胺重新定向CRBN E3连接酶，降解转录因子IKZF1/3，用于骨髓瘤和骨髓增生异常综合征。前沿进展： PROT与分子胶：是当前最火热的抗癌策略。ARV‑110（雄激素受体PROTAC）、BTK PROTAC正在临床试验，可降解传统抑制剂难以靶向的支架功能蛋白。去泛素化酶（DUB）抑制剂：抑制USP7可稳定p53，抑制USP14/UCHL5可增强蛋白酶体应激，已进入实体肿瘤探索。泛素链拓扑干预：例如，阻止K63连锁泛素链形成，可抑制RAS‑MAPK信号复合体的组装。个人意见：PROTAC的挑战在于化学性质不佳和脱靶降解风险。但泛素化系统最迷人之处在于其E3连接酶的极度多样性，未来“E3连接酶组”将被系统开发成药靶，实现任意靶蛋白的选择性清除。4. 甲基化应用案例：组蛋白甲基转移酶EZH2抑制剂——他泽司他（tazemetostat）已获用于EZH2突变的滤泡性淋巴瘤和上皮样肉瘤。EZH2的致癌突变会导致H3K27me3异常升高，沉默肿瘤抑制基因。前沿进展：精氨酸甲基化靶向：PRMT5抑制剂（GSK3326595）在实体瘤和血液瘤中试验，尤其对剪接体突变依赖的甲基化敏感癌症（如骨髓增生异常综合征）效果显著。去甲基化酶LSD1抑制剂：在急性髓性白血病中，LSD1抑制剂可重启分化程序，与ATRA联用产生协同。化诱导蛋白的液‑液相分离干扰：针对含有Tudor、PHD等阅读域的分子，可破坏致癌的凝聚体。个人意见：甲基修饰是一个相对稳定的“表观遗传记忆”，尤其适合治疗依赖“癌前记忆”维持的肿瘤。最大的障碍是正常干细胞的甲基化相似性，导致治疗窗窄。开发亚型特异性抑制剂的思路值得继续。5. N‑连接糖基化应用案例：目前尚无直接靶向修N‑糖的小分子抗癌药上市，但糖基化工程已成功应用于抗体药物：如去岩藻糖的曲妥珠单抗可增强抗体依赖性细胞介导的细胞毒作用在癌症疫苗中，靶向肿瘤特异性糖抗原（如MUC1的Tn抗原）的疫苗正在开发。前沿进展：内质网糖基化通路抑制剂：抑制N‑糖基转移酶复合体（如STT3A）可破坏受体酪氨酸激酶（如EGFR）的折叠和膜定位，尤其对糖基化高度依赖的胰腺癌有效。糖基化依赖性PD‑L1调控：发现PD‑L1的高糖基化可逃避泛素化降解，使用糖基化抑制剂联合免疫检查点阻断可增强T细胞活性。点击化学引导的精准靶向：将带有非天然糖标记的肿瘤蛋白，利用生物正交反应递送毒性分子，实现高选择性的前药激活。个人意见：糖基化的微观不均一性正是区分癌细胞与正常细胞的关键。未来的杀手锏可能是“糖基化位点特异性抗体”，它能识别特定癌蛋白上特定的异常聚糖结构，真正实现精准轰炸。6. SUMO化应用案例：仍在早期阶段，主要靶向SUMO E1酶（如TAK‑981，一种SUMO活化酶抑制剂）。在临床前模型中，TAK‑981诱导I型干扰素信号，促进抗肿瘤免疫，已进入多发性骨髓瘤和实体瘤的I期试验。前沿进展：致癌融合蛋白的SUMO依赖性：例如，急性早幼粒细胞白血病中的PML‑RARA融合蛋白依赖SUMO化维持功能，去SUMO化酶抑制剂可诱导其降解。 DNA损伤修复中的SUMO化：抑制SUMO化可阻断BRCA1及RAD51的修复复合体组装，对BRCA缺陷或PARP抑制剂耐药肿瘤有合成致死效应。免疫微环境中的SUMO化：树突状细胞中SUMO化对免疫耐受起关键作用，抑制SUMO化可增强免疫原性细胞死亡和抗原呈递。个人意见：SUMO化修饰一度被低估，但它的应激响应特性和免疫调节潜能使其成为极具魅力的新靶点。核心瓶颈在于如何实现位点选择性——泛SUMO化抑制会有骨髓毒性，下一代需要开发“特定SUMO‑底物界面”抑制剂。7. 棕榈酰化案例：直接靶向棕榈酰化的抗癌药尚未上市，但多个DHHC棕榈酰转移酶被证明在癌中是必需的。例如，在NRAS驱动的黑色素瘤中，HC9/18介导的NRAS棕榈酰化是其膜锚定和信号传导的前提。前沿进展： DHHC家族的小分子抑制剂：已筛选出可抑制DHHC20的药物，阻断EGFR棕榈酰化，克服头颈鳞癌对西妥昔单抗的耐药。去棕榈酰化APT1/2抑制剂：Palmostatin B可阻止RAS去棕榈酰化循环，使其在膜上产生错误定位，从而削弱其信号输出。脂质代谢与棕榈酰化的交叉：发现高脂饮食或脂代谢紊乱可通过增加棕榈酰辅酶A水平，全局性增强特定癌蛋白的棕榈酰化，提示饮食可能是影响治疗反应的一个变量。意见：棕榈酰化的“脂质开关”特性提供了快速动态的调控窗口，这是其它不可逆修饰无法提供的。未来巧妙利用“开关频率”的差异，可能设计出对频繁穿梭的癌蛋白有选择性杀伤的疗法。. 羟基化应用案例经典靶点是缺氧诱导因子（HIF‑$ \alpha $）的脯氨酰羟化酶（PHD）。PHD抑制剂如罗沙司他并非癌症药物，它通过稳定HIF‑$ \alpha $治疗肾性贫血。在癌症中，利用类似逻辑：在血管生成不足的肿瘤中可暂时性开放正常化血管，辅助化疗。前沿进展：在癌症中抑制HIF‑$ \alpha $：采用HIF‑$ 2\alpha$拮抗剂（belzutifan）已在VHL综合征相关的透明细胞肾癌中获得FDA批准，直接结合并阻断HIF‑$ 2\alpha$二聚化。靶向胶原羟基化：肿瘤基质中的胶原羟化酶（如LOX，赖氨酰氧化酶）交联胶原，促进转移前龛形成。LOX抑制剂（如simtuzumab）在胰腺癌和纤维化型肿瘤中测试。核糖体羟基化与肿瘤生长：最近发现核糖体蛋白uL2的羟基化可调节翻译保真度，其突变或抑制可能使癌细胞对翻译应激敏感。个人意见羟基化传感氧气与代谢物的双重特性，提示这一通路可能是将肿瘤的能量状态与表观基因组直接联系的桥梁。最令人兴奋的可能是将PHD抑制剂与免疫检查点阻断联用，人为创造局部“低氧增强免疫”的微环境。 9. 二硫键形成案例：尚无经典癌症药物。但靶向蛋白质二硫键异构酶（PDI）已在癌症中开展研究。PACMA31是一种小分子PDI抑制剂，在卵巢癌模型中显示出抑制生长和增加内质网应激的效应。前沿进展： - 二硫键重组与免疫原性细胞死亡：表面的蛋白二硫键重组可暴露钙网蛋白，作为“eat me”信号促进树突状细胞吞噬。PDI抑制剂或氧化还原调节剂可增强该免疫原性。靶向分泌性癌蛋白的正确折叠：如Wnt配体需要特殊氧化折叠酶（如PORCN）的棕榈油酰化及二硫键催化。PORCN抑制剂已在Wnt依赖性胃癌中开发。错配二硫键作为新抗原：氧化应激下形成的非天然二硫键可产生异常构象，成为肿瘤特异性新表位，被适应性免疫识别，有望开发成定制疫苗。个人意见：二硫领域在癌症中仍属蓝海。我尤其看好靶向错误折叠蛋白的氧化还原“纠错”机制，将其与免疫原性死亡桥接，可能开辟出“氧化还原‑免疫”疗法的新维度。10. 酰化（肉豆蔻酰化戊二烯化）应用案例：戊二烯化转移酶抑制剂：法尼基转移酶抑制剂（如tipifarnib）虽然此前因KRAS的替代戊二烯化而失败，但在HRAS突变头颈鳞癌中获得突破性疗法认定，因其只有一种戊二烯化酶。肉豆蔻酰化靶向：SRC‑ABL肉豆蔻酸结合位点变构抑制剂——阿西米尼（asciminib）已获批用于耐药CML，它锁定激酶的非活性构象，不与ATP竞争。前沿进展： N‑肉豆蔻酰基转移酶（NMT）抑制剂：NMT1/2的小分子抑制剂（如IMP‑1088）可全局性阻断肉豆蔻酰化，在黑色素瘤、白血病模型中显示活性，尤其与氧化应激诱导剂联用协同致死。戊二烯化依赖的蛋白‑蛋白界面：靶向RAS与戊二烯基结合蛋白PDE$ \delta $的相互作用（如deltarasin），干扰RAS的膜定位和信号传输。脂质修饰与免疫检查点：发现PD‑L1存在戊二烯化，使其定位于膜脂筏区域，抑制戊二烯化可降低PD‑L1，增强抗肿瘤免疫。个人意见：脂化代表了不可逆膜锚定的“地址标签”。我认为最可能成功的策略并非直接抑制修饰酶，而是利用类似阿西米尼的变构思路，开发“脂酰化感应”的分子胶，破坏特定癌蛋白的膜运输，这将显著提高选择性。总体进展概览从以上梳理可见，多肽修饰的干预已从单一的酶活性抑制，走向降解技术、变构调控、生物正交前药、免疫微环境重塑的交叉融合。未来，基于修饰组学的“修饰指纹”将像基因检测一样常规，用于实时指导上述疗法的动态组合。这不仅是癌症治疗，更是生命科学从“阅读”走向精确“书写”修饰代码的里程碑。总结性意见这些高频修饰并非孤立存在，而是在同一个赖氨酸残基上形成竞争（乙酰化与泛素化、SUMO化与泛素化），构成蛋白质的“修饰代码”。生命科学的下一个突破在于整合多组学，利用人工智能从海量数据中解析这些修饰组合如何协同决定细胞命运。我们正从描述性修饰组学走向功能性修饰组设计，这将是理解复杂疾病并实现精准干预的关键钥匙。。

2026-07-10

·AI智耀

Exscientia折戟：AI制药独角兽怎么把牌打烂了？

2021年10月，Exscientia在纳斯达克上市，市值32亿美元，是AI制药领域最耀眼的明星。2024年11月，它以6.88亿美元的价格被Recursion收购——距离IPO不到三年，估值跌去了80%。这篇文章讲清楚：它做对了什么，又在哪里栽了跟头，以及它对整个AI制药行业的真正启示。一、先讲结论：Exscientia的失败，不是AI的失败在展开之前，我先给出一个判断，这个判断贯穿整篇文章： Exscientia的失败，不是"AI不能做药物设计"的证明。它证明的是：如果你用AI生成了一堆分子，但这些分子本身没有经过足够严格的生物学验证，那么再漂亮的生成模型也救不了你。这和Relay Therapeutics形成了鲜明对比——Relay做的事情（分子动力学模拟）比Exscientia的"生成式分子设计"更难、更底层，但Relay的市值在12个月里涨了5倍，而Exscientia被收购时只有IPO价格的20%。这两家公司的命运分歧，本质上是在回答同一个问题：AI在药物研发里到底应该扮演什么角色？二、Exscientia的崛起：它是怎么成为AI制药第一股的？ 2.1 创始人光环：Andrew Hopkins的底气 Exscientia的创始人Andrew Hopkins不是典型的创业CEO ——他是计算化学科班出身，曾在辉瑞（Pfizer ）担任计算化学负责人，后来回到学术界，在邓迪大学（University of Dundee ）创立了药物发现单元。这个背景很重要，因为它决定了Exscientia的技术路径：它不是一家"AI公司顺便做制药" ——它从一开始就是一家药物研发公司，AI是它选择的工具Hopkins本人深度理解计算化学的局限（分子对接、虚拟筛选等传统方法的痛点），所以Exscientia的技术路径是从这些痛点出发的，而不是从"我们有个很酷的AI模型"出发的 2021年IPO时的招股书里，Hopkins写了一段话（大意）：这个说法在当时听起来很性感，也很可怕——如果Exscientia真的能做到，那整个CRO行业和部分Biotech的价值都要重估。 2.2 Centaur AI平台：它到底是怎么工作的？ Exscientia的核心技术平台叫Centaur AI。它的工作流程大致是这样的：第一步：目标设定（Target Hypothesis ）用户输入一个靶点（比如某个激酶、GPCR ），以及想要的化合物属性（活性、选择性、ADME 、安全性） Centaur会用已有的生物学数据（文献、数据库、专利）生成一个"多目标优化函数" 第二步：生成式设计（Generative Design ）用生成模型（最早是VAE ，后来转向Transformer-based models和扩散模型）生成候选分子每一轮生成后，用预测模型（活性预测、ADME预测、毒性预测）筛选出Top候选这个"生成-预测-筛选"的循环可以在一天内跑几百到几千个迭代第三步：自动化实验验证（Automated Experimentation ） Exscientia在邓迪有一个自动化实验室，可以高通量地合成和测试AI生成的分子实验数据会反馈回模型，用于下一轮迭代（active learning ）第四步：临床候选分子提名（Candidate Selection ）经过多轮迭代后，选出1-2个分子进入IND-enabling studies Exscientia声称，这个流程可以把从靶点到临床候选分子的时间从4-6年压缩到12-18个月，同时把资本支出降低80%。这些数字在当时引起了巨大争议——传统制药界的人觉得这是在吹牛，AI界的人觉得这还不够快。 2.3 IPO时的管线：六个资产，看起来很美 2021年IPO时，Exscientia的管线里有6个由AI设计的分子（其中3个已经进入了临床阶段）。这是当时AI制药公司里临床资产最多的。资产靶点/机制适应症阶段（2021 ）合作伙伴 EXS-21546 A2AR拮抗剂癌症（免疫疗法增强） Phase 1/2 自研 DSP-1181 5-HT1A激动剂强迫症 Phase 1 住友制药 EXS-4318 未公开炎症性疾病 Phase 1 自研 EXS-6177 LSD1抑制剂小细胞肺癌临床前自研 — 多个靶点肿瘤/免疫发现阶段赛诺菲（合作） — 多个靶点肿瘤/免疫发现阶段拜耳（合作）看起来很牛逼，对吧？六个资产，三个在临床，还有赛诺菲和拜耳的合作——这在2021年的AI制药圈里，是顶配。赛诺菲的合作尤其引人注目：2022年，双方签署了一项潜在总金额超过3亿美元的合作协议，赛诺菲将使用Exscientia的AI平台设计多达15个靶点的候选药物。但问题也在这里：管线看起来很丰满，临床数据很骨感。三、溃败：EXS-21546的失败是转折点 3.1 EXS-21546是什么药？ EXS-21546是Exscientia推进最快的自研资产，也是一个非常聪明的靶点选择：靶点 A2A受体（腺苷A2A受体）拮抗剂机制肿瘤微环境里，癌细胞会释放大量腺苷，腺苷通过激活T细胞上的A2A受体，抑制免疫反应。A2A拮抗剂可以"解除刹车"，让免疫细胞重新攻击肿瘤。差异化当时已经有几家公司在做A2A拮抗剂（比如Arcus Biosciences的etrumadenant ），但Exscientia声称它的分子有更好的选择性和更好的药代动力学。这个靶点在当时（2021-2022 ）是免疫肿瘤学里的一个热点——PD-1/PD-L1之后，大家都在找"下一个免疫检查点"，A2A是候选之一。 3.2 临床数据：为什么失败了？ 2023年10月，Exscientia悄无声息地更新了管线——EXS-21546的Phase 1/2研究被终止了。官方说法是"达到合适的治疗效果将具有挑战性"（achieving appropriate efficacy would be challenging ）。翻译成人话就是：这个药起效的效果不够好，或者安全性有问题，不值得继续投入。具体问题是什么？从有限的公开信息来看，有几个可能的原因：药效不够强 A2A拮抗剂这个靶点本身就不是"躺赢"靶点——腺苷通路很复杂，单纯阻断A2A不一定能足够强地激活免疫反应。事实上，整个A2A拮抗剂领域到现在都没有一个成功上市的药物。选择性问题 EXS-21546声称有高度选择性（只拮抗A2A ，不影响A2B/A1/A3 ），但选择性再高，如果靶点本身的生物学效应不够强，那也没用。联用策略问题 A2A拮抗剂理论上应该和PD-1抑制剂联用（协同效应）。但Exscientia的临床设计可能没有最优地测试这个联用策略。AI设计的分子有没有隐藏的缺陷？这是一个更深层的问题：Exscientia用生成模型设计分子，优化的是"预测模型认为重要的属性"（活性、ADME 、选择性）。但如果预测模型本身对"临床成功"的预测能力有限，那么生成的分子在临床试验里就可能翻车。 3.3 多米诺骨牌：住友也退出了 EXS-21546失败后不到一年，Exscientia的另一个临床资产也出了问题： DSP-1181（5-HT1A激动剂，用于强迫症）是Exscientia和住友制药的合作项目，也是全球第一个进入临床试验的AI设计药物（2020年1月进入Phase 1 ）。 2024年，住友制药决定放弃DSP-1181的进一步开发——原因是Phase 1数据没有达到预期的效果。这基本上是压垮Exscientia股价的最后一根稻草。从2021年IPO时的约27美元/股，到2024年并购前的约3-4美元/股，股价跌去了85%以上。四、为什么Exscientia失败了？三个深层原因这一节是整篇文章最有价值的部分。我不满足于"临床失败很正常"这种和稀泥的说法——我要回答的是：Exscientia的技术路径到底在哪里出了问题？ 4.1 原因一：预测模型的准确性天花板 Exscientia的Centaur平台的核心是预测模型——用机器学习模型预测分子的活性、ADME 、毒性、选择性等等。这些预测模型的问题是：它们训练所用的数据，和临床成功所需要的数据，不是一回事。具体来说：活性预测模型可以用已知的结合亲和力数据（Kd 、IC50 ）来训练，预测新分子的活性。但这个预测是在体外（in vitro ）条件下的，而临床应用是在体内（in vivo ）条件下的。体外活性再好，如果药代动力学不好、如果到不了靶点组织、如果被快速代谢掉了，那也没用。ADME预测这部分Exscientia做得还不错，但ADME只是"不上不下"的必要条件，不是充分条件。很多分子ADME很好，但临床就是无效。毒性预测这是最大的盲区。目前的AI模型对毒性的预测能力非常有限，因为毒性数据本身就很稀疏、很不一致。EXS-21546如果真的有未被发现的毒性问题，那预测模型也没能捕捉到。核心问题：Exscientia的AI平台本质上是一个"更好的分子设计工具"，但它没有解决（也许也无法解决）"这个分子在体内到底会不会有效"这个根本问题。 4.2 原因二：生成模型优化的是"预测分数"，不是"临床成功" 这是更深层的问题。当你用生成式AI设计分子时，你需要定义一个优化目标函数。Exscientia的作法是把多个预测模型的输出加权平均，得到一个综合分数，然后让生成模型去优化这个分数。但问题是：这个综合分数 ≠ 临床成功概率。举例来说：预测模型说分子A的IC50是10 nM（很好），溶解度是50 μg/mL（可接受），肝毒性预测是低风险所以综合分数很高，生成模型会大量生成类似分子A的化合物但分子A可能有一个预测模型没捕捉到的缺陷（比如某个代谢产物的毒性，比如对某个离子通道的脱靶效应）这个缺陷在临床阶段才会暴露出来 Relay Therapeutics的做法不一样——它先用分子动力学模拟理解蛋白质的动态构象，找到突变体特有的结合口袋，然后再设计分子。它先解决"这个靶点到底怎么工作"的问题，再去设计分子。 Exscientia的做法是直接生成分子，然后用预测模型筛选。它跳过了"深入理解靶点"这一步。这两种路径哪个更难？Relay的路径难10倍，但也靠谱10倍。 4.3 原因三：管线推进太快，验证了"快"但没验证"好" Exscientia在IPO时已经有6个资产在推进，其中3个在临床——这个速度在2021年是令人惊叹的。但回头看，这个速度可能恰恰是它的致命伤。药物研发不是写代码——"快速迭代"在软件行业是美德，在制药行业可能是灾难。因为你迭代一次的成本是数百万美元和12-18个月的时间。 Exscientia把6个资产同时推进临床，意味着：每个资产的资源和注意力都被稀释了实验验证可能没有做到足够严格的程度（因为要快）一旦某个资产失败，对公司的打击是成倍的（因为市场会质疑"你的AI平台是不是根本不work"）对比一下Relay ：Relay在IPO时（2020年）只有一个核心资产（zovegalisib ），但它把这个资产做到了FDA突破性疗法认定，做到了Phase 3临床。慢，但扎实。这是制药，不是互联网。五、并购：Recursion + Exscientia = ？ 5.1 交易条款 2024年8月宣布、2024年11月完成的这笔并购，条款如下：收购方 Recursion Pharmaceuticals（纳斯达克：RXRX ）被收购方 Exscientia（纳斯达克：EXAI ）交易金额约6.88亿美元（全部用Recursion股票支付）溢价相较Exscientia宣布并购前的股价，溢价约34%交易后结构 Exscientia成为Recursion的全资子公司，合并后的公司继续使用Recursion的名称，在纳斯达克交易 6.88亿美元——这个数字值得深思。 Exscientia在2021年IPO时募资了约4.64亿美元，估值32亿美元。也就是说，2024年被收购时的价格，连当年IPO募资额的一半都不到，更不用说估值缩水了。 5.2 Recursion为什么要买Exscientia ？从Recursion的角度看，这笔并购有几个合理的动机：技术互补 Recursion的核心是高通量实验 + 计算机视觉 + AI模型（它用自动化实验室每天做数万个实验，然后用这些数据训练AI模型）。Exscientia的核心是生成式分子设计。两家公司的技术栈是互补的——Recursion有"数据+实验"，Exscientia有"生成+设计"。管线整合合并后的管线有超过40个资产（虽然大多数还在临床前），覆盖了肿瘤、免疫、罕见病等多个领域。人才收购 Exscientia在邓迪的团队（包括Andrew Hopkins本人）加入了Recursion 。对于一家美国公司来说，收购一家英国公司也是某种意义上的"人才套利"。估值便宜 6.88亿美元买一个曾经价值32亿美元的平台——如果整合顺利，这是一笔很划算的交易。 5.3 合并后的现状（2026年）合并已经过去一年半了。合并后的Recursion表现如何？从我查到的信息来看： Recursion的股价在合并后有所上涨（从约6美元涨到约10美元），但距离2021年SPAC上市时的价格仍有差距管线在推进，但还没有任何一个资产进入Phase 3 市场对"合并后的协同效应"仍持观望态度一句话总结：合并解决了Exscientia的生存问题，但还没有证明1+1>2 。六、对AI制药行业的真正启示这一节是整篇文章的"灵魂"——我不想要一篇"讲故事"的文章，我要一篇"讲故事 + 给观点"的文章。 6.1 启示一：AI制药的两个流派，现在可以看清楚谁更靠谱了我在这篇文章里反复对比Relay和Exscientia ，不是巧合——它们代表了AI制药的两个流派：维度 Exscientia流派（分子生成派） Relay流派（靶点理解派）核心问题给定一个靶点，如何快速生成能结合它的分子？这个靶点到底长什么样？它在动的时候是什么样子？技术路径生成式AI（VAE/Transformer/扩散模型）分子动力学模拟 + 变构药物设计优势速度快，能生成大量候选分子设计的分子有更深的生物学基础劣势预测模型的准确性天花板计算成本高，速度慢临床验证失败（EXS-21546, DSP-1181 ）进行中（zovegalisib Phase 3 ）我的判断：长期来看，靶点理解派的胜率更高。原因很简单：如果你不理解靶点的生物学，你生成的分子再"优化"也是在无的放矢。AI可以帮助你更快地设计分子，但AI不能代替你理解生物学。 6.2 启示二：临床失败是AI制药的"成人礼" Exscientia的失败，对整个行业其实是一件好事——它用真金白银验证了一个道理： AI制药不是"换个方式写软件"，它是制药。制药的核心规律（临床失败率高、监管严格、商业化门槛高）不会因为"AI"两个字就改变。在2020-2021年的AI制药热潮里，很多公司（和投资者）潜意识里把AI制药当成了"软件公司"——觉得只要模型够好，就能快速、低成本地产出临床资产。 Exscientia的失败给这个幻想泼了一盆冷水。现在的AI制药行业（2026年）比2021年清醒了很多——大家不再谈"AI颠覆制药"，而是谈"AI加速制药"；不再谈"替代湿实验"，而是谈"干湿闭环"。这是进步。 6.3 启示三：对中国AI制药公司的警示中国AI制药公司在2021-2023年也经历了一波融资热潮（英矽智能、晶泰科技、百图生科等都完成了大额融资）。 Exscientia的失败对它们的警示是：不要只追求"资产数量" Exscientia在IPO时有6个临床资产，看起来很牛，但质量不够。英矽智能目前有~30个资产在管线里，其中大多数还在临床前——这些资产的质量如何，需要临床数据来验证。生成式AI不是万能药目前大多数中国AI制药公司（包括英矽）的核心技术都是"生成式分子设计"——这个路径Exscientia已经证明有天花板。需要思考的是：除了生成分子，你还能做什么？临床数据才是终极裁判无论你的AI平台听起来多酷，无论你发了多少篇Nature/Science ，最终裁判是临床试验数据。Exscientia在2020-2021年发了不少好文章，但临床数据出来后，股价该跌还是跌。七、结语：Exscientia没有白死写这篇文章的时候，我一直在想一个问题：Exscientia的失败是必然的吗？也许不是。如果EXS-21546的临床数据好一点，如果DSP-1181没有失败，今天的故事可能是另一个版本——Exscientia会成为AI制药的标杆，证明"AI设计的药物可以在临床上成功"。但反过来想，正是因为这些失败，整个行业才被迫变得更清醒、更严谨。 Exscientia用6.88亿美元的代价，给整个AI制药行业买了一堂昂贵的课。这堂课的核心内容是： Relay Therapeutics理解了这一点——它先花时间去理解蛋白质的动态构象，然后再设计分子。这个路径更慢、更难、更贵，但它更可能成功。 Exscientia没有理解这一点——它想用AI跳过"深入理解靶点"这一步，直接生成分子。这个路径更快、更容易、更性感，但它更可能失败。这就是两家公司命运分歧的根本原因。附录：Exscientia关键时间线时间事件 2012年 Andrew Hopkins创立Exscientia 2020年1月 DSP-1181进入Phase 1（全球首个AI设计药物进入临床） 2021年10月纳斯达克IPO ，募资4.64亿美元，市值32亿美元 2022年与赛诺菲签署潜在3亿美元合作 2023年10月 EXS-21546 Phase 1/2研究终止 2024年住友放弃DSP-1181进一步开发 2024年8月 Recursion宣布以6.88亿美元收购Exscientia 2024年11月并购完成，Exscientia退市

100 项与 LSD1抑制剂(苑东生物) 相关的药物交易

登录后查看更多信息

研发状态

10 条进展最快的记录,

后查看更多信息

适应症	最高研发状态	国家/地区	公司	日期
晚期恶性实体瘤	临床1期	中国	成都苑东生物制药股份有限公司	2025-11-24
神经内分泌肿瘤	临床申请批准	中国	成都苑东生物制药股份有限公司	2024-01-08
非小细胞肺癌	临床申请批准	中国	成都苑东生物制药股份有限公司	2024-01-08
小细胞肺癌	临床申请批准	中国	成都苑东生物制药股份有限公司	2024-01-08