Nature子刊：劉振明?/鄭南寧等開發(fā)AI新模型，用于天然產(chǎn)物挖掘及相關(guān)藥物發(fā)現(xiàn)

撰文丨王聰

編輯丨王多魚

排版丨水成文

天然產(chǎn)物（Natural Product）作為源自微生物、動(dòng)物或植物的代謝產(chǎn)物，具有多樣化的生物活性，因而對(duì)藥物發(fā)現(xiàn)至關(guān)重要。目前，天然產(chǎn)物研究中的深度學(xué)習(xí)方法主要依賴于針對(duì)特定下游任務(wù)設(shè)計(jì)的監(jiān)督學(xué)習(xí)策略。然而，這種“一任務(wù)一模型”的模式往往泛化能力不足，且存在較大的性能提升空間。此外，現(xiàn)有的分子表征方法并不完全適用于天然產(chǎn)物特有的任務(wù)需求。

近日，北京大學(xué)藥學(xué)院?劉振明?教授、西安交通大學(xué)人工智能與機(jī)器人研究所鄭南寧院士等，在 Nature 子刊Nature Machine Intelligence上發(fā)表了題為：Pretraining a foundation model for small-molecule natural products 的研究論文。

該研究開發(fā)了一種用于天然產(chǎn)物挖掘及相關(guān)藥物發(fā)現(xiàn)的基礎(chǔ)模型——NaFM。

在這項(xiàng)最新研究中，研究團(tuán)隊(duì)基于天然產(chǎn)物的獨(dú)有特性，預(yù)訓(xùn)練了一個(gè)天然產(chǎn)物基礎(chǔ)模型——NaFM（Foundation Model for Natural Product）。該方法采用專門針對(duì)天然產(chǎn)物設(shè)計(jì)的預(yù)訓(xùn)練策略，通過結(jié)合對(duì)比學(xué)習(xí)與掩碼圖學(xué)習(xí)目標(biāo)，在捕捉側(cè)鏈信息的同時(shí)，突出分子支架中蘊(yùn)含的進(jìn)化信息。NaFM 在與天然產(chǎn)物挖掘及藥物發(fā)現(xiàn)相關(guān)的多項(xiàng)下游任務(wù)中取得了最佳性能（SOTA）。

研究團(tuán)隊(duì)首先通過將分類學(xué)分類任務(wù)與專注于合成分子的基線模型進(jìn)行比較，說明現(xiàn)有模型在理解天然合成過程方面的不足。進(jìn)一步，通過在基因和微生物層面進(jìn)行細(xì)粒度分析，NaFM 展現(xiàn)出捕捉進(jìn)化信息的能力。最后，研究團(tuán)隊(duì)將該方法應(yīng)用于虛擬篩選，展示了其能夠形成信息豐富的天然產(chǎn)物表征，從而更有效地識(shí)別潛在藥物候選分子。

值得一提的是，Nature Machine Intelligence期刊發(fā)表了題為：Learning the chemical language of natural products 的 News & Views 文章，文章指出，該研究開發(fā)出了一種有前景的基礎(chǔ)模型，用于天然產(chǎn)物挖掘的一系列下游應(yīng)用。

論文鏈接：

https://www.nature.com/articles/s42256-026-01226-8