辛克莱尔团队用AI两月完成160年分子筛选
大卫·辛克莱尔团队利用AI在两个月内从一万亿个分子中筛选出200个有潜力的“超级分子”，目标是找到能同时发挥三四种活性、让细胞返老还童的单一化合物。
团队在电脑中搭建虚拟漏斗，借助DeepMind蛋白质结构数据模拟对接，将传统需数千年的工作压缩至60天；下周这200个分子将进入人体细胞测试，AI评估是否从92岁衰老状态逆转至20岁年轻状态。
算力替代人工筛选大幅加速药物发现，事件驱动下长寿研究候选物快速涌现，小型实验室受益，传统药企研发周期承压。
来源：公开信息
ABAB AI 解读
辛克莱尔长期聚焦表观遗传重编程与抗衰，此前以基因疗法与鸡尾酒方案推进，此次转向单一多活性小分子以简化给药。
虚拟筛选依托蛋白质结构预测与大规模对接，动机在于突破传统药企单靶点局限；类似路径可见于其他AI驱动的de novo药物设计案例。
对标五年前人工难以触及的万亿级筛选，当前处于AI将生物学探索从实验瓶颈转向计算优先的阶段。
本质属于技术替代：算力将数千年实验时间压缩至数月，机制在于结构预测与分子对接使高通量筛选从物理变为虚拟。
ABAB News · 认知定律
算力把千年压缩成两月
多活性分子是药研新圣杯
AI让小团队挑战大药企