辛克萊爾團隊用AI兩月完成160年分子篩選
大衛·辛克萊爾團隊利用AI在兩個月內從一萬億個分子中篩選出200個有潛力的“超級分子”，目標是找到能同時發揮三四種活性、讓細胞返老還童的單一化合物。
團隊在電腦中搭建虛擬漏斗，藉助DeepMind蛋白質結構數據模擬對接，將傳統需數千年的工作壓縮至60天；下週這200個分子將進入人體細胞測試，AI評估是否從92歲衰老狀態逆轉至20歲年輕狀態。
算力替代人工篩選大幅加速藥物發現，事件驅動下長壽研究候選物快速湧現，小型實驗室受益，傳統藥企研發週期承壓。
來源：公開信息
ABAB AI 解讀
辛克萊爾長期聚焦表觀遺傳重編程與抗衰，此前以基因療法與雞尾酒方案推進，此次轉向單一多活性小分子以簡化給藥。
虛擬篩選依託蛋白質結構預測與大規模對接，動機在於突破傳統藥企單靶點侷限；類似路徑可見於其他AI驅動的de novo藥物設計案例。
對標五年前人工難以觸及的萬億級篩選，當前處於AI將生物學探索從實驗瓶頸轉向計算優先的階段。
本質屬於技術替代：算力將數千年實驗時間壓縮至數月，機制在於結構預測與分子對接使高通量篩選從物理變爲虛擬。
ABAB News · 認知定律
算力把千年壓縮成兩月
多活性分子是藥研新聖盃
AI讓小團隊挑戰大藥企