AI重塑CNS药物研发：从筛分子到建坐标
自20世纪末机器学习介入药物发现，到近年生成式AI迅猛发展，AIDD始终聚焦于提升筛选效率与预测精度。
然而，当AI进入CNS（中枢神经系统）药物研发领域时，却未如肿瘤、抗体或结构生物学般迎来突破性进展。
我们逐渐明白，CNS领域的AIDD瓶颈，不在效率，而在范式。靠堆靶点、堆化合物的“大力出奇迹”逻辑，在此已行不通。
问题或许不在AI失效，而在于传统CNS研发长期依赖一套“难以验证的科学假设”。
如今AI的任务，不再是重复模拟，而是协助科学家重建整个研发体系。
CNS药物研发，
不是“理性科学”，而是“经验科学”
回望历史，CNS研发存在三大结构性困境：
机制不明，药却持续使用
许多经典CNS药物本质是：
多靶点作用
表型筛选获得
临床偶然有效
甚至常出现：
先确认有效，再解释为何有效
这在肿瘤或代谢领域难以想象，却是CNS常态。
动物模型≠人类模型
CNS研发的核心矛盾，在于用小鼠行为推断人类情绪与认知。
现实是：
小鼠可表现“焦虑”，却无法真正体验“抑郁”
可观察“探索行为”，却无法表达“认知障碍”
所有行为指标均为高度间接
结果是：
动物模型虽明确，但与人类疾病映射关系模糊
临床试验噪声丛生
CNS更致命的问题是：临床试验噪声极高，新药常面临：
安慰剂效应强烈
生物标志物匮乏
病程漫长且异质性强
最终导致：
许多药失败，并非无效，而是“无法被证实有效”
一句话总结：
CNS研发的核心难题，不是“无药可寻”，而是“无法建立可靠因果链”。
不是AI不够强，
而是“输入数据体系”本就不成立
多数AI药企默认前提：
数据越多，模型越能发现规律
但在CNS，这一前提本身存疑。
因为现实是：
动物行为 ≠ 人类症状
神经活动 ≠ 临床结局
文献知识 ≠ 真实因果
换言之：
问题不在数据量，而在数据“错位”。
这导致关键瓶颈：
AI在CNS中，可能一直在“错误坐标系”里做无效优化。
CNS领域的AIDD
必须重建自己的坐标系
近年，底层变革正在发生：
CNS研发正从“靶点驱动”转向“系统映射驱动”。
这一变革体现为三层重构：
第一层：从“靶点世界”走向“效应世界”
传统路径：
分子 → 靶点 → 通路 → 疾病
但CNS证据显示：
大脑中，“靶点”非稳定单元，“网络效应”才是核心。
新问题变为：
该药的“整体神经活动模式”如何？
它更接近哪种已知药物？
引发何种行为表型变化？
第二层：从“机制假设”走向“效应聚类”
新思路是：不预设机制，先定义“效应空间”——面对候选分子：
不问“作用哪个靶点”
而问“它像哪种药”
再反推机制
本质是：
以数据结构替代假设结构
第三层：从“动物模型”走向
“行为—神经映射系统”
CNS AIDD的关键转变，在于模型本身升级。
传统模型：
人工诱导疾病 → 观察行为
新一代思路：
行为 + 神经信号 + 细胞活动 → 多模态映射
即：
不再视行为为结果，而视为“可计算信号”
在CNS领域，
AIDD正从“筛分子”，转向“建坐标系”
在此变革中，以寒武智元为代表的新平台，正做更底层的事：
重建CNS药物的“效应空间”
其目标非优化单一模型，而是完成三件基础工作：
01 构建“神经功能指纹”
摆脱传统靶点体系，建立：
神经元放电模式
神经递质动态
动物行为表型
等新评价体系，将药物拆解为“功能信号”
02 建立“效距空间”
核心理念：
每个药物不是点，而是“行为-神经效应向量”
AI可在新坐标系中实现：
药物聚类发现
相似机制识别
药物功能重定位
全程无需预设靶点
03 反向生成“疾病映射”
在新信号体系与坐标空间基础上，关键第三步是：从“药物空间”反推“疾病空间”——即：
哪些行为模式对应何种疾病？
哪些神经信号对应何种症状？
哪些分子可“纠正”异常状态？
本质上，我们终于将CNS从“不可预测系统”，变为“可嵌入空间”
CNS药物研发正在
从“挖掘过程”变为“映射过程”
过去逻辑：
找靶点 → 做分子 → 做试验 → 验证疗效
未来逻辑：
构建神经-行为空间
↓
定义效应结构
↓
在空间中寻找最优干预路径
↓
反推分子机制
这意味着CNS研发正从“无序挖掘”转向“系统建模”。
回到原点：
AI时代，CNS研发究竟发生了什么？
更准确的答案是：
我们不再追求“找到正确药”，而是有机会“定义何为正确”。
在CNS研发洗牌中，以寒武智元为代表的新平台正在崛起：
它们不止于分子筛选或模型预测，而是试图重建“神经—行为—分子—疾病”的统一坐标系，让CNS药物发现告别盲目探索，拥有自己的地图。
寒武智元独家CNS功能性神经指纹AI筛选模型
寒武智元的目标，不是成为传统AI药企，而是成为CNS创新时代的基础设施构建者。
寒武智元业务全景图
我们坚信，未来真正颠覆CNS研发的，不是化合物库最大的公司，而是最早建成“CNS药物底层模型”的企业——它将开启一种全新的认知模式，让“AI全周期设计并成功上市、重塑CNS治疗格局”的药物成为可能。