新品｜橡瞳™AI+類器官芯片藥物篩選平臺，藥物研發從海量試錯走向精準優先

新藥研發的第一道難題，往往不是沒有候選分子，而是候選太多。

一個靶點背后，可能對應成百上千個候選化合物；一個化合物庫中，也可能隱藏著真正有開發價值的分子。但在研發早期，企業和科研團隊最需要回答的問題是：

哪些分子值得優先推進？  

哪些候選物應該盡早淘汰？  

哪些方向需要進一步實驗驗證？

如果缺少有效的篩選和排序工具，藥物研發很容易陷入廣撒網、慢驗證、高失敗的循環。

為了解決這一問題，大橡科技正式推出橡瞳^TMAI+類器官芯片藥物篩選平臺（Evidence-Gated Drug Discovery Agent，Oakuloid^TM-EGDrugAgent）。

這是橡瞳^TMAI+類器官芯片藥物研發決策系統先行推出的系列產品，面向藥物研發早期篩選、候選分子優先級排序，幫助研發團隊更快找到真正值得推進的藥物方向。

基于貝葉斯證據融合與多維度評估的化合物

篩選工作流五核心階段示意圖

1.初期篩查（漏斗前期）：從化合物庫出發，通過成藥性篩選（如Lipinski規則、ADMET性質、血腦屏障（BBB）穿透性等進行初步過濾。
2.雙通道優先排序（漏斗中期）：結合低成本通道（臨床數據、已知機制、文獻檢索）進行主動優先排序，并輔以高成本通道（蛋白靶點結合預測、虛擬細胞平臺擾動篩選等方案）進行深度驗證。
3.貝葉斯證據融合（中間核心區）：將來自靶點結合、表型、臨床、機制、記憶（歷史數據）、安全性和文獻等七個維度的證據進行貝葉斯綜合評分與排序。
4.決策與分類（右側部分）：基于多階段評價背景（反饋-梯度-元決策），對候選化合物進行疾病亞型分層，并判定為“通過"、“暫緩"或“終止"，最終輸出候選清單用于濕實驗驗證。
5.閉環反饋（底部回路）：濕實驗驗證結果（成功與失敗數據）通過跨輪次記憶與無效路徑登記反饋至初始化合物庫，實現算法與篩選模型的迭代優化。

01 藥物篩選，不能只靠多做實驗

傳統藥物篩選依賴大量濕實驗，雖然結果直觀，但也面臨幾個現實問題：

※ 候選分子數量多，實驗成本高

※ 早期篩選周期長，項目推進慢

※ 部分低價值分子消耗大量資源

※ 動物模型和傳統細胞模型與人體反應存在差異

※ 實驗數據難以持續沉淀為可復用的決策能力

因此，藥物篩選的關鍵是：

在更早階段判斷哪些值得篩，哪些值得驗證，哪些值得推進。

公開研究顯示，單個獲批創新藥的研發成本高度依賴統計口徑。基于公開財務數據的估算通常約為 10–16 億美元/獲批藥物，而采用企業保密數據、失敗項目和資本化成本的傳統口徑可達 25–29 億美元。與此同時，新藥研發存在顯著漏斗效應：從數千至上萬個早期化合物中通常僅產生一個獲批藥物，整體淘汰率超過 99.9%；即使進入臨床階段，最終獲批成功率也僅約 8%–14%，即約 90% 的臨床項目會失敗。主要失敗原因集中在療效不足、安全性/毒性問題、藥物樣性質不足以及商業或戰略因素。

02 橡瞳TM的核心邏輯：AI負責快篩，類器官芯片負責確證

橡瞳^TM藥物篩選平臺采用“AI輔助篩選+類器官芯片功能驗證"的雙重邏輯。

AI不是單純替代實驗，是幫助研發團隊更快縮小范圍；類器官芯片實驗也不是孤立的檢測，是為AI預測提供更接近人體的實驗驗證。

簡單來說：

AI負責快，類器官芯片負責準。

平臺可基于化合物結構、靶點信息、疾病背景和類器官實驗數據，對候選分子進行多維度分析，幫助研發團隊建立候選優先級。

隨后，通過人源類器官芯片模型進一步驗證候選藥物在接近人體組織環境中的真實反應。每一次AI預測、每一次類器官芯片實驗驗證、每一組藥物反應數據，都會進一步沉淀為可復用的數據資產，持續反哺模型優化，讓下一輪篩選更加精準。

03 橡瞳TM藥物篩選平臺能解決什么問題？

重點幫助用戶回答：

1.哪些候選分子更值得優先推進？  

通過AI模型對大量候選物進行快速排序，減少盲目實驗。

2.哪些分子存在低價值或高風險信號？  

在早期階段篩除明顯不具備開發潛力的候選物。

3.哪些實驗很值得做？  

用AI縮小實驗范圍，讓類器官驗證更聚焦、更高效。

同時，平臺不會讓篩選結果停留在一次性報告中。候選分子排序、藥效驗證結果、劑量反應曲線和類器官表型數據，均可持續沉淀為項目數據基礎，為后續結構優化、組合篩選和模型迭代提供支持。

產品優勢：

1.EGDrugAgent具備百萬級項目篩選能力，單個項目候選空間可擴展至上億級分子，理論覆蓋規模可達約1.2億個化合物。穩定運行后，預計可支持百萬級分子/月的篩選通量。

2.EGDrugAgent可將單個高潛能化合物的首輪實驗驗證聚焦在約5–10例疾病相關類器官或患者來源模型中，減少大規模盲篩帶來的實驗負擔。

3.EGDrugAgent可將高成本計算和濕實驗驗證范圍壓縮99%以上，預計節省90%以上的早期篩選時間和成本；具體比例會隨實驗體系、采購成本和驗證規模變化。

4.EGDrugAgent的早期高潛力候選富集能力相比普通藥物靶點互作基線提升約45倍，可顯著提高首輪驗證命中的概率。

04 為什么要加入類器官驗證？

純AI預測最大的問題，是客戶往往會擔心黑箱。

一個分子是否值得繼續推進，最終仍需生物學證據驗證：

AI負責發現潛在可能，類器官芯片則以高度仿生的人源模型驗證其真實有效性，推動藥物篩選從單純計算預測，走向“預測—驗證—反饋"的閉環。

05 適用場景

橡瞳TM-藥物篩選平臺適用于：

※ 苗頭化合物篩選

※ 化合物庫優先級排序

※ 靶點項目早期驗證

※ 臨床前候選物選擇

※ 藥企內部管線篩查

※ 高校/醫院科研成果轉化驗證