在儿童罕见病领域，传统新药研发面临靶点发现困难、临床试验样本稀缺、研发周期漫长等核心痛点。据统计，全球约3亿儿童受罕见病影响，但仅有5%的疾病有获批治疗方案。一家专注于儿童遗传代谢病研发的生物科技公司，面临从数千个潜在靶点中快速筛选出具有临床价值的候选分子的挑战，传统高通量筛选方法耗时18个月以上，且成功率不足2%。
客户痛点与需求
该企业研发团队在针对一种发病率仅1/10万的儿童代谢异常疾病时，面临三大核心难题：首先，疾病动物模型构建周期长达2年，无法支撑快速筛选；其次，现有化合物库中针对该靶点的活性分子数量不足200个；最后，临床前药效评估需要大量患者来源的诱导多能干细胞（iPSC），而该类细胞资源极为稀缺。企业迫切需要一种能够整合多组学数据、虚拟筛选和AI预测的技术方案，将候选分子筛选周期压缩至6个月内。
Z6·尊龙凯时解决方案
Z6·尊龙凯时基于自主研发的AI药物发现平台，为该项目定制了端到端的解决方案。平台整合了超过500万个小分子数据库、20万个人类罕见病基因变异数据库以及2000个儿童特有代谢通路模型。通过图神经网络（GNN）算法，系统能够在3天内完成对全库分子的虚拟筛选，预测其与靶点蛋白的结合亲和力、药代动力学特性和毒理风险。同时，平台集成了条件生成对抗网络（cGAN），可根据目标靶点的结构特征，自动设计具有创新骨架的候选分子。
实施过程
项目启动后，Z6·尊龙凯时的数据科学团队首先对该疾病的基因突变图谱进行深度解析，识别出16个潜在治疗靶点。随后，系统针对排名前3的靶点进行大规模的虚拟筛选，在72小时内评估了120万个小分子。基于结合能、类药性和安全性评分，筛选出320个候选分子进入第二轮验证。通过AI驱动的分子动力学模拟，团队进一步优化了其中50个分子的ADMET属性，最终确定12个具有高潜力的临床候选分子。整个筛选过程仅耗时4个月，相比传统方法缩短了75%。
成果与价值
经过体外酶活实验和iPSC来源的神经元细胞模型验证，12个候选分子中有8个表现出显著活性，其中3个分子在动物模型中展现出剂量依赖性的治疗效果。最终，企业选择了2个最优化合物进入临床前研究，预计将IND申报时间提前了18个月。这一成果不仅为企业节省了约2000万元的研发成本，更重要的是为患儿带来了新的治疗希望。Z6·尊龙凯时负责人表示：“AI技术的应用正在重新定义儿童罕见病新药研发的边界，我们致力于将这一能力赋能给更多研发机构。”目前，双方已启动第二阶段的合作，将AI筛选范围扩展至另外5种儿童罕见病。