谷歌AI代理配合濕實驗找出蛋白結合分子

閉環機制

所謂閉環，是指AI智能體根據目標提出候選分子與實驗設計，濕實驗室或自動化平台執行合成與結合測試，實驗數據再輸入模型更新參數，如此往復迭代優化。

與純粹依靠計算模擬的路線相比，閉環讓模型直接接觸真實實驗結果，有助修正模擬與現實之間的偏差，減少後期動物或臨床階段的失敗風險。

納摩爾級

納摩爾是摩爾濃度單位，即每升溶液中含十的負九次方摩爾物質。分子與蛋白的結合強度達到納摩爾級，意味着極低濃度即可起效，通常被視為具藥物開發潛力的訊號。

行業背景

藥物研發歷來以周期長、成本高聞名，一款新藥從概念到上市往往需時十年以上。近年蛋白結構預測與生成模型興起，令AI設計分子從構想逐步變成工程問題。

大型科企近年密集布局生命科學，將雲端算力、機器學習與實驗室自動化整合成一體化平台，谷歌今次的閉環探索正屬於這一浪潮的延伸。

潛在影響

若閉環流程規模化，早期藥物發現的成本結構可能被改寫，實驗室自動化設備與數據基建的需求亦會上升。不過從候選分子到可用藥物仍需跨過毒理、代謝與臨床多重考驗。