新品｜橡瞳™AI+类器官芯片药物筛选平台，药物研发从海量试错走向精准优先

新药研发的第一道难题，往往不是没有候选分子，而是候选太多。

一个靶点背后，可能对应成百上千个候选化合物；一个化合物库中，也可能隐藏着真正有开发价值的分子。但在研发早期，企业和科研团队最需要回答的问题是：

哪些分子值得优先推进？  

哪些候选物应该尽早淘汰？  

哪些方向需要进一步实验验证？

如果缺少有效的筛选和排序工具，药物研发很容易陷入广撒网、慢验证、高失败的循环。

为了解决这一问题，大橡科技正式推出橡瞳^TMAI+类器官芯片药物筛选平台（Evidence-Gated Drug Discovery Agent，Oakuloid^TM-EGDrugAgent）。

这是橡瞳^TMAI+类器官芯片药物研发决策系统先行推出的系列产品，面向药物研发早期筛选、候选分子优先级排序，帮助研发团队更快找到真正值得推进的药物方向。

基于贝叶斯证据融合与多维度评估的化合物

筛选工作流五核心阶段示意图

1.初期筛查（漏斗前期）：从化合物库出发，通过成药性筛选（如Lipinski规则、ADMET性质、血脑屏障（BBB）穿透性等进行初步过滤。
2.双通道优先排序（漏斗中期）：结合低成本通道（临床数据、已知机制、文献检索）进行主动优先排序，并辅以高成本通道（蛋白靶点结合预测、虚拟细胞平台扰动筛选等方案）进行深度验证。
3.贝叶斯证据融合（中间核心区）：将来自靶点结合、表型、临床、机制、记忆（历史数据）、安全性和文献等七个维度的证据进行贝叶斯综合评分与排序。
4.决策与分类（右侧部分）：基于多阶段评价背景（反馈-梯度-元决策），对候选化合物进行疾病亚型分层，并判定为“通过"、“暂缓"或“终止"，最终输出候选清单用于湿实验验证。
5.闭环反馈（底部回路）：湿实验验证结果（成功与失败数据）通过跨轮次记忆与无效路径登记反馈至初始化合物库，实现算法与筛选模型的迭代优化。

01 药物筛选，不能只靠多做实验

传统药物筛选依赖大量湿实验，虽然结果直观，但也面临几个现实问题：

※ 候选分子数量多，实验成本高

※ 早期筛选周期长，项目推进慢

※ 部分低价值分子消耗大量资源

※ 动物模型和传统细胞模型与人体反应存在差异

※ 实验数据难以持续沉淀为可复用的决策能力

因此，药物筛选的关键是：

在更早阶段判断哪些值得筛，哪些值得验证，哪些值得推进。

公开研究显示，单个获批创新药的研发成本高度依赖统计口径。基于公开财务数据的估算通常约为 10–16 亿美元/获批药物，而采用企业保密数据、失败项目和资本化成本的传统口径可达 25–29 亿美元。与此同时，新药研发存在显著漏斗效应：从数千至上万个早期化合物中通常仅产生一个获批药物，整体淘汰率超过 99.9%；即使进入临床阶段，最终获批成功率也仅约 8%–14%，即约 90% 的临床项目会失败。主要失败原因集中在疗效不足、安全性/毒性问题、药物样性质不足以及商业或战略因素。

02 橡瞳TM的核心逻辑：AI负责快筛，类器官芯片负责确证

橡瞳^TM药物筛选平台采用“AI辅助筛选+类器官芯片功能验证"的双重逻辑。

AI不是单纯替代实验，是帮助研发团队更快缩小范围；类器官芯片实验也不是孤立的检测，是为AI预测提供更接近人体的实验验证。

简单来说：

AI负责快，类器官芯片负责准。

平台可基于化合物结构、靶点信息、疾病背景和类器官实验数据，对候选分子进行多维度分析，帮助研发团队建立候选优先级。

随后，通过人源类器官芯片模型进一步验证候选药物在接近人体组织环境中的真实反应。每一次AI预测、每一次类器官芯片实验验证、每一组药物反应数据，都会进一步沉淀为可复用的数据资产，持续反哺模型优化，让下一轮筛选更加精准。

03 橡瞳TM药物筛选平台能解决什么问题？

重点帮助用户回答：

1.哪些候选分子更值得优先推进？  

通过AI模型对大量候选物进行快速排序，减少盲目实验。

2.哪些分子存在低价值或高风险信号？  

在早期阶段筛除明显不具备开发潜力的候选物。

3.哪些实验很值得做？  

用AI缩小实验范围，让类器官验证更聚焦、更高效。

同时，平台不会让筛选结果停留在一次性报告中。候选分子排序、药效验证结果、剂量反应曲线和类器官表型数据，均可持续沉淀为项目数据基础，为后续结构优化、组合筛选和模型迭代提供支持。

产品优势：

1.EGDrugAgent具备百万级项目筛选能力，单个项目候选空间可扩展至上亿级分子，理论覆盖规模可达约1.2亿个化合物。稳定运行后，预计可支持百万级分子/月的筛选通量。

2.EGDrugAgent可将单个高潜能化合物的首轮实验验证聚焦在约5–10例疾病相关类器官或患者来源模型中，减少大规模盲筛带来的实验负担。

3.EGDrugAgent可将高成本计算和湿实验验证范围压缩99%以上，预计节省90%以上的早期筛选时间和成本；具体比例会随实验体系、采购成本和验证规模变化。

4.EGDrugAgent的早期高潜力候选富集能力相比普通药物靶点互作基线提升约45倍，可显著提高首轮验证命中的概率。

04 为什么要加入类器官验证？

纯AI预测最大的问题，是客户往往会担心黑箱。

一个分子是否值得继续推进，最终仍需生物学证据验证：

AI负责发现潜在可能，类器官芯片则以高度仿生的人源模型验证其真实有效性，推动药物筛选从单纯计算预测，走向“预测—验证—反馈"的闭环。

05 适用场景

橡瞳TM-药物筛选平台适用于：

※ 苗头化合物筛选

※ 化合物库优先级排序

※ 靶点项目早期验证

※ 临床前候选物选择

※ 药企内部管线筛查

※ 高校/医院科研成果转化验证