Science丨斯坦福搭建虚拟生物技术框架，从临床试验中寻找药物研发线索 Original en chino
编辑丨&
在现代生物医药研发中，一个候选药物能否从概念走向临床并最终获批，取决于靶点是否真正有效、药物能否安全地作用于目标组织，以及临床结果是否支持预期疗效。这些问题分别涉及遗传学、功能基因组学、单细胞分析、药理学和临床医学，相关数据与专业工具长期分散在不同领域，研究人员很难将它们系统地整合起来。
2026 年 9 月 17 日，斯坦福大学团队在国际顶尖学术期刊《Science》上发表了一项突破性研究「The Virtual Biotech: A multi-agent AI framework for therapeutic discovery and development」，并推出了一个名为 Virtual Biotech 的多智能体 AI 研究平台。
该系统通过模拟一家生物技术公司的完整研发组织架构，由虚拟首席科学官（CSO）统筹协调，下设多个专业科学审查智能体。在论文展示的三个经典场景中，该系统展现了从海量临床试验中挖掘成功特征、评估前沿癌症靶点，到回溯临床失败试验机制的强大能力。
论文链接：https://www.science.org/doi/10.1126/science.aeg6779
多智能体分工协作
Virtual Biotech 设有四个研究部门，分别负责靶点识别与优先级排序、靶点安全性、治疗形式选择，以及临床开发分析。系统由 8 个专业科学家智能体、虚拟 CSO，以及负责领域情报和科学审查的两个支持智能体构成。
各智能体拥有不同的任务设定和工具权限，能够围绕遗传因果证据、细胞表达、功能依赖、药物可成药性、毒性信号和既往临床结果开展分析。
图 1：虚拟生物技术 AI 智能体、工具及编排流程概述。
为了打通异构数据，研究团队开发了专属的模型上下文协议（Model Context Protocol, MCP）服务器，将复杂的异构数据库与查询 API 封装为标准化的编程接口。
论文列出的资源涵盖超过 100 种分析工具，包括 78,726 个靶点、39,530 种疾病、约 1,450 万组蛋白质相互作用、超过 300 万组可信遗传集合，以及逾 1 亿份单细胞数据。平台还接入药物机制、药物不良事件、药物基因组学、PubMed 和 ClinicalTrials.gov 等资源。
在工作流上，虚拟 CSO 负责接收用户意图并进行澄清交互，随后将任务精准拆解并分发给虚拟专业科学家。各智能体并行执行分析、编写并运行代码，最后由科学审查智能体对输出结果进行严苛的质量控制与证据链审核。整个过程高度透明，用户可随时审查中间代码与原始数据。
图 2：使用 Virtual Biotech 进行大规模临床试验数据提取。
寻找与成功率相关的生物学特征
首先，团队希望了解药物靶点的分子特征是否与临床开发结果有关。原始临床试验记录常常缺少终点结果，或只以不统一的自由文本记录，因此系统需要先完成大规模资料整理。
为此，Virtual Biotech 调用了 37,075 个临床试验智能体，以完全并行的方式对 Open Targets 数据集中的 II 期和 III 期临床试验展开了地毯式结构化提取。
这批 II 期和 III 期试验在约 6 小时内完成处理；按照论文的比较估算，单个智能体处理同等规模的任务约需 1,839 小时，即 76.6 天，相当于约 184 倍的速度提升。
图 3：与关键临床试验结果显著相关的药物靶点的临床前单细胞图谱特征。
在完成整理后，系统进一步利用健康人体组织的单细胞图谱提取两类靶点特征。第一类是细胞类型特异性指数，用于衡量一个基因的表达是否集中于特定细胞类型；第二类是表达双峰性系数，用于描述表达分布是否呈现类似「开／关」的差异模式。
结果显示，靶点具有细胞类型特异性的药物，进入 IV 期试验的可能性高出 48%，从 I 期推进至 II 期的可能性高出 40%；其试验报告的平均不良事件率低 32%。较高的细胞类型特异性和表达双峰性也与更高的主要、次要终点达成率相关。在控制部分潜在混杂因素，并调整遗传证据后，这些统计关联仍然存在。
通过多模态证据评估靶点
在第二个场景中，研究团队将系统推向了具体的药物研发决策点：评估免疫检查点蛋白 B7-H3（CD276）在肺腺癌（LUAD）和小细胞肺癌（SCLC）中的治疗潜力。系统首先发现，单靠生殖系遗传证据不足以支持该靶点，但这并不意味着靶点必然无效，因此进一步分析了细胞类型、空间转录组和患者生存数据。
图 4：VirtualBiotech 评估作为肺癌治疗靶点的 B7-H3(CD276) 。
虚拟 CSO 敏锐指出，免疫检查点靶点的合理性往往源于肿瘤局部的体细胞过表达而非遗传风险。
分析超 40 万个单细胞图谱发现，B7-H3 并非均匀表达于所有细胞，而是高度富集于肿瘤相关成纤维细胞中。进一步分析 Visium 空间转录组（超 2.5 万测量点）确认，B7-H3 高表达区域周围呈现显著的局部免疫排斥表型，且与 TCGA 队列中患者更差的总生存期（HR = 1.62）显著相关。
该分析在完全无网络搜索，知识库截止于 2025 年 1 月的情况下完成，而 2025 年 8 月，FDA 正式授予了靶向 B7-H3 的 ADC 药物突破性疗法认定，验证了 Virtual Biotech 高度吻合的前沿设计洞察。
从失败实验回溯潜在机制
面对复杂的临床失败案例，Virtual Biotech 展现了强大机制复盘能力。团队针对 Phase II MOONGLOW 研究——一项靶向 OSMRβ 却于 2025 年 6 月因中期无效终止的溃疡性结肠炎（UC）试验展开了分析。
图 5：Virtual Biotech 对已终止的 II 期试验方案进行回顾性评估。
接入包含 43.5 万个细胞的 TAURUS 纵向单细胞图谱后，智能体框架给出了一种全新的解释：在难治性溃疡性结肠炎中，多个受体可能汇入相似的下游炎症信号；只阻断 OSMRβ，未必足以压制持续活跃的 JAK–STAT 通路。
基于此，系统构建了一个 10 基因的 gp130 轴风险评分。在 4 个独立 UC 临床队列中，该评分对治疗非应答的预测效能全面优于单独使用 OSMR 表达量。
仍需要独立验证
在严格的评估中，4 位独立人类专家对上述案例中的 8 项核心分析进行了代码级复现与审查，结论一致率达 100%。
虽然 Virtual Biotech 目前依然定位为早期人类治疗研发的计算决策支持系统（不负责真正实验操作），但它展现了 AI 从「单点文本工具」演进为「跨尺度协作组织」的巨大潜力。在人机协同的全新范式下，复杂的生物学假设正被以前所未有的速度生成、验证与重塑，加速通往真正的医疗突破。