AI化学语言模型扒拉出数10种既往未知代谢物

解析哺乳动物分子暗物质

人工智能「化学语言模型」鉴定出数10种既往未知代谢物，可为药物研发开辟全新作用靶点。

Fei Wang、Russ Greiner

计算机专业博士研究生Fei Wang（左）、计算机科学家Russ Greiner（右）、生物化学家David Wishart（未出镜）隶属于1支国际研究团队。该团队研发AI化学语言模型DeepMet，能够识别哺乳动物体内此前未被发现的代谢物。

拍摄：Scott Lilwall/Amii

宇宙学家将维系宇宙万物的神秘无形物质定义为暗物质。据估算，这类不可见的暗物质占宇宙总量的１/４以上。

化学领域中的暗物质，指存在于骨骼与组织内、无法通过质谱法检测识别的数千种小分子，也是代谢物的主要构成部分。

近日，阿尔伯塔大学计算机科学博士研究生Fei Wang，在计算机科学家Russ Greiner与生物化学家David Wishart的指导下，联合国际研究团队，基于2,000余种已知人类代谢物的化学结构训练化学语言模型，完整绘制出哺乳动物代谢组的分子暗物质图谱。该研究成果已于2026年1月发表于Nature。Nature｜化学语言模型预测未知代谢物

ChatGPT等AI模型依靠学习语言规律预测语句词汇，DeepMet原理与之类似，通过解析已知代谢物的化学结构，掌握代谢运行内在逻辑，从而预测未知代谢物。

研究人员生成10亿种潜在分子结构后发现，AI高频输出的分子，最有可能为天然真实代谢物。该技术依托生物化学固有规律，实现生物体内未知分子的批量识别。目前，团队已在人类与小鼠样本中，成功鉴定出数10种未被报道的哺乳动物代谢物。

研究作者表示，代谢物是机体生理运作的核心组分。明确代谢物的供能机制、结构构建功能与信号传导作用，能够优化疾病诊断手段，助力研发靶向调控代谢通路的新型药物。

「基因如同人体的先天蓝图，决定先天生理特征；代谢物则反映机体实时生理状态，其研究价值不言而喻。」Russ Greiner说道。

本研究由路德维希癌症研究中心、美国国立卫生研究院、加拿大基因组计划、不列颠哥伦比亚基因组机构、阿尔伯塔基因组机构、加拿大创新基金会、加拿大首席研究员计划、普林斯顿语言研究所、加拿大自然科学与工程研究理事会、阿尔伯塔人工智能研究院（Amii）及加拿大高级研究院联合资助。

Russ Greiner与David Wishart为妇女与儿童健康研究所研究员。

详细总结

思维导图

核心内容

参考

Researchers shed light on molecular dark matter in mammals https://www.ualberta.ca/en/folio/2026/04/researchers-shed-light-on-molecular-dark-matter-in-mammals.html

注：AI辅助创作，如有错误欢迎指出。内容仅供参考，不构成任何建议。