DrugEvolve: 让AI学会自我进化，重塑药物研发全链条

近年来，基于大语言模型的AI系统正逐渐成为科学研究的新前沿。以Co-Scientist、Robin和Biomni为代表的系统，已经开始参与科学假设生成、研究方案设计和实验分析等科研过程；与此同时，AlphaEvolve和ERA等工作进一步表明，大语言模型可以与进化搜索相结合，用于发现创新算法，并对科学计算软件进行迭代改进。这些研究共同说明，AI系统正在数学、计算机科学等领域逐步重塑科学推理与算法研发的方式。

然而，科学研究中的计算模型和算法开发仍然很大程度依赖人工。一个算法从提出到真正可用，通常需要研究人员反复进行问题分析、模型设计、代码实现、训练评估和结果反馈，再根据实验结果不断修改方案。这种高度依赖人工经验的迭代开发模式周期长、成本高，也限制了大规模算法探索的效率。以AlphaFold为例，尽管投入了大量人力和计算资源，AlphaFold从1.0版本演进到3.0版本仍然用了近六年时间（2018年至2024年）。

这一问题在药物研发中尤为突出。药物研发横跨靶点识别、药物发现、临床前研究和临床研究等多个阶段，每个阶段又包含大量不同的计算任务。这些任务涉及蛋白质序列、分子图、三维结构、自然语言等不同类型的数据，也需要融合细胞生物学、分子生物学、药理学、药物化学和计算机科学等多学科知识，因此针对不同任务设计高性能算法往往需要大量专业经验和持续人工优化。

与此同时，AI对药物研发的加速并非源于单一环节的突破，而是贯穿于研发全周期的多阶段累计甚至协同协效应。换言之，仅仅优化某一个任务或某一个模型，并不足以真正实现药物研发流程的整体提速；关键在于全面推动各阶段算法的持续迭代优化，从而形成全链条的系统性跃升。因此，研究人员提出了一个比“AI能不能把某个药物研发任务做得更好”更进一步的问题：AI能不能自主设计、验证并持续改进能完成这类任务的已有算法？

为此，浙江大学、上海交通大学和上海创智学院的研究人员联合开发了DrugEvolve，一个面向药物研发全链条的自主算法进化AI系统。它的目标并不是再训练一个新的模型，而是将传统由研究人员反复完成的“算法设计—实现—训练—评估—分析—再设计”流程转化为一个可以持续运行的自主闭环。

DrugEvolve的使用方式较为直接，只需要研究者给出：任务 + 数据 + Baseline算法 + 优化目标。接下来，算法研发进入一个由AI驱动的闭环。整个系统由三个相互协同的功能域组成：

• Researcher：负责理解问题、调用科学知识和历史进化经验，提出新的算法设计；

• Engineer：负责将算法方案转化为可执行代码，并完成调试、训练和性能评估；

• Analyst：负责分析每轮进化的成功与失败原因，提炼下一轮优化方向。

系统运行还依赖两套长期资源：Cognition Library提供从文献中凝练出来的相关领域知识，Evolutionary Database则保存每一轮算法设计、代码、性能与分析结果，让系统不只记住成功的方案，也吸取失败的经验。因此，DrugEvolve的关键并不是“生成一次算法”，而是形成一个能够不断积累经验的闭环：算法设计  代码实现  训练验证  性能评估  分析结果  经验沉淀  下一轮进化

图1：DrugEvolve系统架构图。

DrugEvolve面向的并不是某一个特定任务或模型，而是药物研发中具有显著差异的一系列算法问题。为了检验其自主算法进化能力的通用性，研究人员将DrugEvolve应用于药物研发全链条的4个主要阶段、11项代表性任务和120个基准测试集，覆盖靶点识别、药物发现、临床前研究和临床研究。不同任务在数据模态、基础模型、优化目标和评价指标上均存在明显差异，涉及生物序列、分子图、三维结构和自然语言，并同时涵盖预测与生成任务。尽管面对高度异质的算法与任务设置，DrugEvolve仍能够针对不同问题自主开展算法设计、实现、训练、评估与迭代优化，并在11项任务中获得广泛的性能提升。换言之，DrugEvolve所展示的并不是针对某个benchmark的单点优化能力，而是同一套AI系统面向不同药物研发任务和基线算法开展自主进化与持续优化的能力。

图2：药物研发全链条中DrugEvolve的应用总览图。

DrugEvolve如何重塑算法？DrugEvolve的能力并不局限于网络层数、隐藏维度等常规参数调整，而是能够围绕不同任务的建模目标，对已有算法进行针对性的架构重设计。在不同任务中，DrugEvolve进化出的改进形式并不相同，而是涉及表征学习、跨实体交互、特征融合、生成机制以及预测模块等多个层面。也就是说，系统并非套用一套固定的“优化模板”，而是根据不同任务的特点探索与之匹配的算法方案。

在药物研发的靶点识别阶段，DrugEvolve分别对癌症基因模块检测、基因-疾病关联预测和蛋白质可成药位点识别三类任务开展了自主算法进化。其中，癌症基因模块检测以 CGMega（Nature Communications. 15: 5997, 2024）为起点；基因-疾病关联预测以FusionGDA（Briefings in Bioinformatics. 25: bbae380, 2024）为起点；蛋白质可成药位点识别则以多模态药物结合位点预测模型ALLSites（Advanced Science. 13: e16530, 2026）为起点。DrugEvolve在三种具有明显不同数据特征与建模目标的算法上均完成了自主架构进化。

以蛋白质可成药位点识别任务为例，DrugEvolve对ALLSites的核心表征与信息聚合方式进行了系统重构。原始ALLSites将蛋白级和残基级特征统一送入Transformer Decoder进行建模；进化后的ALLSites-Evo则在残基表征中进一步引入位置相关信息，并采用不同感受野的卷积模块进行多尺度序列特征提取。随后，蛋白级全局表示与残基级局部表示不再经过同一个Decoder，而是分别通过两个并行的Attention Pool进行特征聚合，再将两类表示融合用于最终的位点预测。

图3：蛋白质可成药位点识别任务与ALLSites的自主进化结果。

这种架构变化不仅提升了已参与进化的六类非共价结合位点预测性能，还进一步泛化到进化过程中未见过的可成药位点类型。例如，共价结合位点预测的AUPRC从0.713提升至0.823，催化位点预测的AUPRC从0.649提升至0.719，同时在隐蔽位点和多种翻译后修饰位点识别的任务上也获得稳定提升。DrugEvolve并没有只针对某一类结合位点识别任务做局部优化，而是进化出了具有更强跨位点泛化能力的蛋白可成药位点建模架构。

图4：ALLSites-Evo在未参与进化的蛋白质可成药位点类型上的泛化性能。

进入药物发现阶段，任务类型进一步变得多样。DrugEvolve在这一阶段覆盖了分子对接、药物-靶点相互作用预测、从头分子生成、靶向肽设计和 ADMET 性质预测五项任务。相应的进化起点分别包括EquiBind（ICML. 20503-20521, 2022）、DrugBAN（Nature Machine Intelligence. 5: 126-136, 2023）、CharRNN（ACS Central Science. 4: 120-131, 2018）、PepMLM（Nature Biotechnology. 44: 1002-1010, 2026）和FragNet（Journal of the American Chemical Society. 148: 9930-9950, 2026）。这些任务从三维结构预测到分子性质学习，再到生成式设计，模型形式和优化目标差异很大。但DrugEvolve并没有采用统一的修改模板，而是针对各任务的建模特点进化出不同的算法设计。

例如，在靶向肽设计的生成任务中，DrugEvolve给出了完全不同的进化方向。原始PepMLM采用靶蛋白条件下的连续片段掩码语言建模，将整个肽区域同时掩码，并通过单次前向预测完成所有肽位置的重建。仅3轮进化，DrugEvolve便将这一生成机制重构为迭代的掩码去噪，同时加入靶蛋白-多肽对比表征学习，使生成过程能够在目标蛋白条件下逐步优化肽序列。

这一生成机制的重构带来了明显的性能提升。在PepBench数据集上，生成肽与天然结合肽的相似性从0.231提升至0.325，同时生成的多肽序列内部多样性从0.051提升至0.375。进一步，用AlphaFold3对生成复合物进行结构评估时，在64.1%的靶点上，PepMLM-Evo生成肽对应复合物的ipTM不低于原始PepMLM生成结果。一个代表性案例中，天然肽-靶蛋白复合物的预测ipTM为0.590，而PepMLM-Evo设计肽与靶蛋白形成的复合物预测ipTM达到0.900。尽管设计肽与天然肽在序列上存在明显差异，其预测结构仍呈现高度相似的结合构象并占据相似的结合区域。

图5：靶向肽设计的PepMLM自主进化前后模型对比及性能结果图。

此外，DrugEvolve的自主算法进化还延伸到了临床前研究和临床研究阶段。在动物毒理学评估中，DrugEvolve对构建的基线模型AnimalMLP开展了优化，重新设计其分子表征和响应预测策略，使四种数据划分下的RMSE均明显降低。在临床研究阶段，DrugEvolve进一步对DDI预测模型MeTDDI（Nature Machine Intelligence. 6: 1094-1105, 2024）和药物副作用预测模型SDPred（Briefings in Bioinformatics. 23: bbab449, 2022）完成了自主进化，并在定量DDI、未见药物的副作用预测等更具挑战性的泛化场景中取得进一步提升。

为进一步理解 DrugEvolve的进化规律及其持续优化能力，我们以蛋白可成药位点预测为代表任务进行分析。在超过2,200 GPU hours的长期自主进化过程中，DrugEvolve共发现了331个性能超过原始ALLSites的算法架构。更值得关注的是，优于基线的架构数量并未在搜索早期迅速趋于饱和，而是随着计算投入持续增加，并呈现近线性的累积增长趋势；与此同时，搜索过程中的历史最优性能也经历了多个阶段的持续刷新。

这种持续提升并非来自围绕单一最优架构的反复微调。对进化结果进一步分析发现，不同阶段不断出现新的算法设计，包括表征学习策略、多尺度特征提取、任务适配模块以及长距离依赖建模机制等。不同类型的架构创新在独立进化轨迹中反复出现，说明DrugEvolve能够在多个潜在方向之间持续探索，并在“探索新方案”和“进一步优化已有优质方案”之间保持动态平衡。

进一步从全局进化树可以看到，随着进化深度增加，模型性能整体呈逐步提升趋势，说明有效的架构变化能够通过代际间的继承与修改不断积累。与此同时，性能下降的候选模型也不会被简单舍弃，而是被保留并作为负向进化经验进行分析，用于指导后续搜索，减少对低价值方向的重复探索，并降低过早收敛的风险。

因此，DrugEvolve实现的并不是简单地连续生成大量候选模型，而是一种能够持续积累经验、探索多样化架构、继承有效设计并利用失败经验反向指导搜索的进化过程。长期实验进一步表明，随着计算资源投入的增加，DrugEvolve仍能够持续发现新的高性能算法，为面向药物研发的规模化、自主算法创新提供了初步证据。

图6：DrugEvolve的进化分析与进化树。

DrugEvolve提供了一种不同于传统AI for Science的思路。它不只是完成科学任务，而是进一步探索如何让AI自主研发完成这些任务的算法。DrugEvolve将过去高度依赖研究人员反复进行的算法设计、实现、训练、评估和优化过程组织成一个可持续运行的闭环。在覆盖4个药物研发阶段、11项任务和120个基准测试集的系统验证中，DrugEvolve面向不同任务和基线模型实现了广泛的自主算法进化与性能提升，展现出跨任务开展算法研发的通用能力；进一步的长期进化分析也表明，这一过程能够持续探索新的算法设计并积累进化经验。DrugEvolve从药物研发开始，让AI迈向多科学领域的自主创新。

An AI system for autonomous algorithm evolution in drug development.

Zhimeng Zhou, Yang Nan, Minjie Mou, Yuntao Qian, Yixiu Liu, Zhengyu Zuo, Hao Yang, Weixian Xu, Bo Li, Wanghao Jiang, Yanlin Ren, Yang Liao, Yimeng Wang, Yinghong Li, Qingxia Yang, Zhiheng Xi, Tiantian Mi, Huaicheng Sun, Pengfei Liu, Feng Zhu; bioRxiv 2026.08.16.745117; 

https://doi.org/10.64898/2026.08.16.745117