在创新药研发领域，从苗头化合物（Hit）到先导化合物（Lead）的转化过程，常被视为充满挑战的“死亡之谷”。 2026上海生物医药合作大会关注到，这一阶段不仅决定着候选药物的成败，更直接影响到后续临床转化的效率与质量。随着新技术、新方法的应用，行业正通过多维度创新加速这一关键转化。

一、 识别与评估：多维筛选体系的建立

传统药物筛选通常依赖单一活性指标，现代药物发现则构建了多维评估体系。在初步筛选中，苗头化合物的活性强度（通常IC50 < 10 μM）仍是首要考量，但选择性、理化性质和初步毒性评估已前置化。

结构新颖性成为差异化竞争的关键。通过DNA编码化合物库（DEL）技术，辉瑞、诺华等企业已筛选出传统方法难以发现的独特骨架。某国内企业运用该技术，在三个月内从包含百亿级分子的库中筛选出针对难成药靶点的苗头化合物，其结构新颖性显著优于已知化合物。

计算化学与人工智能的深度融合，正在重构筛选范式。深度生成模型能够设计满足多重约束的分子结构，强化学习算法则可优化ADMET（吸收、分布、代谢、排泄、毒性）性质。某AI制药平台通过虚拟筛选，将苗头化合物的发现效率提升了50倍，同时将后续优化失败率降低了30%。

二、 结构优化：从“试错”到“理性设计”的范式转移

苗头化合物的优化已从传统的“合成-测试”循环，转向基于结构的理性设计。

结构生物学技术（如冷冻电镜、X射线晶体学）提供了靶点与配体相互作用的原子级细节，为精准优化奠定基础。

分子对接与自由能计算的精度不断提升，使得在合成前较准确预测结合模式与亲和力成为可能。针对某激酶靶点，研究人员通过计算指导的细微结构修饰，将苗头化合物的活性提升了2个数量级，同时改善了溶解性。

类药性的同步优化成为缩短研发周期的关键。将溶解度、渗透性、代谢稳定性等参数的优化融入早期设计，可避免先导化合物因类药性差而失败。采用“性质导向设计”策略，某项目在优化活性同时，将化合物的肝微粒体稳定性提升了5倍。

图片来源：药研新视角

三、 转化验证：从体外到体内的生物学确证

成功的先导化合物优化，离不开贯穿始终的生物学验证。

细胞水平的功能验证是关键一环。除了测定靶点抑制活性，还需在疾病相关细胞模型中验证功能效应（如抑制癌细胞增殖、调节免疫细胞功能）。对于某GPCR靶点，研究人员通过测定下游信号通路激活、β-抑制蛋白招募等多重读数，全面评估了化合物的功能特性。

体内药效学模型提供了更接近临床的验证场景。利用转基因动物模型、人源化模型或疾病原位模型，可评估化合物在复杂生物系统中的活性、初步药代动力学和安全性信号。在某自身免疫病项目中，通过在人间充质干细胞移植小鼠模型中的测试，成功筛选出具有体内活性的先导化合物。

四、 关键挑战与应对策略

平衡多重优化目标是主要挑战。活性、选择性、类药性、安全性等参数常相互制约。采用多参数优化（MPO）​ 方法，为各参数设定权重并计算综合得分，可辅助决策。帕雷托前沿分析有助于识别“最优平衡”的化合物集群。 应对“分子肥胖”趋势。在优化过程中，分子量、脂溶性常不自觉地增加，影响类药性。设定严格的“配体效率”和“脂配体效率”监控指标，确保每单位分子量或脂溶性对活性的贡献最大化。

构建快速迭代的学习循环。整合高通量合成、自动化测试与数据分析平台，实现“设计-合成-测试-分析”闭环的快速运转。某研发机构通过该模式，将单个优化循环从数周缩短至数天。

五、 未来趋势：技术融合与范式创新

人工智能的深度赋能将持续深化。生成式AI不仅用于设计分子，更可预测合成路线、评估知识产权风险，实现端到端的先导化合物生成与评估。 新型分子形态的探索拓宽药物形式。分子胶、PROTAC、共价抑制剂等新形态，为靶向“不可成药”靶点提供了可能。其独特的优化逻辑（如三元复合物形成效率、弹头反应性）需要建立新的评估体系。 转化医学的前置整合。在早期研究中更深入地整合生物标志物、疾病分型等转化医学要素，提升先导化合物临床转化的成功率。利用患者来源的类器官、器官芯片等模型，进行更贴近临床的疗效与安全性评估。

结语

从Hit到Lead的转化，是现代药物发现体系中科学与艺术、数据与经验深度融合的关键阶段。通过构建多维评估体系、实施理性设计策略、强化转化验证，并积极拥抱人工智能等新技术，研发机构正系统性地提升跨越“死亡之谷”的效率与成功率，为后续临床开发输送更优质的候选药物。这一过程的持续优化，是推动创新药研发整体提质增效的重要基石。

文章来源：药研新视角