多伦多大学用机器学习设计长效注射剂：一次命中目标释放曲线

这是一个把机器学习带入高分子长效注射剂配方设计的开源方案。多伦多大学团队把预测药物缓释曲线的模型和整理好的数据集打包放了出来，帮药剂研发人员跳过传统实验室里漫长盲目的试错过程。

它能做什么

长效注射剂通常用于慢性病治疗，通过聚合物载体在体内数周甚至数月缓慢释放药物，减少患者频繁用药的麻烦。

以往做这种剂型，研发人员得靠手工配置大量不同聚合物比例的样品，一个个做释放测试，经过多轮调整才能磨出理想的释放速度。

这套方案直接用数据预测释放曲线。团队拿一款用于治疗卵巢癌的药物做了实测，以往可能需要反复多次迭代的缓释配方，利用模型给出的设计标准，只做了一次实验就拿下了目标慢释速率。

怎么做到的

团队首先梳理了过去公开发表的聚合物微粒研究文献，整理出一份专用于长效注射剂配方的数据集，并拆分成训练集和测试集。

接着，他们对比测试了 11 种不同的机器学习算法，涵盖多元线性回归、随机森林、轻量梯度提升机 LightGBM 以及神经网络。

对比结果显示，基于树的模型表现最为突出，其中 LightGBM 的预测准确率最高。

研究人员随后利用分析技术反向解析 LightGBM 学到的特征规律，提炼出可用于指导新配方的具体设计准则，直接落地到卵巢癌药物的微球制备中。

目前，整个项目的完整代码和整理后的训练数据集已经全部托管在开源平台 Zenodo 上，供研究人员直接下载使用。

为什么重要

对于从事药物递送和制剂开发的科研人员或药企研发团队来说，这套工具非常值得参考。哪怕手头数据不多，也能先用这套开源代码和基线模型跑通自己的释放预测流，省去初期搭建框架的大量成本。

我们认为，这项工作最聪明的地方在于务实。它没有一味去拼参数量庞大的深度神经网络，而是证明了在制剂数据有限的场景下，LightGBM 这类树模型往往更稳定、也更便于反向解释设计逻辑。

不过它的痛点同样明显。正如研究团队所指出的，目前药学领域严重缺乏标准化且开源的实验数据集，大部分实验室的数据都被锁在封闭文献或私有系统里。数据基座如果扩充不起来，算法再聪明，在更复杂的剂型上也很难真正放开手脚。