多倫多大學用機器學習設計長效注射劑：一次命中目標釋放曲線

這是一個把機器學習帶入高分子長效注射劑配方設計的開源方案。多倫多大學團隊把預測藥物緩釋曲線的模型和整理好的資料集打包放了出來，幫藥劑研發人員跳過傳統實驗室裡漫長盲目的試錯過程。

它能做什麼

長效注射劑通常用於慢性病治療，通過聚合物載體在體內數週甚至數月緩慢釋放藥物，減少患者頻繁用藥的麻煩。

以往做這種劑型，研發人員得靠手工配置大量不同聚合物比例的樣品，一個個做釋放測試，經過多輪調整才能磨出理想的釋放速度。

這套方案直接用資料預測釋放曲線。團隊拿一款用於治療卵巢癌的藥物做了實測，以往可能需要反覆多次迭代的緩釋配方，利用模型給出的設計標準，只做了一次實驗就拿下了目標慢釋速率。

怎麼做到的

團隊首先梳理了過去公開發表的聚合物微粒研究文獻，整理出一份專用於長效注射劑配方的資料集，並拆分成訓練集和測試集。

接著，他們對比測試了 11 種不同的機器學習演算法，涵蓋多元線性迴歸、隨機森林、輕量梯度提升機 LightGBM 以及神經網路。

對比結果顯示，基於樹的模型表現最為突出，其中 LightGBM 的預測準確率最高。

研究人員隨後利用分析技術反向解析 LightGBM 學到的特徵規律，提煉出可用於指導新配方的具體設計準則，直接落地到卵巢癌藥物的微球製備中。

目前，整個專案的完整程式碼和整理後的訓練資料集已經全部託管在開源平臺 Zenodo 上，供研究人員直接下載使用。

為什麼重要

對於從事藥物遞送和製劑開發的科研人員或藥企研發團隊來說，這套工具非常值得參考。哪怕手頭資料不多，也能先用這套開原始碼和基線模型跑通自己的釋放預測流，省去初期搭建框架的大量成本。

我們認為，這項工作最聰明的地方在於務實。它沒有一味去拼引數量龐大的深度神經網路，而是證明了在製劑資料有限的場景下，LightGBM 這類樹模型往往更穩定、也更便於反向解釋設計邏輯。

不過它的痛點同樣明顯。正如研究團隊所指出的，目前藥學領域嚴重缺乏標準化且開源的實驗資料集，大部分實驗室的資料都被鎖在封閉文獻或私有系統裡。資料基座如果擴充不起來，演算法再聰明，在更復雜的劑型上也很難真正放開手腳。