DrugGen 2：看得懂「疾病脈絡」的藥物設計語言模型

藥物設計是生成式 AI 很被看好的應用場域，但過去多數方法有個共同盲點：它們生成分子時，通常只盯著特定的標靶蛋白或一般的分子性質，卻忽略了「疾病脈絡」會怎麼改變標靶的行為與治療結果。同一個蛋白質，在不同疾病環境下扮演的角色可能不一樣，只看標靶不看疾病，等於少看了一半。

研究者提出的 DrugGen-2 就是要補這個洞。它是一個生成模型，設計小分子時會同時參考兩樣東西：疾病的本體論（disease ontology，可以理解成一套結構化的疾病知識分類），以及目標蛋白的序列。技術上，它是拿預訓練好的 GPT-2 模型、再用一套精選過的資料集去微調而成。等於把語言模型「照著上下文生成」的本事，從產文字挪到產分子結構。

值得留意的是它用的還是 GPT-2 這種以今天標準看不算大的基礎模型。這說明在藥物設計這種高度專業的垂直領域，模型的「懂不懂領域」往往比「參數多不多」更關鍵——關鍵在於餵對資料、設計對條件，而不是一味把模型堆大。跟今天 CineMobile 把生成模型塞進手機的思路異曲同工，都在證明對的場景不必然要靠最大的模型。

歸剛點評：AI 設計藥物聽起來很未來，但真正難的一關永遠在後頭——電腦生出來的分子，還得進實驗室做濕實驗、動物試驗、臨床，一路九死一生。DrugGen-2 的意義在方法論：把「疾病脈絡」納進條件，讓 AI 生成的候選分子更貼近真實治療情境，能不能減少後段的白工，才是它值不值錢的地方。