AI+生物知识图谱，加速功效成分开发

近期，MetaNovas Biotech 元星智药的首席科学家罗衡博士接受了《happi China》杂志的采访。访谈中，他围绕 AI 加生物知识图谱驱动的机制理解和功效型原料开发，深度剖析了 AI 技术，特别是生物知识图谱的引入，如何加速化妆品原料的研发，助力开发更高效、更精准的功效型化妆品……

罗衡 博士

首席科学家

MetaNovas Biotech 元星智药

据罗衡介绍，MetaNovas Biotech 元星智药通过四大 AI 平台实现了从原料挖掘到产品设计的全流程创新——

第一个平台是高细粒度自然语言处理平台（MetaNLP），利用自然语言处理技术，系统性挖掘海量文献和专利，将知识结构化，为知识图谱的构建提供基础。

第二个平台是生物知识图谱平台（MetaKG），整合医学、护肤品、功能食品等多领域数据，构建千亿级别数据的知识图谱。这一平台能精准关联皮肤表型、生物学机制、基因和原料功能，从而驱动创新。

第三个平台是组学平台（MetaOmics），通过整合不同人群的基因组、转录组、肠道菌群和皮肤菌群数据，为产品设计提供差异化和精准化的依据。

第四个平台是生物活性肽生成平台（MetaPep），通过AI生成全新序列和结构的多肽原料，快速高效地开发新型化妆品成分。

“以敏感肌为例，MetaNovas 通过知识图谱，揭示敏感肌相关的靶点、生物学通路和基因差异。通过图谱分析，研究团队识别了与细胞外基质、胶原蛋白生成、炎症调节相关的靶点。这些信息能帮助研发团队优化现有原料的选择，提供明确的机制指导，为精准配方设计铺平道路。”

在微生态研究中，AI 通过菌群与代谢产物的关系，解析其对皮肤老化、保湿等问题的影响。例如，同年龄段的人群其皮肤衰老速度也有差异，除了基因的影响之外，皮肤菌群和其代谢产物与衰老的进程也存在相关性，基于知识图谱的对应信息，团队能够有针对性地开发改善菌群、延缓衰老的功效性产品。

如今，AI 的运用对于配方行业已不是一个“遥远”的词语，“以α-酮戊二酸为例，AI 能够识别其潜在抗衰老靶点，并通过通路分析发现其在护肤领域的全新和细分应用方向，如促进细胞自我更新和 DNA 损伤修复。在复配设计中，团队通过模型计算和二维投影分析，综合评估不同原料的机制互补性。”

罗衡在此次采访中也重点介绍了 AI 赋能原料开发与复配设计。他举例分析，在原料筛选方面，MetaNovas 通过知识图谱结合 AI 模型，快速筛选出能促进特定胶原蛋白合成的成分。

与此同时，MetaNovas 还可以分析各种抗衰成分间机制和功效的异同，如α-戊二酸与白藜芦醇、槲皮素等成分的功效和生物学机制上的差异和潜在互补性，经过 AI 分析优化后的配方能更全面覆盖抗衰老相关的生物学过程，从而提升产品功效。通过 AI 与生物学的深度结合，MetaNovas 正在将偶然的科学发现转化为模式化成功。

MetaNovas 的多肽生成平台是另一大亮点。基于 AI 和分子动力学模拟，该平台可以快速设计并优化活性多肽。比如，其开发的抗炎多肽在实验中展现出接近药物地塞米松的效果，证明了 AI 在分子设计领域的潜力。

罗衡最后指出，AI 驱动的生物技术创新，正为行业开辟新蓝海。在 AI 的助力下，功效型化妆品的研发将更具科学性与前瞻性，将加速满足消费者日益多样化的需求，为行业的可持续发展开辟了新路径。

从机制理解到产品研发，从知识积累到商业化转化，与罗衡的对话为我们展现了美妆开发的一种全新的可能性。

来源：

采访&撰稿：Candy Tang