近日，中国科学技术大学教授赵刚课题组借助人工智能方法，从数万种化合物中快速锁定有潜力的候选分子，并在冰晶、细胞和组织三个层面完成实验验证，为低毒性、低用量的新型冷冻保存配方提供了可行方案。11月9日，相关成果在线发表于《先进材料》。

从AI辅助发现小分子冷冻保护剂到多尺度实验验证。中国科大供图

从AI辅助发现小分子冷冻保护剂到多尺度实验验证。中国科大供图

细胞、血液与组织样本的长期保存，离不开冷冻保护剂。但长期以来可选试剂屈指可数：红细胞保存主要用甘油，有核细胞多用二甲基亚砜。这类试剂浓度高时存在毒性，使用前后的添加与去除步骤繁琐，保护效果也并不总能令人满意。寻找更安全、更高效的替代分子，是低温生物医学领域长期未解的难题。难点在于分子结构与保护效果之间的关系难以凭经验判断，只能依靠大量试错实验逐一验证，耗时费力。

针对这一瓶颈，研究团队把已在语言处理领域成熟应用的预训练模型“迁移”到化学分子上：让模型读取分子的序列式表达，学会把结构特征与已有实验数据对应起来，再对候选化合物按潜力排序，优先挑选最值得做实验的一小部分。团队从7.5万余种化合物中分级选出10余个候选分子进入实测，大幅压缩了筛选规模。模型在已有实验数据上表现稳定，据此给出的排序成为确定实验优先级的依据。

实验结果显示，这批候选分子中已有多个分子表现出抑制冰晶长大的能力。在低甘油配方中加入筛选出的候选分子后，红细胞冻融回收率超过91%；在常规慢速冷冻体系中，加入该分子也将回收率由约95%提升至97%以上。在人脐带来源间充质干细胞的冻存实验中，配合优化后的基础配方，复温存活率达到93.6%。在大鼠腹主动脉的组织冻存模型中，加入候选分子后的血管力学性能与组织结构也更接近新鲜组织。

研究人员介绍，这项工作把人工智能的分子筛选能力与低温保存的实验验证贯通起来，形成了一条可复用的新型保护剂研发路径，有望减少细胞治疗、输血医学和组织样本库对传统高浓度保护剂的依赖，并为后续面向临床与转化场景的配方优化提供基础。

相关论文信息：https://doi.org/10.1002/adma.75629