這個(gè)技術(shù)體系的核心挑戰(zhàn)在于：以突破性的速度，將自然界中海量植物化學(xué)物質(zhì)數(shù)字化，并結(jié)合真實(shí)世界篩選數(shù)據(jù)，轉(zhuǎn)化為潛在藥物候選。這一挑戰(zhàn)決定了僅依賴算法是遠(yuǎn)遠(yuǎn)不夠的，必須具備高質(zhì)量、高規(guī)模的實(shí)驗(yàn)數(shù)據(jù)持續(xù)驅(qū)動(dòng)AI模型。

Enveda解決方案強(qiáng)調(diào)多技術(shù)集成：高通量篩選（HTS）、計(jì)算代謝組學(xué)、知識(shí)圖譜以及自動(dòng)化液體處理系統(tǒng)。其中，Echo聲波移液系統(tǒng)在整個(gè)系統(tǒng)中承擔(dān)關(guān)鍵角色。Echo以最低2.5 nL的體積進(jìn)行非接觸式精準(zhǔn)分液，實(shí)現(xiàn)384孔和1536孔板之間的高效轉(zhuǎn)移，使實(shí)驗(yàn)可以在極小體積下完成，大幅提升篩選通量并降低試劑消耗。

這揭示了AI藥物發(fā)現(xiàn)的核心邏輯：算法能力依賴于實(shí)驗(yàn)數(shù)據(jù)，而高質(zhì)量數(shù)據(jù)獲取能力決定了AI系統(tǒng)的上限。

依托這一平臺(tái)，Enveda對約4000種植物提取物進(jìn)行了系統(tǒng)篩選。在基于IL?1β誘導(dǎo)的NF?κB炎癥通路模型中，研究團(tuán)隊(duì)建立了穩(wěn)定的高通量篩選體系，其Z’值超過0.7，驗(yàn)證了實(shí)驗(yàn)系統(tǒng)的可靠性。其中，Echo系統(tǒng)提供的高精度給藥能力確保了劑量響應(yīng)曲線的一致性。

篩選結(jié)果顯示，一個(gè)來源于Plant X的提取物表現(xiàn)出顯著抗炎活性。通過進(jìn)一步的分級(jí)和分析，研究團(tuán)隊(duì)迅速鎖定活性化學(xué)簇ESN?X。隨后利用Echo完成的濃度梯度實(shí)驗(yàn)表明，該化合物在NF?κB實(shí)驗(yàn)中的IC50為0.82 μM，在NLRP3炎癥小體模型中的IC50約為2.33 μM，展現(xiàn)出穩(wěn)定且可重復(fù)的藥效表現(xiàn)。

在數(shù)據(jù)分析層面，知識(shí)圖譜發(fā)揮了關(guān)鍵作用。Enveda構(gòu)建的BIOEDGE知識(shí)圖譜整合了植物化學(xué)、生物通路及疾病信息，并通過機(jī)器學(xué)習(xí)算法識(shí)別因果路徑，推斷藥物與疾病之間的潛在聯(lián)系。實(shí)驗(yàn)中，知識(shí)圖譜將ESN?X與炎癥相關(guān)肝病建立了強(qiáng)關(guān)聯(lián)，為后續(xù)體內(nèi)實(shí)驗(yàn)提供了方向。

在動(dòng)物實(shí)驗(yàn)階段，研究人員采用急性肝損傷模型（Galactosamine?LPS）。在給藥10 mg/kg和30 mg/kg條件下，ESN?X顯著降低TNFα表達(dá)水平，并減少神經(jīng)酰胺累積。同時(shí)，小鼠生存率顯著提高，驗(yàn)證了該化合物在體內(nèi)的有效性。

值得注意的是，這個(gè)項(xiàng)目從提取物篩選到活性化合物識(shí)別僅用約兩周時(shí)間，而從初始篩選到體內(nèi)驗(yàn)證僅約一個(gè)月。這一效率的核心支撐，正是自動(dòng)化實(shí)驗(yàn)平臺(tái)與AI分析系統(tǒng)之間的快速迭代機(jī)制。

AI在藥物發(fā)現(xiàn)中的價(jià)值，并不單純體現(xiàn)在模型層面，而是嵌入自動(dòng)化實(shí)驗(yàn)體系，與真實(shí)數(shù)據(jù)形成循環(huán)反饋。每一次實(shí)驗(yàn)不僅是驗(yàn)證，更是數(shù)據(jù)生產(chǎn)，從而不斷強(qiáng)化模型預(yù)測能力。

Echo聲波移液系統(tǒng)及Access自動(dòng)化整合系統(tǒng)通過實(shí)現(xiàn)超低體積、無接觸、高精度的移液能力，使高通量篩選以黑燈實(shí)驗(yàn)室方式規(guī)?；瘜?shí)施，為AI模型提供持續(xù)、可靠的數(shù)據(jù)來源。