Alberta 大学研究团队开发了一种名为 DeepMet 的“化学语言模型”，成功绘制了哺乳动物代谢组中被称为“暗物质”的亿万种未知分子。这项成果于今年一月发表在《自然》杂志上。团队由计算科学博士生费王领导，在 Russ Greiner 和 David Wishart 的指导下，联合国际研究人员共同完成。 正如人工智能通过语言模式预测下一个单词一样，DeepMet 通过学习已知人体代谢物的化学结构逻辑，来预测尚未被发现的新分子。该模型基于超过 2000 种已知人类代谢物的数据训练，能够生成数十亿种潜在分子结构。研究人员推测，AI 生成频率最高的分子最有可能真实存在，从而精准定位那些因无法被质谱仪识别而长期隐匿在人体骨骼和软组织中的小分子。 目前，团队已成功在人鼠样本中确认了数十种此前未知的哺乳动物代谢物。代谢物作为维持身体机能的关键要素，负责提供能量、构建结构及传递信号。Greiner 指出，基因好比身体的蓝图，而代谢物则反映了身体当下的实时状态。准确识别这些分子对于改进疾病诊断和开发针对特定代谢通路的新药具有重要意义。这一突破有望填补代谢组学的巨大空白，为生物医药领域带来革命性的进展，帮助科学家更深入地理解生物化学的运作机制。