醫(yī)藥研發(fā)平均燒掉26億美元才能上市一款新藥，其中超過半數(shù)死在靶點(diǎn)選錯(cuò)上。這不是技術(shù)瓶頸，是方法論的根本缺陷——我們用相關(guān)性找藥，卻期待因果性的療效。

一位叫NeoRx的開發(fā)者做了個(gè)實(shí)驗(yàn)：把Pearl的因果推斷（Causal Inference，一種從數(shù)據(jù)中識(shí)別因果關(guān)系而非相關(guān)性的統(tǒng)計(jì)方法）搬進(jìn)藥物發(fā)現(xiàn)，連測7種疾病。結(jié)果6次碾壓傳統(tǒng)相關(guān)性分析，唯一一次"翻車"反而暴露了行業(yè)最隱蔽的坑。

兩套流水線，同一個(gè)知識(shí)圖譜

實(shí)驗(yàn)設(shè)計(jì)很直接。對(duì)每種疾病，NeoRx跑兩條完全獨(dú)立的靶點(diǎn)篩選管道：

相關(guān)性管道：按原始關(guān)聯(lián)分?jǐn)?shù)排序，誰和疾病"看起來有關(guān)"就排前面

因果管道：Pearl因果推斷 + 生物學(xué)智能 + ChEMBL病原體數(shù)據(jù) + 疾病特異性評(píng)分

驗(yàn)證標(biāo)準(zhǔn)只有一個(gè)：和FDA已批準(zhǔn)藥物的靶點(diǎn)重合度。這是硬通貨——能上市的藥，靶點(diǎn)至少經(jīng)過了臨床驗(yàn)證。

HIV是因果管道最漂亮的勝仗。POL基因編碼的蛋白酶、逆轉(zhuǎn)錄酶、整合酶，在NeoRx里排第1位，置信度0.990。這恰好是26種以上FDA批準(zhǔn)抗逆轉(zhuǎn)錄藥物的作用靶點(diǎn)，包括依非韋倫、多替拉韋、達(dá)蘆那韋。

更細(xì)的是人類靶點(diǎn)排名。CCR5排在第11位，帶著HOST_INVASION（宿主入侵）分類標(biāo)簽——這正是HIV進(jìn)入細(xì)胞的門把手，Maraviroc等藥物的核心靶點(diǎn)。

相關(guān)性管道？它可能把POL埋在幾百個(gè)"統(tǒng)計(jì)學(xué)顯著"的噪聲里。

6:1的勝率，和那個(gè)"失敗"的教訓(xùn)

7種疾病測完，因果管道6次顯著優(yōu)于相關(guān)性方法。但第7次"沒贏"的那場，作者說"教會(huì)了我最重要的一課"。

原文沒展開細(xì)節(jié)，但邏輯不難推：因果推斷不是萬能鑰匙。當(dāng)疾病機(jī)制本身模糊、知識(shí)圖譜覆蓋不足、或者因果鏈條過長時(shí)，算法會(huì)誠實(shí)地說"我不知道"——而相關(guān)性分析會(huì)繼續(xù)給你一份看起來很漂亮的長名單。

這在藥廠是災(zāi)難性的日常。臨床前研究把某個(gè)蛋白敲除，小鼠癥狀改善，團(tuán)隊(duì)歡呼"找到靶點(diǎn)"。進(jìn)了一期臨床才發(fā)現(xiàn)，那個(gè)蛋白和疾病只是共表達(dá)，真正的因果節(jié)點(diǎn)藏在更上游。26億美元里，相當(dāng)一部分就是這樣燒掉的。

Pearl的框架核心是做減法。不是"這些基因都和糖尿病相關(guān)"，而是"如果干預(yù)這個(gè)基因，血糖會(huì)不會(huì)變"——中間隔著do-calculus（Pearl提出的因果演算，用于從觀測數(shù)據(jù)推導(dǎo)干預(yù)效果）的嚴(yán)格推導(dǎo)。

為什么現(xiàn)在才有人做？

因果推斷不是新東西。Pearl的《因果論》出版于2009年，圖靈獎(jiǎng)都拿了五年。但藥物發(fā)現(xiàn)的知識(shí)圖譜直到近年才成熟到能支撐大規(guī)模驗(yàn)證——ChEMBL的化合物-靶點(diǎn)-疾病數(shù)據(jù)、GTEx的表達(dá)譜、ClinVar的變異注釋，這些基礎(chǔ)設(shè)施是2015年后才串起來的。

另一個(gè)障礙是文化。生物信息學(xué)團(tuán)隊(duì)習(xí)慣了p值和富集分析，因果圖（Causal DAG，有向無環(huán)圖，用于顯式建模變量間的因果關(guān)系）需要領(lǐng)域?qū)＜易聛懋嫻?jié)點(diǎn)和邊。這很慢，很煩，而且不像深度學(xué)習(xí)那樣能吹"AI發(fā)現(xiàn)新藥"的PR稿。

NeoRx的做法是混合：算法跑因果結(jié)構(gòu)，但注入人工整理的生物學(xué)規(guī)則。比如HOST_INVASION這類標(biāo)簽，不是從數(shù)據(jù)里統(tǒng)計(jì)出來的，是病毒學(xué)家?guī)资攴e累的常識(shí)。這種"人機(jī)回環(huán)"在純ML派看來不夠優(yōu)雅，但在FDA面前更管用。

作者的身份也有意思——"Polymath engineer"，后端和AI系統(tǒng)出身，現(xiàn)在做因果推理和分子生物工程。這種跨界在藥物發(fā)現(xiàn)領(lǐng)域越來越常見。傳統(tǒng)藥企的化學(xué)家主導(dǎo)模式，正在被懂計(jì)算的人撕開口子。

從HIV到其他疾病的遷移

HIV的勝利有特殊性。病毒基因組小，生命周期清楚，靶點(diǎn)和表型的因果鏈短。POL編碼的酶直接參與復(fù)制，干擾它病毒就死——這種"機(jī)械論清晰"是因果推斷的舒適區(qū)。

但慢性病就麻煩多了。2型糖尿病涉及胰島素抵抗、β細(xì)胞衰竭、炎癥、腸道菌群，因果網(wǎng)絡(luò)稠密得像蜘蛛網(wǎng)。阿爾茨海默更是重災(zāi)區(qū)，淀粉樣蛋白假說折騰二十年，最近才承認(rèn)可能找錯(cuò)了靶。

NeoRx的第七次"失敗"大概率栽在這種復(fù)雜疾病上。這不是算法的失敗，是暴露了我們知識(shí)邊界的誠實(shí)信號(hào)。相關(guān)性方法的問題是會(huì)給你虛假信心，因果推斷的問題是會(huì)直接告訴你"這題超綱"。

對(duì)藥廠來說，后者其實(shí)更值錢。早死早超生，臨床前砍掉一個(gè)假陽性靶點(diǎn)，比二期臨床才發(fā)現(xiàn)省幾個(gè)億。

作者沒透露另外5種勝利的疾病名單，但提到"6次顯著優(yōu)于"——這個(gè)比例本身就在挑戰(zhàn)行業(yè)慣例。如果因果推斷能在半數(shù)以上疾病類型里穩(wěn)定勝出，它就不再是學(xué)術(shù)玩具，而是必須納入標(biāo)準(zhǔn)流程的基礎(chǔ)設(shè)施。

ChEMBL的整合也很關(guān)鍵。這個(gè)歐洲生物信息研究所維護(hù)的數(shù)據(jù)庫，收錄了超過200萬種化合物和1.4萬個(gè)靶點(diǎn)的實(shí)驗(yàn)數(shù)據(jù)。NeoRx把它接進(jìn)病原體分析管道，意味著因果推斷不只是看"這個(gè)基因變，疾病變"，還要看"有沒有分子能碰這個(gè)基因"。

這是藥物發(fā)現(xiàn)和基礎(chǔ)醫(yī)學(xué)研究的根本區(qū)別。后者可以滿足于"理解機(jī)制"，前者必須回答"能不能成藥"。

當(dāng)"第二大腦"遇見分子設(shè)計(jì)

有意思的是，這位作者的另一篇文章被Medium推薦在旁邊：《我用Karpathy的LLM Wiki建了套自維護(hù)知識(shí)庫》。Andrej Karpathy去年鼓吹"氛圍編程"（Vibe Coding，指完全依賴AI生成代碼而不深入理解），今年卻轉(zhuǎn)向用AI整理研究筆記——不是寫代碼，是建第二大腦。

這兩條線的交匯點(diǎn)可能是：藥物發(fā)現(xiàn)的知識(shí)圖譜本身，也需要類似的自維護(hù)機(jī)制。ChEMBL每月更新，文獻(xiàn)每天爆炸，手工維護(hù)因果圖的節(jié)點(diǎn)和邊不現(xiàn)實(shí)。LLM提取關(guān)系、人類專家審核、因果算法驗(yàn)證——這個(gè)三角可能是下一代工具的形態(tài)。

Pearl本人一直在批評(píng)AI領(lǐng)域的"曲線擬合"狂熱。他的觀點(diǎn)是，沒有因果模型的深度學(xué)習(xí)，只是在更高維度重復(fù)相關(guān)性錯(cuò)誤。藥物發(fā)現(xiàn)是這句話最昂貴的注腳。

NeoRx的實(shí)驗(yàn)規(guī)模還很小——7種疾病，對(duì)比兩種方法。但方向是對(duì)的：用已批準(zhǔn)藥物做回測，建立可量化的驗(yàn)證標(biāo)準(zhǔn)。這比"我們預(yù)測了100個(gè)靶點(diǎn)，等十年后看有沒有成藥"的套路誠實(shí)得多。

作者說第七次失敗"教會(huì)了最重要的一課"。我猜這課是：因果推斷的邊界條件，和它的成功案例同樣值得產(chǎn)品化。知道什么時(shí)候不該信算法，是成熟工具的標(biāo)志。

藥廠的260億美元學(xué)費(fèi)，有多少付給了"統(tǒng)計(jì)學(xué)顯著但因果錯(cuò)誤"的靶點(diǎn)？NeoRx沒給這個(gè)數(shù)字，但6:1的勝率已經(jīng)夠刺耳了。如果行業(yè)開始系統(tǒng)性采用因果篩選，最先被淘汰的可能是那些靠p值混飯吃的生物信息學(xué)供應(yīng)商。

最后一個(gè)細(xì)節(jié)：POL在HIV里的置信度是0.990，不是1.0。算法留了0.01的謙遜，這0.01里藏著所有還沒被發(fā)現(xiàn)的相互作用、脫靶效應(yīng)、個(gè)體差異。絕對(duì)置信在科學(xué)里是紅旗，0.990才是負(fù)責(zé)任的輸出。

當(dāng)因果推斷開始學(xué)會(huì)說"我不知道"，而相關(guān)性分析還在滔滔不絕時(shí)，你選擇信哪個(gè)？