4 月 14 日，BIO Protocol 创始人 Paul Kohlhaas 在 X 上发了一条推文，73 万次浏览：
附带的是一份 13 页的正式论文：OX2R-004 Pre-IND Computational Design and Feasibility Assessment。一个 18 氨基酸的肽类分子，靶向 OX2R（食欲素受体 2），用于 ADHD。
推文的叙事很完整：24 小时、8 道计算门控、$500 就能做第一轮湿实验验证。评论区一片 bio/acc 的欢呼。但论文里写的东西，比推文里讲的要复杂得多——也诚实得多。
先说结论：这不是"做出了一款新药"
OX2R-004 在 24 小时内完成的是一轮完整的计算可行性评估——从序列设计到结构分析、结合能预测、蛋白酶稳定性、免疫原性、毒性、选择性，共 8 道门控（G1–G8）。这是 Pre-IND 阶段的计算筛选，不是药物开发。
但这本身就很厉害。传统上走完这套评估至少是几周到几个月。用 AI pipeline 压缩到 24 小时，即使结果不完美——事实上，有一道门控直接判了 Fail——这个 pipeline 本身就是产品。
更值得注意的是这份报告的诚实度。它没有回避问题，标了 1 个 Fail、2 个 Pending/Deferred、1 个 Concern。这不是"AI 造了一款神药"的故事，而是"AI 在 24 小时内跑完了一轮严格筛选，告诉你这个分子哪里行、哪里不行、下一步该在什么地方花钱"。
ADHD 为什么需要食欲素激动剂？
现有 ADHD 治疗（哌甲酯、安非他明、托莫西汀）都不作用于食欲素系统。但 2025 年一项研究发现，未用药的 ADHD 儿童中 orexin-A 和 orexin-B 水平显著降低，同时伴有晚间时型偏好增加。食欲素功能减退可能是 ADHD 的上游原因之一，而非下游表现。
目前批准的所有食欲素药物（suvorexant、lemborexant、daridorexant）都是 OX1R/OX2R 双重拮抗剂，适应症是失眠——方向完全相反。临床阶段的 OX2R 激动剂（TAK-861、ORX750、BP1.15205）全部是小分子，全部针对发作性睡病。
没有任何已批准的食欲素激动剂。没有任何肽类 OX2R 激动剂进入临床。OX2R-004 确实占据了一个空白的模态位。
8 道门控，逐个拆
表面上看 5 项通过或有条件通过，1 项失败，2 项待定。但细看之后，问题比门控表格显示的更多。
Boltz-2 缺位：三个门控全部降级
G3、G4、G8b 三个关键门控本应使用 Boltz-2 共折叠预测来评估 OX2R-004 本身与受体的结合。但由于 HPC 队列延迟，Boltz-2 的结果没有返回。团队退而使用了 PDB 7L1U——一个 3.2 Å 分辨率的实验结构，记录的是天然配体 Orexin-B（不是 OX2R-004）与 OX2R 的复合物。
这意味着：G3 的 BSA 856 Ų 描述的是 Orexin-B 的结合界面，不是候选分子的。G4 的 ΔG = −6.8 kcal/mol 来自一个截断的 9 残基 Orexin-B 片段（28 个残基只解析了 9 个），是结构不完整的产物。G8b 的口袋保守性分析用的也是 Orexin-B 的接触残基，不是 OX2R-004 的。
报告对此完全坦诚。但"Provisional Pass"这个判定在没有候选分子自身结构数据的情况下，本质上是在说："参考配体看起来结合得不错，所以我们先假设我们的分子可能也行。" 这是合理的推进策略，但不是验证。
G6 蛋白酶稳定性：硬性失败
血清半衰期约 5 分钟，5 个主要蛋白酶切割位点（胰蛋白酶 2 个、胰凝乳蛋白酶 3 个）。N 端赖氨酸在 N-end rule 下属于初级去稳定残基。
对于一个治疗性肽来说，5 分钟的半衰期基本等于不可用。但正如报告指出的，这是线性肽的经典类限制，不是 OX2R-004 独有的问题。环化、D-氨基酸替换、N-甲基化等成熟策略可以将半衰期延长数个数量级。这个 Fail 是预期内的，也是可解决的——但需要至少一轮设计迭代。
OX1R 选择性：最根本的挑战
OX2R 和 OX1R 结合口袋的 10 个关键接触残基中，9 个完全相同，1 个保守。100% 保守。
这意味着 OX2R-004 几乎一定会以相似的亲和力结合 OX1R。这不是意外——天然配体 Orexin-B 本身也只有 ~12 倍的 OX2R 选择性（结合层面）。对于一个打正构位点的肽，要实现 >100 倍选择性，需要利用两个受体之间的非保守胞外环残基差异。这是一个全新的设计问题，而不是简单的优化。
MHCFlurry 升级：一个实际改变决策的 AI 工具迭代
这是报告中最扎实的部分之一。免疫原性评估从粗糙的锚残基筛选升级到 MHCFlurry 2.1.5——一个经过验证的序列级 MHC-I 结合预测器（发表 AUC > 0.95）。结果：之前标记为 ~100 nM 的三个表位全部被清除（IC50 > 10,000 nM），只剩一个 182.9 nM 的边缘弱结合者。
这是一个很好的案例：更好的 AI 工具直接改变了风险评级——从"高风险"降到"低到中等风险"。不是模糊的"AI 加速了流程"，而是具体的、可追溯的决策变化。
推文里没说但论文里写了的
BBB 穿透：房间里的大象
OX2R-004 的适应症是 ADHD——一个 CNS 疾病。但血脑屏障穿透在整个计算 pipeline 中没有被评估。论文在 Section 6.6 明确指出：MW 1980 Da、GRAVY −1.178 的强亲水性肽不可能通过被动扩散穿过 BBB。
论文提出鼻内给药作为替代路径，引用了胰岛素、催产素和 orexin-A 本身的鼻内给药前体数据。这些引用是合理的——但鼻内给药本身就是一整套独立的制剂开发挑战（吸收增强剂、黏膜黏附、酶抑制剂、纳米载体……）。对于一个 Pre-IND 评估来说，BBB 穿透不应该是"以后再做的事"，应该是一个正式门控。
"传统制药要花 $50M 和 2-3 年"
这个对比需要加一个星号。传统制药花 $50M 和 2-3 年到达的"这个点"，是完成了 wet-lab 验证、动物实验、IND-enabling 毒理的阶段。OX2R-004 到达的"这个点"是计算筛选——湿实验还一轮没做。两个"这个点"不是同一个点。
但换一个更公平的对比框架：传统上做到"知道该不该花钱做第一轮湿实验"这个判断，确实需要数周到数月的计算工作。压缩到 24 小时，这个加速是真实的。
$500 做第一轮验证
Adaptyv Bio BLI panel
结合 + 功能 + 稳定性
KGDRYGVAYEHGGAQPFK
这个数字是真正值得关注的。用 Adaptyv Bio 的 CFPS + BLI 平台做 OX2R 结合亲和力检测，$500-600 就能拿到 Kd、kon、koff。完整的 G9 验证（加上 Ginkgo Bioworks 的 cAMP HTRF 功能实验和 OX1R 选择性对照）也只需要 $1,000-1,500。
对于 DeSci 和社区驱动的药物开发叙事来说，这个成本结构是核心论点：从"该不该做"到"试一下"之间的门槛，已经低到了一个研究生课题组都能负担的水平。
两个核心风险
风险 #1 · 蛋白酶稳定性
血清半衰期 ~5 分钟。线性肽的经典问题，可通过环化、D-氨基酸替换等手段解决，但需要至少一轮设计迭代。改构之后 G6-G8 需要重新评估。
风险 #2 · OX1R 交叉反应性
OX2R 与 OX1R 正构结合口袋 100% 残基保守。实现肽类选择性可能需要利用非保守的胞外环差异或变构位点——这是一个更基础的设计挑战，不是简单的优化问题。
BioTender 评价
OX2R-004 这个项目最大的价值不在分子本身——一个 G6 Fail、G3/G4 Pending、BBB 未评估的线性肽离候选药物还有很长的距离。它的价值在于证明了一个方法论：用 AI pipeline 在极短时间内完成一轮严格的、有结构的计算筛选，诚实地标注每一个通过、失败和不确定，然后精确地指出下一步该在哪里花钱。
Paul 在推文里问："Should we push straight to cyclized/D-amino stabilized version 2 or get the initial BLI data first?" 论文给了清晰的决策逻辑：先做 G9 binding 验证。如果 OX2R 亲和力确认（Kd < 500 nM）且有功能激动活性，再进入稳定化周期。如果没有可测量的结合或激动活性，直接放弃，回到从头设计。
这种"快速失败、低成本失败"的逻辑，才是 AI 药物设计真正的范式意义。不是"24 小时做出一款新药"——而是 24 小时就知道该不该继续做下去。