Lunai Bioworks（纳斯达克股票代码：LNAI）演示了生成性人工智能的人工智能化学风险筛查

使用NIH Tox 21数据的5.1倍富集验证了基于结构的AChE筛选，因为OpenAI和Anthropic强调了日益增长的两用AI风险

加利福尼亚州萨克拉门托九月2026年16日/美通社/ -- Lunai Bioworks，Inc.（纳斯达克：LNAI）（“Lunai”或“公司”）今天分享了其子公司BioSymetrics进行的技术案例研究的结果，支持开发基于结构的筛选工具，用于大型语言模型和其他人工智能系统生成的化学输出。该研究评估了直接从分子结构预测乙酰胆碱酯酶（“AChE”）抑制作用，作为公司更广泛的化学安全和生物安保战略的模型不可知组成部分。

应对人工智能支持的科学中的两用挑战随着先进人工智能扩大科学研究的速度和广度，开发人员、政策制定者和化学安全组织正在研究如何在管理两用风险的同时保留合法创新。

Anthropic 2026年9月的威胁情报报告描述了Anthropic称其在七个危害领域发现并破坏的恶意活动例子，包括生物滥用和常规武器开发，并强调随着人工智能能力的进步加强保障措施的必要性。

禁止化学武器组织（“OPCW”）已将人工智能确定为化学、核查和化学安全的一个重要新兴考虑因素。2026年3月，禁止化学武器组织强调了一些建议，包括加强与科技开发者的对话、促进负责任的创新、维持保障措施和人类监督以及在科技界建立伙伴关系。现有的人工智能保障措施可以包括模型级控制、分类器、监控、访问限制和其他旨在识别或限制潜在有害使用的措施。然而，高级科学研究的双重用途性质可能使得仅从用户交互中难以确定意图。BioSymmetrics的方法通过评估拟议的化学结构本身来解决工作流程中的一个补充点，而不是依赖于产生化学结构的生成系统的信息。Lunai正在开发这种能力，作为补充筛选层，旨在帮助优先考虑化学输出，以进行额外的计算分析、专家评估或确认性生物测试。

Lunai Bioworks首席执行官David Weinstein表示：“可以改变药物发现的同样的生成能力也可以重新用于探索危险的化学空间。”“有效的生物安全应该超越生成系统本身的保障措施。它还应该考虑人工智能系统提出的结构的潜在生物活动。通过将预测筛查与实验生物学联系起来，我们的目标是提供额外的、客观的审查层，支持科学创新，同时帮助人工智能社区管理严重的双重用途风险。"

回顾性基准和技术评估为了评估基于下游结构的筛选的可行性，BioSymetrics在其Augusta平台中应用了其化学作用机制建模能力和Contingent AI框架来预测AChE抑制。AChE是有机磷神经毒剂和其他神经毒性化合物的既定目标，使AChE活性的结构衍生预测成为化学危害分类的相关基准; AChE抑制也可以具有治疗应用，具体取决于化合物和生物背景。

在使用公开可用的Tox 21 AChE检测数据进行的回顾性分析中，BioSymetrics评估了9，667个化合物条目，并通过化学支架分离训练、验证和测试集，以评估结构不同化学型的性能。在该公司进行的测试分析中，所选模型的接收器工作特征曲线下面积（“AUROC”）为0.88。在报告的操作点，该模型在70%的召回率下实现了33%的精确度，相对于测试集AChE活性条目的6.4%流行率，大约增加了5.1倍。

这种浓缩测量了标记进行审查的候选物中检测活性化合物的浓度;它没有将该模型与其他筛选技术进行比较。在实践中，这种类型的富集可以减少在筛选大批量拟议化学结构时需要专业二次评估的候选人的数量。由于该模型的输入源自分子结构，Lunai正在开发筛选组件，以独立于产生候选化合物的第三方大型语言模型、商业API或分子代架构运行。

该案例研究评估了测定定义的乙酰胆碱酯酶活性，以帮助优先分子进行进一步审查。它没有建立临床神经毒性，现实世界的化学危害，预防化学品滥用或检测所有类别的化学威胁，也没有评估对人工智能生成的分子进行部署的安全措施。更广泛的部署需要额外的前瞻性验证。

向前沿人工智能开发者发出的邀请Lunai相信，基于结构的筛选可以补充前沿人工智能开发者已经在其模型中构建的保障措施。该公司欢迎与OpenAI、Anthropic和其他有兴趣评估独立、基于结构的筛选的人工智能开发人员进行技术讨论，作为化学和生物安全分层方法的一部分。潜在的合作领域包括受控回顾性基准测试、人工智能生成的分子输出的评估、集成研究以及将计算警报与专家审查和生物学验证连接起来的升级途径的开发。

Lunai目前尚未宣布与OpenAI或Anthropic建立合作伙伴关系，而且两个组织都没有参与也没有认可BioSymmetrics案例研究。

将机器学习与体内生物测试连接拟议的筛选架构建立在BioSymmetrics于2026年4月宣布的多年创收商业国防合作的基础上。在该倡议下，该公司将预测作用机制分析与体内斑马鱼表型筛查相结合，以识别和分类神经活性和神经毒性化合物。

这种结合在计算预测和全生物体测试之间提供了经验桥梁，允许优先化合物在适当时进入生物评估。它还将Lunai的方法与完全依赖计算预测的筛选方法区分开来。

已提交的赠款请求超过3000万美元作为其在化学防御、生物安全和双重用途风险缓解方面更广泛努力的一部分，Lunai已提交多份非稀释赠款申请，寻求联邦和州项目的总项目资金超过3000万美元。该金额代表提交的项目请求，而不是赠款、承诺的资金、积压或已确认的收入。无法保证任何申请都会获得奖励，或者奖励将等于请求的金额; Lunai最终收到的任何资金将取决于适用的奖励条款，以及（如果相关）项目合作伙伴之间的分配。

随着验证工作和潜在合作伙伴关系讨论的进展，该公司预计将分享更多技术信息。

完整的技术案例研究“通过化学结构的AChE抑制建模预测神经毒性风险”可在此处获取。

关于Lunai Bioworks Lunai Bioworks，Inc.（纳斯达克：LNAI）是一家人工智能驱动的生命科学公司，将临床数据、机器学习和体内生物学验证相结合，以推进药物发现和精准治疗。该公司通过其BioSymmetrics子公司部署其Augusta平台，对中枢神经系统疾病、肿瘤学、化学防御和生物安全计划进行计算作用机制分析和表型筛查。欲了解更多信息，请访问www.lunaibioworks.com。

前瞻性声明本新闻稿包含1995年《私人证券诉讼改革法案》（Private Securities Litigation Reform Act of 1995）所定义的前瞻性声明，包括有关Lunai和BioSymetrics技术的进一步开发、验证和潜在应用的声明;将化学安全筛选整合到生成式人工智能和外部基础模型工作流程中;与前沿人工智能开发人员的前瞻性讨论;国防合作的进展和商业潜力;以及赠款或其他项目资金的潜在接收、金额、时间和使用。“可能”、“可能”、“打算”、“计划”、“期望”、“寻求”、“相信”、“目标”和“欢迎”等词语是前瞻性陈述，尽管并非所有此类陈述都包含这些词语。

这些陈述反映了管理层当前的期望，而不是未来业绩的保证。由于风险，实际结果可能会存在重大差异，包括回顾性模型性能是否在前瞻性测试中或在不熟悉的化学结构上重现;假阳性和假阴性预测;进一步实验验证的需要;技术、集成和竞争挑战;客户和合作伙伴绩效;足够的资本可用性;监管和政府采购要求;资金优先事项的变化;以及赠款奖励的竞争性、谈判性质，这可能会导致没有资金、金额减少、合作伙伴分配或里程碑和成本分担条件。该公司最近的年度和季度报告以及其他SEC文件中描述了更多风险。前瞻性陈述仅限于本新闻稿发布之日，公司没有义务更新前瞻性陈述，除非法律要求。

查看原始内容以下载多媒体：https://www.prnewswire.com/news-releases/lunai-bioworks-nasdaq-lnai-demonstrates-ai-chemical-risk-screening-for-generative-ai-302880589.html

来源：Lunai Bioworks Inc.