可解释人工智能预测植物化合物如何穿过肠道屏障
背景：植物化合物与肠道屏障
植物化合物是源自植物的生物活性物质，包括黄酮类、生物碱、人参皂苷等。它们既是功能性食品的关键配料，也是新药研发的有希望起点。然而，文章指出，许多植物化合物最终无法进入血液循环。肠道屏障是决定其吸收与生物利用度的重要关口；若能在早期判断哪些化合物更可能穿过肠道屏障，就可为功能性食品筛选和药物候选物发现提供依据。植物化合物种类多、结构差异大，逐一开展实验测试成本高、周期长，因此需要更高效的计算预测方法。
研究要点：可解释AI用于透过性预测
Medical Xpress 于 2026年11月6日 报道了一项利用可解释人工智能预测植物化合物如何跨越肠道屏障的研究。文章的核心是：以植物化合物的结构及性质信息为基础，建立可解释的AI预测方法，用于判断其肠道透过性，并解释哪些因素影响预测结果。研究对象涉及黄酮类、生物碱、人参皂苷等植物活性成分；这些成分在功能性食品和药物开发中受到关注，但常因肠道吸收受限而难以达到有效体内暴露。可解释AI的价值在于，它不仅给出预测，还试图说明模型依据，从而帮助研究者理解化合物结构与肠道屏障穿越之间的关系，并为后续实验和分子优化提供线索。通过计算预测，研究人员希望在大规模实验前识别更可能被吸收的化合物，降低筛选成本。
意义与展望
- 对功能性食品：有助于优先筛选更可能被肠道吸收的植物成分，提高产品开发效率。
- 对药物研发：可在早期评估候选化合物的肠道渗透性，减少盲目合成和实验成本。
- 对AI方法：强调可解释性，有助于提升模型在生命科学应用中的可信度，让预测结果更便于研究者理解和采用。
- 文章所述方法仍属于预测性研究，具体化合物的吸收行为还需体外、体内实验验证；未来可将预测与实验结合，用于植物化合物筛选、结构改造和递送策略设计。