AI重新发明制药！十多年新药研发周期将被压缩至数月

Meise

朋友们，医药行业的传统模式这次可能真要彻底改变了。最近DeepMind的CEO德米斯·哈萨比斯——这位刚刚摘得诺贝尔化学奖的大佬——近期在接受彭博社采访时明确表态：人工智能正在把新药研发从一场动辄以“十年”“十亿美金”为单位的持久战，变成可能只需数月就能搞定的高速项目。

也就是说，我们曾经认为“遥遥无期”的某些绝症解药，或许很快就能等到。

目前研制一款新药平均要耗资26亿美元、投入10至15年时间，这还不算最麻烦的——近九成的候选药物根本挺不过临床试验，纷纷折戟。但现在，AI的入场，正悄然重塑这一切。

一、AI正在如何重构药物研发？

传统制药就像在浩瀚宇宙中寻找一颗能恰好匹配锁孔的钥匙。科研人员需要从数以百万计的分子中筛选出可能有效的结构，再进行层层验证，每一步都既烧钱又耗时。

但AI不一样。它擅长的是在海量数据中建立连接、识别模式。以DeepMind开发的AlphaFold为例，它已经能够精准预测蛋白质三维结构，而新推出的AlphaFold 3更进一步，还能模拟蛋白质与DNA、RNA、小分子之间的交互行为。

这就相当于，原先需要依赖繁琐实验和大量试错的流程，如今AI能直接生成一份超高精度的“分子行为地图”。哈萨比斯透露，他们的系统甚至能自主构思出人类从未设想过的分子设计方案。其旗下公司Isomorphic Labs所研发的抗癌药物EXO-101，从启动到进入临床试验仅用了18个月——比传统路径整整快了五年。

二、不只是快，更省钱了，而且成功率也在涨

新药研发最大的痛点除了“慢”，就是“贵”，并且失败率极高。但AI在早期就能介入预测：比如某个分子是否具备成药性？毒性如何？能否精准结合目标蛋白？

通过计算模拟，AI可以提前排除大量不合适的候选化合物，显著降低试错成本。更进一步，研究人员还能利用“虚拟细胞”和“数字患者”模型预测试验结果，大幅减少真实临床试验中的资金与时间消耗。

哈萨比斯展望，未来的药物研发可能高度个性化——AI甚至能在一夜之间根据患者的特定代谢特征设计出定制药物。像癌症这样的疾病，未来或许会变得像高血压一样，成为一种可长期管控的慢性病。

三、理想很丰满，但现实仍有好几道坎

尽管AI表现耀眼，但目前仍存在不少挑战。首当其冲的就是数据问题：数据质量不高、标注不统一，会导致模型输出结果不可靠。此外，AI生成的结论仍需经过严格生物验证与审评审批，药监机构目前对纯AI驱动的药物申报仍持谨慎态度。

另一个现实难题是跨学科人才的匮乏——既懂制药又懂AI的人才是真·稀缺资源。哈萨比斯也坦言，AI目前还做不到提出全新科学假说，也缺乏人类科学家那种“跳脱框架”的创造力。

此外，数据隐私、算法公平性、模型可解释性等伦理与社会议题也同样值得高度关注。

四、全球竞赛开启，中国选手也已提速

AI制药的赛道正在世界范围内迅速升温。海外有Isomorphic Labs与辉瑞、礼来等药企巨头紧密合作，而国内以上海药物所为代表的机构也在快速推进——目前已储备17种由AI辅助设计的候选药物，其中3款已进入临床前研究阶段。

更值得留意的是，咱们中国有可能成为全球首个建立AI药物审评标准的国家。这不仅意味着跟进，甚至可能是某种意义的“换道超车”。

AI是否会彻底颠覆制药业？现在下定论或许还太早。但它确实正在以前所未有的方式加速这个行业的演进。也许不久的将来，制药就会变成一种“精准响应”——输入疾病类型与患者数据，输出定制治疗方案。

尽管仍有诸多挑战亟待解决，但能够期待的是，以往那种“十年磨一剑”的等药模式，或许很快便会成为历史。

最后值得一提：哈萨比斯说Isomorphic Labs有潜力成为千亿美元级公司——看来，这一切才刚刚开始。

skyplayer

每一款药都是幸存者偏差。

sjtx1971

我们曾经认为“遥遥无期”的某些绝症解药，会继续遥遥无期，无关技术，纯粹的资本属性而已