AI制药指南最新进展，颠覆性突破即将到来

2026年AI制药指南：从“算分子”进入“算生命”的临床兑现期

2026年AI制药最大的变化，是它不再只是“辅助筛选工具”，而是开始有真实药物进入III期临床、甚至有一款AI辅助原创药获批上市。所谓“颠覆性突破即将到来”并不夸张，但更准确的说法是：早期研发已明显提速，临床验证正在加速兑现，距离大规模改变新药供给还有3—5年窗口。

2026年关键进展

全球首个生成式AI发现的新药进入III期：英矽智能的Rentosertib用于治疗特发性肺纤维化，2026年9月已完成III期首例患者给药。其靶点TNIK由AI从多组学数据中发现，早期从靶点到临床前候选化合物仅用18个月。

国内已有AI辅助原创药获批：艾普司韦获批，标志AI参与研发的药物开始进入患者可及阶段。

多条AI管线进入III期：德睿智药GLP-1小分子MDR-001、剂泰科技MTS-004等已推进至III期。

平台能力升级：天鹜科技发布“晓鹜”蛋白质设计平台，把蛋白质设计从2—5年压缩到2—6个月;哲源科技发布WHIRLPO计算医学平台，推动AI从“算分子”走向“算生命”。

产业合作加速：礼来与英伟达共建10亿美元AI制药联合实验室，跨国药企正把AI纳入核心研发体系。

AI正在改写哪些环节

靶点发现从“文献+经验”转向“多组学+因果推断”，能发现传统方法容易漏掉的隐性靶点。分子设计从“筛选已有化合物”转向“生成式创造新分子”，可探索更大化学空间。虚拟筛选效率显著提升，清华大学DrugCLIP等平台把部分筛选速度提升百万倍。临床阶段则用于患者分层、方案优化、入组提速和失败风险预判。

行业正在发生的范式变化

从“先有靶点再找药”到“先有疾病机制再定靶点”：AI不再只优化已知靶点，而是帮助判断“应该开发什么”。

从单点算法到干湿闭环：AI模型、机器人实验、自动化检测和真实数据反哺正在形成飞轮。

从“算分子”到“算生命”：更强调基因组、蛋白组、临床队列、真实世界数据的多模态整合。

从研发工具到研发基础设施：AI开始进入药企常规管线，而不只是项目制试用。

仍需冷静看待的瓶颈

湿实验和临床验证仍是硬约束：AI能大幅压缩前期设计，但动物实验、工艺放大、监管审批无法被完全跳过。

高质量数据仍然稀缺：生命科学隐性知识多、数据异构强，模型效果高度依赖数据治理。

可解释性与监管仍在完善：AI预测需要可追溯、可复核、可审计，监管框架还在建立中。

III期成功才是真正拐点：目前更多是早期概念验证，真正改变治疗格局还需看III期结果和最终获批。

对不同角色的行动建议

药企/研发机构：优先建设高质量数据资产、自动化实验闭环和AI复核流程，避免只做单点模型试点。

投资者：重点看临床里程碑、管线兑现能力、与药企合作深度，而非单纯看模型参数或论文数量。

AI技术团队：从通用大模型转向生命科学垂类能力，强化多模态数据、结构预测、ADMET预测和Agent调度。

政策与园区：更应支持可信数据空间、计算医学基础设施、监管沙盒和复合型人才培养。