AI制药知识最新进展，颠覆性突破即将到来

AI制药2026：颠覆已经开始，但真正的“终局验证”还在路上

AI制药确实已经走到一个关键拐点：前端效率提升已经被反复验证，临床价值兑现正在进入倒计时。2026年最核心的变化，不是“AI能设计更多分子”，而是AI开始进入靶点发现、分子生成、蛋白设计、临床验证和产业合作的全链条。

1. 最接近“颠覆”的进展

AI原研药进入III期临床。 英矽智能的Rentosertib已完成中国III期首例患者入组，这是全球首个由AI完成靶点发现与分子设计的候选药物之一，针对特发性肺纤维化。 它的临床前候选化合物阶段仅用了约18个月，传统路径通常需要4年以上。

生成式AI拿到真实临床信号。 英矽智能ISM6331在ESMO 2026公布数据，针对间皮瘤的客观缓解率达到40%，并获得FDA快速通道资格。 这不是单纯“设计出分子”，而是AI设计的分子在患者身上出现了可测量的肿瘤缩小和通路抑制证据。

蛋白设计能力显著提升。 DeepMind发布AlphaProteo，能在多类靶点上设计高亲和力蛋白结合剂，部分亲和力比现有方法高出3到300倍。 国内天鹜科技、分子之心等企业也在推动AI蛋白从头设计，部分靶点命中率显著提高。

mRNA个体化癌症疫苗取得III期阳性结果。 Moderna与默沙东的个体化mRNA肿瘤疫苗在III期试验中达到无复发生存期和远处转移生存期双重终点，AI深度参与新抗原设计。 这意味着AI不仅服务小分子药，也开始支撑“一人一药”的个体化治疗。

2. 技术路线正在升级

AI制药正从“统计相关”走向“物理机制+生成模型”。过去很多模型主要学习已有化合物数据库，现在越来越多方法引入靶点口袋结构、电子密度、构象动力学、能量约束等物理信息，使生成分子更接近真实生物环境。

同时，行业也在向Agentic AI演进：不再只是让AI给出一个候选分子，而是让多智能体系统自动阅读实验数据、检索文献、提出假设、规划实验，并把推理过程留痕。 OpenAI与PerturbAI的合作已经展示，AI可以在几十分钟内梳理原本需要数月甚至一年的人工分析。

3. 产业端正在加速兑现

2026年AI制药的BD交易非常活跃。英矽智能年内与施维雅、礼来、SK生物制药、武田等达成多项合作，潜在总价值接近或超过70亿美元。 礼来与英伟达计划五年内投入最高10亿美元共建AI联合创新实验室;阿斯利康收购Modella AI;晶泰科技、华深智药、天鹜科技等平台也在推进项目交付。

这说明跨国药企不再只是“看热闹”，而是开始用真金白银采购AI研发能力。

4. 但“颠覆性突破”还没有完全成立

真正决定AI制药能否被称为颠覆的，不是早期效率，而是临床成功率是否显著提高。目前还没有AI原研药完整走完从发现到上市的全流程。

行业仍面临几个硬约束：

湿实验仍是瓶颈。 AI可以快速生成分子，但合成、表达、纯化、动物实验、临床验证无法被跳过。

临床II期之后失败率仍高。 AI在早期筛选和I期阶段优势明显，但II期及以后的临床成功率尚未被充分证明优于传统路径。

数据孤岛和可解释性不足。 高质量标注数据稀缺，模型黑盒问题仍然存在，跨机构数据打通并不容易。

监管与合规仍在完善。 AI生成的研发数据如何用于申报、真实世界证据如何被接受，仍需更清晰规则。

个体化药物成本极高。 例如个体化mRNA癌症疫苗每患者制造成本仍可能超过10万美元，商业化放量需要时间。

5. 未来3到4年看什么

最值得关注的验证点不是融资额或模型参数，而是：

Rentosertib等AI原研药III期临床能否读出阳性数据;

ISM6331等生成式AI设计药物能否持续推进到关键临床;

AI平台是否持续获得跨国药企复购和里程碑付款;

干湿闭环是否真正跑通，即AI预测能否稳定转化为可成药分子;

监管是否形成明确的AI药物研发数据接受标准。

一句话判断：AI制药已经颠覆了药物发现的前端，但还没有颠覆临床终点和上市结果。 2026年是“价值验证期”，真正的行业分水岭，会出现在首批AI原研药III期数据读出之后。