AI制药观察最新进展,颠覆性突破即将到来
AI 制药观察最新进展,颠覆性突破即将到来
主线:传统新药研发长期受困于 “三个十”,十年周期、十亿投入、极低成功率。AI
制药已经从辅助筛选工具,转向以计算医学为核心的全新研发范式;当前的突破集中在靶点挖掘、分子生成、生物仿真、临床全流程,最大拐点是越来越多 AI
从头发现的候选药推进临床、实现获批,行业正在逼近真正的颠覆性时刻。
一、现阶段核心技术进展
靶点发现是创新药最难、最源头的环节。过去靶点大多依靠已知通路、文献经验,大量人类蛋白靶点长期无法触碰。现在结合多组学、生物知识图谱、大模型,AI 可以从疾病表型反向推导致病通路,找到过去被忽略的全新靶点。不再是先有蛋白再找分子,而是从疾病本身出发定位干预节点。代表性管线中,特发性肺纤维化候选药就是 AI 识别全新靶点、全程 AI 设计分子,靶点到候选分子仅用时 18 个月,大幅压缩早期周期人民日报。
分子筛选与生成能力持续跃迁。新一代平台可以对上百亿规模的分子库做虚拟筛选,计算成本被压缩到原先的千分之一,速度相比传统对接方式提升百万级别。生成式 AI 不再只是修改旧分子,而是从头生成满足活性、毒性、代谢、溶解度等多重成药性指标的全新化学结构,同时搭配自由能微扰等高精度预测模型,提前淘汰后期容易失败的分子,减少盲目合成、湿实验试错成本新华网。
虚拟细胞、单细胞扰动预测是近期的底层突破。传统模型只能看分子和蛋白结合,很难预判药物进入细胞后复杂连锁反应。新框架可以实现零样本预测全新药物对单细胞的扰动效果,搭建起更贴近真实人体的生物仿真底座,向着真正 “在电脑里预演药效” 迈进,为后续个体化用药、联合用药模拟打下基础上海交通大...。
临床环节的改造,是本轮变化最容易被忽略的地方。AI 用于患者分层、入组招募、终点预测、不良事件预警。它可以筛选更同质的受试人群,降低临床试验噪音,提高 II 期、III 期临床成功率。同时 AI 辅助设计给药方案,模拟不同剂量下体内暴露量,减少爬坡试验的风险。过去 AI 只活跃在早期药物发现,现在正向临床这个最高失败率的关卡渗透,这也是范式转变的标志。
另外,大分子、递送系统方向同步推进。抗体、多肽、LNP 递送载体的序列与结构预测持续成熟,AI 开始支撑 mRNA、基因治疗配套递送技术的快速迭代,拓展 AI 制药的赛道边界,不局限于小分子药物。国内也已经出现 AI 全程参与研发、正式获批上市的原创抗病毒新药,证明整套链路可以走完从发现、临床到监管审批的完整闭环。
二、行业正在发生的底层范式切换
第一,从经验驱动转向数据驱动。传统化学家、生物学家依靠积累经验挑选分子,存在主观偏好;AI 整合海量文献、组学、实验数据,提供更广阔的搜索空间,找到人类经验很难想到的分子结构与干预通路。
第二,从 “卷分子” 走向 “卷疾病”。早期 AI 制药比拼谁筛分子更快、生成更多;现在行业共识转向理解疾病机制,计算医学被纳入产业规划,研发重心转移到生物学模型的精度上,化学设计只是落地手段。
第三,药企定位改变。跨国药企不再只外购 AI 工具,而是深度绑定平台、共建管线,大额里程碑合作持续落地。AI 平台和药企从服务商关系,变成联合研发伙伴,资本和产业资源持续向有湿实验、自动化实验室配套的团队集中。
三、仍然存在的核心瓶颈,突破不是一蹴而就
生物模型的泛化能力是最大短板。很多 AI 模型在训练数据集上表现优秀,换到全新靶点、全新疾病时预测偏差明显。生物系统高度复杂,蛋白构象动态变化、免疫代偿、器官间串扰,很难被模型完整复刻。这也是为什么大量 AI 分子止步于体外实验,卡在 II 期临床关口。
数据壁垒与数据质量问题突出。不同机构数据标准不统一,高质量、标注完整的临床数据稀缺;很多数据存在选择偏倚,模型很容易学到假象而非真实药效规律。
监管与可解释性压力。监管机构需要清晰理解 AI 模型做出判断的依据,黑盒模型的预测结果很难直接作为申报证据。行业正在逐步建立 AI 药物开发的规范、模型审计、可追溯机制。
还有 wet-lab 瓶颈。AI 给出再多候选分子,最终都需要合成、细胞、动物实验验证,自动化生物实验室配套速度,跟不上算法迭代速度。
四、接下来,哪些颠覆性变化会陆续落地
短期看,更多 AI 从头发现的 first-in-class 管线持续进入 II、III 期临床,验证整套范式的可靠性;针对罕见病、难治慢病这类传统药企不愿投入的领域,AI 会成为低成本开发新药的主力,填补未满足临床需求。
中期,虚拟临床试验走向实用。一部分剂量探索、初步安全性评估,先在仿真模型内完成,大幅压缩受试者规模、缩短临床周期,降低试错带来的患者风险。
长期走向个体化给药。结合患者基因组、免疫、代谢数据,AI 为患者定制药物组合、剂量方案,真正走向精准医疗,告别一款药统一适配所有患者的模式。
一句话总结
AI 制药当下不是已经颠覆制药行业,而是站在范式切换的临界点。算法、生物仿真、自动化实验不断补齐短板,一旦临床验证持续跑通,新药研发的成本、周期、成功率将迎来结构性改写,一大批过去无药可治的疾病,会迎来全新治疗方案。
- 上一页 预防三高防治详解,这些习惯要养成
- 下一页 坚持专家跑步90天,身材变化有多大?
-
IVD如何改变疾病治疗方式?
2026.11.20 -
中国在IND申请领域取得重大突破
2026.11.19 -
中国在DSA领域取得重大突破
2026.11.18 -
中国在CT设备领域取得重大突破
2026.11.17