快讯 数字中国 人工智能 汽车智驾 手机数码 智慧家电 酷玩配件 科技创投 产业+ 更多
实时
当前位置：数字中国 > 正文

AI制药正在成为当前医药研发领域的热点

2026-10-23 10:23:06 来源：光明网-《光明日报》 A+A-

【科技观察】

光明日报记者 杨舒

AI制药正在成为当前医药研发领域的热点。

今年9月，国内首款凭借AI辅助研发获批的原创药——盐酸伊司特韦片（商品名：艾普司韦，由西湖大学等单位研发）正式获批上市。相较于传统研发动辄十年的周期，这个药物从源头发现到完成临床试验仅用时三年半，AI在其中发挥的作用颇为关键。

一直以来，创新药研发被公认为“高投入、长周期、高失败率”。有人将其概括为“三个十定律”，即十年时间、十亿美元投入、不到百分之十的成功率。那么，AI是否会改变这一“定律”？

药物研发前端效率大大提高

把实验室里的发现转变为临床上的创新药物，为何常要以十年计？

业内专家表示，这源于它复杂的流程：第一步，药物研发人员需瞄准某一疾病的根本机制，锁定关键生物靶点，并通过高通量筛选与结构优化，从海量分子中“淘”出最具潜力的候选化合物；第二步是临床前研究，在细胞和动物模型中严格验证药物的安全性、毒性及代谢特征；第三步则是临床试验，申请获批后，药物需经历Ⅰ期（安全性）、Ⅱ期（疗效探索）和Ⅲ期（大规模确证）三个临床试验关，在真实世界中逐步验证其在人体中的真实价值。最终，药物经监管机构严格审评，获批上市。

其中，第一步的药物分子筛选过程犹如“大海捞针”，需要反复试错，高度依赖科研人员的经验和时间投入。

“而现在，AI介入新药研发后，首先改变的就是研发前端的效率。”中国科学院院士、中国科学院上海药物研究所研究员陈凯先说，“过去需要科研人员耗费大量时间完成的文献检索、数据分析、分子筛选等工作，如今可由AI辅助完成。”

据西湖大学研发团队介绍，在艾普司韦的研发初期，他们就利用AI技术在一个包含上亿种化合物的分子“大池子”中进行虚拟筛选，排除种种“假阳性”，找出最具可能性的“候选者”，这一步大大提高了效率。在药物研发的第二阶段，他们又利用AI模型提升对药物安全性、毒性等方面的预测精度。“艾普司韦证明，AI辅助药物研发在当前是高效可行的。”西湖大学校长助理王廷亮说。

这一做法在国内并不鲜见。“以前我们筛选一个候选分子，就像在黑屋子里找钥匙，摸到天亮也不一定找得到。”国药集团的一位研究员如此形容传统药物研发的无奈。如今，他们尝试把AI嵌入研发环节。例如，面对“一人一策”的肿瘤新生抗原发现难题，中国生物上海生物制品研究所科研团队自主搭建人工智能预测平台，能从数百万个可能的肿瘤基因突变位点中，锁定那些传统方法难以发现的候选疫苗多肽。基于该平台研发的mRNA个体化肿瘤治疗性疫苗，目前已完成早期概念验证。

可见，让算法替代人工试错，正成为越来越多药物研发者的选择。

警惕“AI生成的分子越多，失败的越多”

除了分析海量文献和数据、生成候选分子，AI也在参与实验设计等药物研发的各个环节。然而，有专家提醒，前端效率提升，并不意味着成药率同步提高。

清华大学药学院创始院长丁胜观察到一个现象：在AI的辅助下，药物研发前期生成分子的速度越来越快，但药物研发后续环节的失败率并没有随之下降——相反，“生成的分子越多，失败的越多”。因此，AI效率提升的背后，可能意味着后续更多需要验证的假设和更大的资源消耗。

在丁胜看来，AI发展得越快，科研人员越需要重新思考哪些事情值得“慢下来”做，比如加强对疾病机制的认识，寻找新的治疗概念、药物靶点和技术路径。

恒瑞医药人工智能辅助药物发现负责人韩涟漪判断，未来3到5年，AI将越来越普遍地进入药企研发流程，但评价AI是否真正能改变药物研发，不能只看生成多少分子、节省多少时间，更应看它是否提高研发成功率，是否带来更好的临床效果，以及最终是否让患者获益。

在上海国投科创产业研究院人工智能中心总经理张宣看来，前端生成能力越强，对后续筛选和验证能力的要求也越高。如何让更多候选分子经过有效筛选和实验验证，真正走到临床，成为AI制药下一阶段必须解决的问题。他认为，AI可以快速从已有数据中提取规律、生成新方案，但如果数据本身存在缺失、偏差或噪声，AI并不能自动弥补这些问题。

医渡科技政医事业部高级副总裁袁芳对此表示赞同：“当前新药研发需要的不只是海量数据，更是高质量、标准化、能够持续反馈并覆盖全生命周期的临床数据。”具体来说，发现全新药物靶点，需要数据维度全、临床结果准，以此驱动AI深入验证疾病机理，而不是只在已知靶点上做文章；而要加快临床试验速度，则需要标准化的海量数据，用来快速找病人、降成本，这些都需要坚实的数据支撑。

AI将成为新药研发的组织性力量

压缩研发周期、降低试错成本，AI制药带来的变革性力量已初露端倪。未来，又将有怎样的发展想象空间？

“当前，众多跨国药企通过并购或合作，加码AI靶标发现等前沿方向，凸显出生物医药行业向精准化、智能化、技术融合加速迭代的创新格局。”陈凯先说，在这一趋势下，AI对生物医药而言，将从“赋能”走向“原生”，其价值不止于提高既有流程效率，更在于能否助力科学家发现新的疾病机制、药物靶点和新药。

他进一步展望：AI赋能新药研究，将从目前作为应用的方法和工具，变成科研流程中的组织性力量，成为人类科学家的“伙伴科学家”。它带来的真正新变化，不是计算能力的升级，而是研发范式的重塑；不是单点技术的突破和局部效率的提升，而是整个研究流程的系统重塑，从线性串联模式变为多模态、多尺度信息融为一体的并行优化模式。

临港实验室研究员郑双佳认为，当下的AI制药技术正迎来第四轮浪潮，即依托推理大模型与科学智能体，实现科学假说的规模化生成与迭代验证。因此，该行业面临的挑战，已不再是AI基础研发能力的搭建，而是如何将现有技术与数据积累进行高价值转化，从而助力产出具备全球影响力的源头创新药物。

在这一浪潮中，中国需要把握机会。

有关数据显示，2025年我国批准的新靶点、新机制药品共11个，其中4个是国产创新药；2026年上半年，我国批准的新靶点、新机制药品共11个，全部为国产创新药。这说明，中国药物研发正逐步具备向原始创新迈进的基础。

9月18日，工信部等十部门联合印发《医药工业发展“十五五”规划》，首次将“AI制药全流程数据自动采集与追溯系统”作为高价值场景写入国家五年规划，并明确目标：到2030年，创新药产业规模年均增速超20%，首创新药全球占比突破25%。

“我们经历了跟踪仿制阶段、模仿创新阶段，正在向原始创新奋进，已具备了逐渐接近第一梯队的潜力，这就是今天中国生物医学领域发展所处的历史方位和前进目标。”陈凯先说。

《光明日报》（2026年10月22日 13版）

责任编辑：SZ005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com

热点推送

本周关注

MORE
关于中华网广告服务联系我们招聘信息版权声明豁免条款友情链接中华网动态
联系电话：15738898464   互动/投稿邮箱：798334716@qq.com
京ICP备18035944号@版权所有 中华网