科技巨头押注AI制药

中国新闻网 时间:2026-11-15 18:50 浏览:

英伟达则把各类垂类模型集中到自己的平台上。英伟达生命科学业务拓展高级总监罗里·凯莱赫告诉《中国新闻周刊》,英伟达的药物研发平台整合多种模型,有的设计蛋白质和小分子,有的判断设计出的分子能否合成。用AI为药企提供抗体等药物研发服务的外包公司(CRO)角井生物,2024年起用上字节跳动团队开源的蛋白质结构预测模型。创始人周一鸣告诉《中国新闻周刊》,他用这一模型发现其比此前用的AI科研工具AlphaFold快得多,但准确性相差无几。

不过,这些进展大多有一个前提:药物靶点已相对明确。珠海科技产业集团旗下华金资本医疗健康首席投资官牛新乐告诉《中国新闻周刊》,给定一个明确靶点,一些头部平台设计小分子,已能达到熟练药物化学家的水平。但做出理化性质不错的分子,不等于分子进入人体后会起效。

更难的是分子设计之前的一步:该针对什么做药。牛新乐说,胰高血糖素样肽-1(GLP-1)受体已是多款降糖、减重药物的靶点,围绕这类已知靶点做分子和发现并确认一个新靶点,不是同一级别的难题。

凯莱赫认为,眼下的瓶颈,是怎样把大规模的计算探索与实验验证衔接起来。

实验不仅能检验模型,也能产生改进模型所需的数据。公开发表的论文大多只报告成功的结果,药企积累的数据又不会外流。刘维说:“值钱的就是这些数据。”就算药企愿意分享,单家的数据也远远不够:一家药企可能只有一二十条药物管线,积累的数据点只有几十到几千个,要训练预测药物安全性的复杂模型,需要全行业的数据。

已公开的数据,也远没用好。在周一鸣看来,人类基因组里的大部分序列,以前被当作垃圾,有了更强的算法工具,才发现里面藏着宝贝。“我们也可能是守着一座金山,却找不到金子。”英矽智能的垂类模型,也是先用公开数据训练,再用自家的实验数据反复校正。任峰说,和公开数据比,自有数据只是“沧海一粟” ,却必不可少。

为了接近实验和数据,科技公司开始走进实验室。英伟达和美国生命科学仪器公司丹纳赫合作,AI设计出蛋白质,交给丹纳赫的自动化实验室测试,测出的结果再拿来改进下一轮设计。Anthropic也在旧金山湾区建起实验室,用细胞、试剂做实验。任峰估计,大厂要先用实验把模型验证好,再把分子一步步推进到临床,这段路至少要走三到五年。

也有人把实验当成生意来做。10月22日,OpenAI前首席产品官凯文·韦尔参与创办的Warp Sciences宣布获得2.15亿美元融资。这家化学研发外包公司不自己找药,专门替客户把有希望的分子改出成百上千个变体,逐一合成、比较。

只有AI,做不成药。选择研发方向、判断实验结果、决定项目去留,都离不开制药经验。哲源科技联合创始人赵宇告诉《中国新闻周刊》,大厂收购生物技术公司,是想用资本的力量迅速缩小差距。任峰也注意到,大厂正在吸纳有药物研发经验的“老兵”。

人找到了,也未必配合得好。赵宇做计算医学二十多年。他回忆,早年他团队里信息技术和生物两类专业人员一起工作时,经常会出现激烈争执,甚至“打架都打哭了”。在他看来,大厂如今就处在他们当年的阶段,还在“布朗运动”中,像水里的微粒一样四处碰撞。

磨合往往在项目里完成。刘维说,百图生科让不同背景的人进入同一个项目,不断协作。任峰称,英矽智能则让学生物、化学的人在真实项目里学AI,学AI的人补药物研发知识。经过一两年历练,这些人基本能成为复合型人才,而这正是如今业内最稀缺的。

科技公司还要回答一个更现实的问题:谁来买单?

从这些大厂身上,任峰看到英矽智能几年前的影子。那时英矽智能也没想清楚怎么挣钱,最后才认定,自己推进药物项目,再授权给药企,把技术变成收入。今年上半年,英矽智能约1.06亿美元的收入里,绝大多数来自药物发现和管线开发。

药企愿意花大钱买的,是有望成药的候选药物。牛新乐说,如今除了礼来等少数公司,跨国药企做早期研发的效率和创新能力都在衰退,其强项在临床开发和销售,所以很多管线要从外部买入。

投资人也更看好做药的公司。牛新乐解释,做药是“一个梦想”,要能治好阿尔茨海默病,这家公司即便估值一万亿美元也不为过。周一鸣说,融到大笔资金的公司,必须推进自己的药物研发管线。

编辑:HN008

财经 >科技巨头押注AI制药