- 最新进展
最新进展
AI 制药的真瓶颈:不是算不出来,是验不过来
AI 制药卷了三年,卷的是"能不能算出来"。
到今天,这件事基本解决了。真正的瓶颈,换到了另一个地方——能不能验过来。
先看三个数字:
● 据晶泰披露,其自动化实验室一个 DMTA 循环,2–3 个月能跑完 3000–4000 个新分子;
● 全球已有 170 余条由 AI 参与设计或优化的管线进入临床,十余款正冲刺 III 期;
● 而完全由 AI 主导设计、并已获批上市的药物,到目前为止:0 款。
前两个数字说明机器跑得飞快,第三个数字说明跑得快不等于走得到。中间那段路,就是这篇文章要拆的东西:验证。
分子不再是稀缺品。能证明一个分子值得继续往下走的实验,才是。

注:生成端的速度,和获批端的数量,中间隔着一条验证的鸿沟。
01 先把事实摆正
不急着下判断,三条线各看一个数字。
钱在进来。 英矽智能 2026 上半年营收 1.063 亿美元,同比增长 287.2%,毛利率 90.3%,成为港股首家实现半年度全面盈利的 AI 制药公司;Isomorphic Labs 在 5 月完成 21 亿美元 B 轮融资。
管线在推进。 170 余条管线里,英矽智能的 Rentosertib 已启动特发性肺纤维化 III 期、计划入组 320 例;德睿智药的 MDR-001 也进入了 III 期。
通量在放大。 据晶泰披露,其合成成功率从人工的 30–40% 提升到 80% 以上;Recursion 每周执行约 220 万次湿实验,累计沉淀超 50 万条实验记录,其中约 80% 是行业最稀缺的失败负样本。
但有三个字的口径,必须先说清楚:
"AI 参与"不等于"AI 主导"。 截至 2026 年,完全由 AI 主导设计并获批上市的药物仍然是零。十余款进 III 期是实打实的进步,也恰好说明:卡点不在生成,在验证与临床。
这段话不是给行业泼冷水,而是把话说准。因为只有把话说准,后面这个判断才立得住注:干湿闭环的四环里,前三环按天算,第三环按周、按月算——卡点就在这里。

注:干湿闭环的四环里,前三环按天算,第三环按周、按月算——卡点就在这里。
02 分子在贬值,证据在升值
生成一个可合成的候选分子,成本已经从"以月计"降到"以小时计"。分子从稀缺品,变成了流量。
但药企付钱的时候,买的从来不是分子,而是"这个分子值得继续往下走"的证据。
证据的价格,今年看得非常清楚:石药集团与阿斯利康的长效多肽合作,潜在总额 185 亿美元、首付款 12 亿美元。跨国药企买的不是某一颗分子,是持续产出资产的能力体系。
分子变成了流量,证据成了硬通货。 价值链的定价权,正在从"能设计",转向"能证明"。
03 验证为什么突然变贵:三重成本
第一重,数量级。 算法是指数供给,湿实验是线性产能——这两条曲线的斜率,本来就不一样。以前一个项目验证 3–5 个系列,现在算法一次给出几十个,验证通量成了硬约束。
第二重,维度。 从"酶活 IC₅₀"扩到多靶点选择性、细胞功能、三元复合物、早期安全性信号——每增加一个维度,就多一套蛋白、一套检测体系、一套对照。要证的越来越多,越来越细。
第三重,标准迁移。 不同表达体系、不同批次的试剂,数据不能横向比较;换一次供应商,历史数据可能作废。对以数据为食的模型来说,这不是成本,是污染。
所以结论有点反直觉:验证的边际成本,没有随 AI 下降,反而因为"要验的太多、要证的太细"而上升了。
机器在跑,数据在长。但每一批跑出来的数据,质量取决于灌进去的试剂。

注:算法指数供给,湿实验线性产能——缺口就是被积压的候选。
04 缺口长在三个地方
生化层:缺的不是有没有蛋白,是能不能比。 同一个靶点,算法给出了三种不同结合模式的系列。要判优劣,必须在同一个体系里跑多靶点选择性——同源表达的蛋白、同原理的检测、可共用的对照,缺一样,数据就不能横比。
细胞层:缺的是"试剂不背锅"。 两个细胞模型的结果差了 20%,你分不清是分子差异,还是这批细胞因子的批次差异。批间不稳,模型看到的差异就被试剂差异淹没——AI 项目最怕的不是噪声大,是噪声稳定到被学成"规律"。
复杂模型层:缺的是"第二个人能复出来"。 类器官、共培养、iPSC 分化,最缺的是一套配好的因子组合和标准 protocol。自配一套要三个月,而且往往只有配它的那个人能复现。
这些缺口听起来抽象,落到采购单上其实非常具体:一个靶点要三种构象的蛋白,一个细胞模型要四支批间稳定的因子,一个类器官 protocol 要一套配好的组合。摊开看,就是下面这张图。

注:缺口长在三层,动作只有三个——可比、稳定、成套。
05 优爱蛋白方案矩阵

注:实心圆点=现货覆盖,空心圆环=按项目定制
这张图读起来只有一句话:生化层的靶点蛋白和检测试剂盒、细胞层与复杂模型层的因子套装、机制层的 E3 连接酶和工具酶,四个环节都能接上——这就是优爱蛋白说的"药物发现,一站到底"。重点从来不是产品多,而是每一环都有批间一致性数据托底,每批附完整 CoA。
从手艺到流程,差的不是设备,是能被复现的工具。
06 结语
未来两年,AI 制药的分水岭不在模型榜单上,而在一个朴素的问题上:谁能把一次成功,原样复制一百次。
会算的人已经很多了。能把算法给的东西一一验出来的,还是少数。
如果你的团队正在搭 AI 筛选平台,或者有一个卡在验证环节的项目——
回复关键词「AI制药」,领取《AI 管线验证阶段常用工具对照表》







