新药研发的“反摩尔定律”
一款新药从实验室到药房平均需要 10-15 年和 20-30 亿美元，而成功率不到 10%。这条被称为“反摩尔定律”的曲线意味着：尽管技术进步，研发效率却在下降。AI 驱动的药物发现（AIDD）被视为逆转这一趋势的关键变量。
四个环节的 AI 渗透
1. 靶点发现与验证
传统靶点发现依赖文献挖掘和实验筛选，周期长、假阳性高。AI 通过对海量基因组、蛋白质组和临床数据的关联分析，能在数周内从数万个潜在靶点中筛选出数十个高置信度候选。DeepMind 的 AlphaFold2 解决了蛋白质三维结构预测这一困扰生物学界 50 年的难题，其开源数据库已覆盖超过 2 亿个蛋白质结构，为靶点发现提供了结构生物学基础设施。
2. 分子生成与优化
生成式 AI 模型（如 diffusion model、Transformer）可以在虚拟化学空间中生成满足特定药理性质的分子结构。与传统高通量筛选不同，AI 生成分子是“从零设计”而非“从库中挑选”。2023 年，Insilico Medicine 的一款由 AI 设计的特发性肺纤维化药物进入 II 期临床试验，从靶点发现到临床候选化合物仅用了 18 个月。
3. ADMET 预测
ADMET（吸收、分布、代谢、排泄、毒性）是药物淘汰的主要原因。传统方法依赖动物实验，周期长且跨种属预测性有限。AI 模型可以基于分子结构预测 ADMET 性质，在合成前就过滤掉高风险候选物，显著降低后期失败率。
4. 临床试验优化
临床试验是新药研发中最昂贵的环节。AI 在受试者筛选、入组标准优化、试验终点预测和安全性监测等方面发挥越来越大的作用。通过对电子病历和真实世界数据的自然语言处理，AI 可以精准匹配符合条件的患者，缩短入组周期。
技术栈与数据瓶颈
AIDD 的核心数据来源包括 ChEMBL、PubChem、BindingDB 等公开数据库，以及各药企的内部实验数据。训练一个好的分子性质预测模型，通常需要数十万到数百万条标注数据。然而，高质量负样本（“这个分子对这个靶点无效”）严重匮乏，因为失败的实验很少被发表。这个问题被称为“出版物偏差”，是 AIDD 数据质量的最大隐患。
在模型方面，图神经网络（GNN）是分子表示学习的主流方案，因为分子天然可以用图来表示（原子为节点，化学键为边）。3D 分子表示和等变神经网络则在蛋白质-配体结合预测中表现优异。
商业化格局
AIDD 领域已形成三种商业模式：一是“AI+自有管线”，如 Recursion、Insilico Medicine，用 AI 加速自有药物研发并推向临床；二是“AI+SaaS”，如 Schrödinger、Atomwise，为药企提供计算平台和服务；三是“大药企自建团队”，如诺华、阿斯利康内部设立 AI 研发部门。中国方面，晶泰科技、英矽智能、深势科技等企业在分子模拟、药物设计和计算化学领域快速成长。
无法替代的环节
AI 目前最擅长的是“缩小搜索空间”——从数亿个可能的分子中筛选出数百个值得合成的候选。但合成、体外实验、动物模型和临床试验仍然需要湿实验室的实体操作。AI 不能替代实验，但它可以让每一次实验都更有价值，把“试错”变成“验证假说”。
另一个被忽视的问题是知识产权。AI 生成的分子结构是否能申请专利？训练数据中包含的专利分子是否构成侵权？这些法律问题仍在演进中，可能成为 AIDD 商业化路上的隐型路障。
展望
如果说 2010 年代是 AIDD 的概念验证期，2020 年代是工程化落地期，那么 2030 年代有望迎来第一批“AI 原生”药物获批上市。从靶点到药房的时间能否真正压缩到 3-5 年，取决于计算模型精度、实验自动化程度和监管框架的协同进化。AI 不会让药物研发变成“按一下按钮”，但它正在让每一个按钮背后的决策更加精准。
