AI药物研发：国内创业公司加速生物医药创新

国内AI药物研发领域正呈现创业公司加速创新的态势，通过技术突破、合作模式革新及政策资本支持，推动生物医药产业变革。以下是关键进展与案例： 一、技术突破：AI重构药物研发全流程 靶点发现与分子设计 英矽智能研发的Rentosertib（全球首款AI设计靶点及分子结构的候选药物）仅用个月完成从靶点到临床前候选化合物提名，效率较传统研发提升倍。 晶泰科技通过AI预测算法结合实验验证，协助辉瑞在周内确认新冠口服药Paxlovid的优势晶型，加速药物研发进程。 自动化与高通量筛选 药石科技开发的AI全局优化分子生成平台，结合动态化学空间算法，生成万亿级可合成分子库，显著降低算力需求并提升成药性。 特雷制药等公司通过AI驱动的自动化实验室，实现分子设计、合成与测试的闭环优化，缩短研发周期。 二、合作模式创新：产学研深度融合 药企与AI公司战略合作 英矽智能与复宏汉霖、石药集团等合作，聚焦靶点发现与分子生成，推动老药新用及创新药开发。 晶泰科技与阿联酋王室共建中东首个传统药物现代化实验室，拓展AI在中药研发的应用场景。 平台生态构建 NVIDIA BioNeMo工具包与AI Enterprise平台为国内企业提供推理模型服务，助力药物分子对接预测与蛋白质结构分析。 深势科技等公司通过AI优化临床试验设计与患者招募，提升研发成功率。 三、政策与资本双重驱动 政策支持 国家卫健委等三部门发布《卫生健康行业人工智能应用场景参考指引》，明确AI在药物研发中的项应用场景，加速技术落地。 上海、北京等地通过中关村论坛等平台，推动AI医疗技术转化与国际合作。 资本投入 2025年国内AI制药市场规模达.亿元，药石科技、晶泰科技等获亿元级融资，耀速科技（Xellar Biosystems）近期完成天使+轮融资。 美银预测，首款AI设计药物或于2025年内上市，AI驱动的初创公司将与大型药企形成竞合生态。 四、挑战与未来方向 数据壁垒与模型优化 传统药企数据共享意愿不足，需通过公信力平台建立数据联盟，完善细分领域模型。 大模型在生物学系统建模方面仍需突破，需结合实验数据迭代优化。 临床验证与商业化 尽管AI缩短了早期研发周期，但临床试验周期长、成本高仍是瓶颈，需探索虚拟病人模拟等技术加速验证。 未来方向包括AI在基因治疗、手术机器人等领域的拓展，以及AI与中医药现代化的结合。 总结 国内AI药物研发创业公司正通过技术革新与生态构建，重塑生物医药创新格局。随着政策支持与资本涌入，AI将加速从“实验室”走向“临床”，推动中国在新药研发领域实现弯道超车。