AI 药物发现：从炒作到务实评估
《科学》杂志官网近日发表了一篇题为《AI in drug discovery – what it is, where we stand and the path forward》的深度分析文章，对 AI 在药物发现领域的现状进行了全面而务实的评估。文章引用了一篇发表在《Nature Reviews Drug Discovery》上的综述论文，梳理了 AI 技术在药物研发全链条中的应用进展、成功案例和面临的挑战。
文章指出，过去几年里，AI 药物发现经历了从过度炒作到理性回归的过程。2020-2023年间，大量 AI 制药初创公司涌现，获得了巨额融资，但许多公司未能如期将 AI 发现的分子推进到临床试验阶段，导致行业信心波动。然而，2024年以来，情况开始发生变化：多个由 AI 辅助发现的药物分子进入了临床 I 期和 II 期试验，其中一些显示出令人鼓舞的疗效数据。
AI 在药物发现中的真实价值
《科学》杂志的分析强调，AI 当前在药物发现中最有价值的应用并非"从头设计新药"这一宏大叙事，而是在更具体的环节中发挥作用：靶点发现与验证（利用基因组数据和知识图谱）、苗头化合物筛选（虚拟筛选减少实验量）、ADMET 性质预测（降低后期失败率）以及分子优化（多参数优化找到最佳平衡点）。在这些环节中，AI 已经展现出显著的效率提升——有些任务的速度比传统方法快了 10 倍以上。
文章也坦诚指出了当前 AI 药物发现的局限性：高质量训练数据不足、模型对新化学空间的泛化能力有限、临床转化率仍不明确。业界普遍认为，AI 不会完全取代药物化学家，而是作为一种强大的加速工具，帮助人类研究人员更快地做出更好的决策。未来几年，AI 辅助药物发现领域的真正考验将是：有多少 AI 发现的分子最终能通过临床试验，成为真正的上市药物。
从产业生态的角度来看，AI 药物发现正在从单点突破走向系统化整合。大型制药公司如辉瑞、诺华、罗氏等已经建立了内部的 AI 药物发现平台，与众多 AI 初创公司形成了复杂的合作网络。与此同时，AI 药物发现领域的投融资也在经历结构性调整：2024-2025年间，行业投资从“广撒网”转向“重点突破”，投资者更加关注那些有明确临床管线和技术壁垒的公司。文章预测，未来五年将是 AI 药物发现的关键验证期。如果当前处于临床试验阶段的 AI 发现药物能展现出优于传统方法的疗效和安全性，将极大推动行业信心。反之，如果这些药物在临床试验中失败，AI 药物发现可能会经历新一轮的“技术寒冬”——但无论如何，AI 作为药物发现的辅助工具地位已经确立，争议在于它的上限究竟在哪里。