基于精准医学转化和疾病分子机制研究突飞猛进的发展，越来越多前景可观的靶标被发现和验证。

在技术和资本的双轮驱动下，源头创新的浪潮也正向国内席卷，国内制药企业从模仿创新向原始创新开发转型的趋势也愈加强烈。

新药研发赛道竞争激烈，针对新靶点新机制的管线研发更是存在高投入高风险的特点。

在这样的大环境下，人工智能（AI）等先进技术对药物研发全过程的赋能效应越来越显著，使我们有望翻越新药研发周期长、成本高、失败率高的“三座大山”。尤其在国内药企积极谋划转型的今天，AI 或许能够解决传统模式中的普遍难题。

近期，晶泰科技首席科学家张佩宇博士受邀参与行业期刊《BIO Collaborate》的“大咖访谈”，向大家介绍 AI 药物研发的国际国内应用差异、关键能力、发展前景以及晶泰科技的技术优势。

国际国内 AI 药物研发应用差异明显

新药研发过程包括药物作用靶点发现、苗头化合物筛选、先导化合物优化、临床前候选药物确定、临床前和临床研究等。

其中，从最前端的靶点发现到确定临床候选药物，传统方法需要 4 到 6 年时间。而通过 AI 的方法可以将时间缩短至 1-2 年。

张佩宇博士表示，与传统的药物研发过程相比，AI能够极大发挥降本增效的作用，同时能针对全新的靶点进行药物发现。

目前，国际国内 AI 药物研发应用有一定差异。张博士谈到，新药的源头创新在于全新靶点的发现以及针对已有靶点的新分子开发。前者涉及大量病人样本和疾病生物学问题，而后者则属于分子设计和合成等问题。

国际上，特别是美国，各创新主体在生物、化学、临床等多个药物开发涉及的领域都有着稳健持续的研究产出，可谓是百花齐放。与之相比，国内则在分子设计等偏化学的领域做出的工作成果较多，即根据已确定的靶点找出合适的化合物。

随着 Alphafold 的出现，AI 药物研发在全球范围内成为关注热点。国内众多企业也开始了相关布局，不仅在分子的预测、筛选和合成方面，在转化医学研究和临床病人的选型入组等领域也有覆盖。

企业需求决定 AI 在药物研发中的应用

过去，国内流行的药物研发思路一直是 fast-follow，即使做 first-in-class 药物，也倾向于选择在文献资料中报道的明确靶点来开发新药。但一些欧美制药巨头，则更青睐与 AI 靶点发现公司合作。它们希望通过合作寻找全新靶点，带动新作用机理的发现，以支持全球首创药物管线的推进。而国内药企则偏化学相关的 AI 药物研发。

张博士总结有三点原因：一是化学领域的研究数据产量大，对 AI 算法的支撑力度强；二是进行化学分子的设计、筛选和合成是在选定明确靶点后开展的一系列工作，与分析错综复杂的生物学机理、寻找新靶点相比，目标更加明确，即寻找到能与靶点发生有效作用的临床前候选化合物（Preclinical candidate compounds，PCC）。

他还介绍，从学科领域来看，化学和生物学的复杂程度不一样，对应的药物研发过程产生的风险和收益也相差较大。不同企业的定位和发展战略不同，决定了企业的风险偏好。

欧美一线药企有着雄厚的研发实力和经费保障，致力于首创药的研制，开展较多的是高风险、高回报项目；国内制药行业受到资金、技术、政策以及市场等多方面因素影响，大部分风险偏好较保守，故而多聚焦在部分验证靶点的药物发现。

此外，制药领域的人才问题也是一个绕不开的话题。

近年来，在国内各科研院所及高校中，有一些实力强劲的生物研究团队发展迅速，科研进展紧跟国际前沿，甚至在一些细分领域取得领先，但从整体实力来看，与国外相比仍有一定差距，这也跟前述国内国外在聚焦关键点和领域复杂程度不一样有关。

AI 药物研发已在

一定程度上突破算力、算法和数据瓶颈

算力、算法和数据是 AI 的三要素。基于云计算的算力和高精度的计算化学算法，我们可以产生海量数据。

张博士提到，晶泰科技已打通多个 GPU 云计算平台，包括亚马逊、腾讯、阿里、谷歌等，可同时调度百万级的计算核心，已突破了算力上的瓶颈。考虑到对算力要求较高的重量级计算场景并不多，如蛋白结构预测、小分子晶型预测等，目前已有的算力能够完全满足早期药物发现以及临床前研究的需求。

算法则通过数据挖掘知识，寻找规律，进行预测。通常，算法的基础框架不由药物研发人员构建，而是由计算科学家们开发，根据不同的管线项目进行特定优化后再在药物研发中发挥作用。

晶泰科技建有一支包括人工智能、量子物理等算法专家和生物学、药物化学等药物研发专家组成的，超过 500 人的复合型研发团队。算法团队有 70 多位博士，其中 40 余名具有量子物理计算化学背景，他们为晶泰科技产生大量高精度的虚拟数据，训练 AI 模型。

不管是 AI 还是药物化学，都需要基于合成和测试的实验数据不断分析迭代。

晶泰科技早在 2018 年就建立了自有的湿实验平台，目前，晶泰科技在深圳、上海和北京等地拥有超过 1 万平米的化学和生物学实验室，并着力打造自己的智能化和自动化实验室，确保快速产生标准的大规模的实验数据。将大规模的计算数据和标准的实验数据结合起来，通过 AI 技术大幅提升药物研发的迭代效率。

晶泰科技在计算能力、智能实验

和服务经验方面具有领先优势

晶泰科技在成立初期，服务的客户群体大多在国外，近年来国内业绩发展迅速，占据了总业务量的半壁江山，主要业务聚焦在与医药企业合作新药的一体化管线研发上，包括生物技术、原创新药、仿制药转型等。

晶泰科技在计算能力、智能实验和服务经验上优势明显，基于智能计算、智能实验和专家经验，形成了三位一体的综合服务能力，能结合计算、设计、预测、分析、合成及测试等多个环节，形成一体化服务模式。

与业内其他企业相比，晶泰科技的计算特色十足，主要以 AI 和量子物理为亮点，并建有独家智能实验平台，拥有 200 余名专职实验人员，已形成一定规模。

此外，晶泰科技通过自身的计算平台积累了服务全球领先药企的丰富经验，如辉瑞、强生等公司都与晶泰科技建立了长期稳定的合作。据张博士透露，截至目前（2022 年 3 月），晶泰科技正在合作的管线已超过 40 条，并已达到若干里程碑（milestone）。

值得一提的是，晶泰科技是以晶型预测的技术优势打入国际医药市场的，可见深耕专一垂直领域的重要性。在一个细分的专业化领域做出口碑后，才有望形成第二增长曲线。

在服务国内药企的过程中，晶泰科技发现，越来越多的企业已经不满足于计算平台的助力，他们更希望能将计算生成的设计方案在实验中验证，甚至完成相关的生物学测试和分析。基于此，2018 年，晶泰科技智能计算+智能实验一体化的综合服务平台应运而生。

对于该平台的应用，张博士特别提到近期与美国一家大型药企的合作项目，该项目此前已经合成了 11,000 个分子，但因尚未解析出蛋白结构，且缺乏相关评估工具，迟迟未匹配到候选化合物。

晶泰科技运用其智能计算平台和 alphafold2 等工具，成功生成了初始蛋白结构；再通过动力学模拟、AI 等方法计算，采用高精度的量子物理方法等计算工具，形成了一套可准确预测蛋白结合活性的全流程工具。

目前，晶泰科技已经帮助客户完成了候选分子的挑选和推荐，可以很好的进行分子评估。

提到加入晶泰科技的初衷，张博士回顾了他的科研生涯。

第一份工作是在中国科学院大连化学物理研究所从事科研，早在 2008 年就开始运用神经网络等工具方法来研究原子和分子间相互作用，一直很看好 AI 技术在药物研发中的应用。

2015 年，晶泰科技正式成立。他怀揣着“做出些产业应用”的想法，在那时离开研究所，加入晶泰科技。

关于 AI 制药成果的转化落地，张博士提到他曾读过的一本书——《创新者的窘境》，借用书中的观点，他解释到，新技术/新产品的发展涵盖若干阶段，达到广泛普及前有一个偌大的鸿沟必须跨越。

在AI制药发展初期，大部分制药企业不愿，或是不敢轻易尝试这样的创新性应用，如何跨越这一鸿沟，就需要度过实践验证的艰难爬坡期，虽然爬坡期艰难且漫长，但这之后将迎来的是飞速发展期。

现阶段，AI 药物研发的成果已经逐步走向临床研究的阶段，它在前期各个阶段凸显的助力作用已获认可，近两年资本和技术的双轮驱动，已将 AI 药物发现推入飞速发展期，未来前景可期。

晶泰科技上海药物创新研发中心

晶泰科技深圳实验与计算研发中心

张佩宇，晶泰科技首席科学家，博士，深圳市高层次人才。

2015 年加入晶泰科技，负责公司新药发现事业部，致力于人工智能和高精度物理模型在新药研发中的应用，特别是在药物发现、晶型研究等领域的源头创新。

关于晶泰科技：

晶泰科技是一家以智能化、自动化驱动的药物研发科技公司，通过提高药物研发的速度、规模、创新性和成功率，致力于实现药物研发的行业革新。作为一家立足中美、服务全球的企业，晶泰科技始终坚持探索最优解决方案，以充分利用前沿的研发与计算资源，最大化满足客户与合作方的需求。

晶泰科技的智能药物研发平台将基于云端超算数字化研发工具与先进的实验能力进行整合，形成高精度预测与针对性实验相互印证、相互指导的研发系统。作为全球先锋人工智能药物研发公司之一，晶泰科技已建立起一整套量子物理干实验室与先进湿实验室紧密结合的研发迭代流程，挑战传统研发的效率瓶颈，赋能新药研发实现创新速度与规模的突破。

业务/活动咨询请联系：bd@xtalpi.com