AI 制药进入深水区，预测静态的蛋白质结构仅仅是入场券。
回望过去几年，AI4Science 的浪潮正经历着一场从“狂热”到“祛魅”，再到“重塑”的深刻蜕变。
如果说 AlphaFold 系列的横空出世，完成了 AI 在微观分子结构的“上帝掷骰子”；那么当下，面对管线频频受挫、临床二三期折戟的严峻现实，整个 AI 制药行业正在被逼入深水区。
我们猛然发觉：预测静态的蛋白质结构仅仅是入场券，真正致命的“死亡之谷”，在于跨越从单一靶点到复杂人体系统的鸿沟。
在这个从“预测”走向“生成”、从“还原论”走向“系统论”、从“高分 Demo”走向“真实世界临床”的关键转折点，无数问题如暗礁般涌现：生物大模型的 Scaling Law 是否会撞上物理学规律的南墙？自动化实验室（Self-driving Lab）的海量数据究竟是“解药”还是“高通量噪声”？面对算力掣肘，中国团队的突围路径又在何方？
本场圆桌，雷峰网 GAIR Live 组建了一场极为硬核的 AI 制药尖峰对话。我们特邀算法底座、系统生物学、临床药理及计算生物学领域的顶尖大脑，共同撕开 AI 靶点预测的“高分假象”，直击 AI 药物研发最残酷的临床试金石。
01
核心议题：
从预测神话到临床折戟的本质追问
▪【AI 之“立”】算法底座的跃迁与 Scaling Law 迷局拆解
AlphaFold 3 之后的算法演进逻辑。探讨蛋白质语言模型（PLM）如何从“预测静态结构”跨越到“生成动态功能”；深度追问在海量异质性生物数据面前，Scaling Law 是否存在不可逾越的物理极限。
▪【AI 之“破”】解构系统生物学“黑盒”与假阳性陷阱
反思单靶点筛选的“还原论”局限。剖析 AI 如何进阶至对复杂信号通路、肿瘤免疫微环境的系统级理解，以及如何精准刺穿 AI 预测中泛滥的“无效高分（假阳性）”泡沫。
▪【AI 之“变”】真实世界数据反哺与死亡之谷
聚焦临床反馈驱动的药研闭环重构。探讨真实世界数据（RWD）如何修正前端模型的设计偏见；AI 又是如何重构“老药新用”逻辑，从海量临床病历中为药物找到最精准的适应症。
02
硬核嘉宾阵容
本次圆桌引路人/主持人：许东南佛罗里达大学教授
许东现任美国南佛罗里达大学（University of South Florida）医学院、健康信息学研究所教授。他于1995年获得伊利诺伊大学香槟分校博士学位，随后在美国国家癌症研究所完成博士后研究。曾任职于橡树岭国家实验室，并于2003年至2025年在密苏里大学任教，期间担任计算机科学系主任和信息技术项目主任等职务。
许东教授在计算生物学与生物信息学领域深耕三十余年，研究方向包括单细胞数据分析、蛋白质结构与功能建模、蛋白质翻译后修饰及医学人工智能等，近年来重点关注深度学习与生物信息学的交叉研究。他已发表论文500余篇，被引用超过3.1万次，H-index 为92。2015年当选为美国科学促进会（AAAS）会士，2020年当选为美国医学与生物工程学会（AIMBE）会士。
宋乐阿联酋MBZUAI机器学习系教授
宋乐博士是机器学习和图深度学习专家，他曾担任美国佐治亚理工学院计算机学院终身教授、机器学习中心副主任，阿联酋 MBZUAI 机器学习系主任, 蚂蚁金服深度学习团队负责人（P10），百图生科首席AI科学家等职务，具有丰富的 AI 算法和工程经验。
自 2008 年起，宋乐博士在 CMU 从事AI和生物计算相关的研究，利用机器学习技术对计算生物学和药物设计取得了一系列突破性成果。其研究也获得过 NeurIPS、ICML、AISTATS 等主要AI会议的最佳论文奖。社区服务方面，他曾担任 NeurIPS、ICML、ICLR、AAAI、IJCAI 等 AI 顶会的领域主席，并将出任 ICML 2022 的大会主席，他还是同行评议期刊 JMLR、IEEE TPAMI 的副主编。
刘琦同济大学生命科学与技术学院生物信息系教授
刘琦，同济大学生命科学与技术学院生物信息系长聘特聘教授，博士生导师，同济大学上海自主智能无人系统科学中心PI。国家杰出青年科学基金项目获得者，教育部长江学者青年学者。同济大学数字生命智能体实验室负责人。长期致力于发展AI赋能组学解析和精准干预，进行数字生命智能体构建、推理及精准医学应用和转化。
其成果获相应期刊Research Highlight、F1000推荐、ESI高引、中国生物信息学算法十大进展等。著《组学机器学习》（科学出版社，2023）。中国计算机学会杰出会员。曾入选《麻省理工科技评论》中国智能计算创新人物、获药明康德生命化学研究奖、吴文俊人工智能自然科学奖、中国计算机学会自然科学奖、微众学者奖，华夏医学科技奖等。
张清 鹏香港大学数据科学研究院及药理与药剂学系副教授
张清鹏博士毕业于亚利桑那大学，2023年8月加入香港大学，之前在香港城市大学数据科学学院担任副教授。并在伦斯勒理工学院计算机科学系从事博士后研究。此外，张博士是IEEE高级会员，同时担任BMJ Mental Health、IEEE TITS和IEEE TCSS的副主编。
03
讨论精华预览
（全程高能与交锋）
▪议题一：生命基座大模型的演进边界
(从“预测静态”到“生成动态”，大模型的极限在哪？)
▪算法突围：AlphaFold 3 之后，我们在蛋白质设计上的下一个重大突破点是什么？
▪交锋时刻：面临单细胞层面的动态突变与极度异质性的生物数据，大模型的 Scaling Law 会失效吗？在生成阶段，如何提前锁死 ADMET 成药性与体内免疫原性约束？
议题二：解构系统生物学与肿瘤免疫黑盒
(跨越还原论，向假阳性“无效高分”宣战)
▪打破还原论：从单一靶点走向复杂的微环境，AI 如何真正理解复杂的肿瘤免疫系统？
▪交锋时刻：GNN（图神经网络）在建模复杂细胞交互时撞上了哪些瓶颈？基于复杂网络的多组学时空表征，能否有效预测多靶点联合用药的致命系统毒性？模型给出的决策，如何才能让临床医生敢信、敢用？
议题三：临床适应症重构与真实世界证据
(临床反馈反哺，如何拯救折戟的二三期管线？)
▪临床闭环：真实世界数据（RWD）如何逆向修正新药研发前端的各种算法偏见？
▪交锋时刻：极其混乱非标准化的临床病历，如何与精准的分子结构实现跨模态映射？从临床表型反向推断细胞通路因果，能多大程度上提高“老药新用”的命中率？
议题四：共识与展望——AI 制药“工业化”临界点的终极拷问
(是“药不如人”，还是“理解不够”？)
▪深水区反思：为什么当前 AI 药物在临床深水区的表现远不及预期？
▪中国路径与五年预判：算力受限、数据丰富的博弈中，中国 AI4S 团队的制胜点在哪？未来 5 年，AI 在药研链条上的第一个“不可替代环节”将诞生于何处？
04
直播时间：2026年4月7日 19:00（北京时间）
观看平台：视频号“AI科技评论”直播间
适合人群：AI4Science 研究者、创新药企研发总监、计算生物学从业者、一二级市场投资人及所有科技前沿关注者
关于GAIR Live
GAIR Live 是雷峰网旗下"AI科技评论"频道发起的线上学术圆桌直播栏目。栏目始于 2024 年，目前已成功举办 26 期。我们以线上直播圆桌对话形式，聚焦 AI 大模型、具身智能、AI4Science、AI Infra、AI Coding 等学术界与产业界的核心前沿议题，邀请顶级专家学者定期做深度分享。
GAIR Live 致力于打造"学术前沿 × 产业落地"的思想交流平台，让最新研究成果第一时间被行业看到，帮助从业者洞察 AI 技术趋势与应用场景，促进学界、产业界、投资界的跨界沟通。
自上线以来，GAIR Live 在 AI 与机器人领域内收获了业界一致好评，已邀请多位来自国内外顶尖高校与研究机构的学者、企业技术负责人分享，平均每期直播吸引数千名业内观众同时在线参与，成为业内标志性学术圆桌栏目之一。
未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！
公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。
热门跟贴