北京
最近，AI制药又迎来了一个很有意思的变化。
9月18日，AI巨头Anthropic确认，已经在旧金山湾区运营一座湿实验室，用于开展真实的生物学实验。对于一家以大模型闻名的公司来说，这个动作有点特别，因为它意味着AI不再只停留在电脑里设计分子，而是开始真正走进实验室。
Anthropic为什么要入局医药呢？要理解这件事，先要搞清楚AI制药到底是怎么工作的。
传统药物研发有点像不断试错。先找到可能与疾病有关的靶点，再设计大量分子，一个个合成、测试，看看哪个有效，然后不断修改结构，最后筛出最有希望进入临床的候选药物。
AI做的事情，其实是把其中很多试错搬到计算机里。
大模型可以快速分析文献和生物数据，寻找潜在靶点，也可以一次生成大量候选分子，再预测它们和靶点结合的效果。过去可能需要研究人员反复尝试几个月甚至几年的环节，现在有机会被明显压缩。
但小夏觉得，AI制药真正有意思的地方，并不是让AI在电脑里不停设计分子。因为模型算出来效果再好，最后还是得回到现实世界验证。
一个AI设计出来的蛋白或者药物分子，到底能不能结合靶点？有没有活性？毒性怎么样？这些问题不能只靠计算回答，最终还是要在真实实验里得到验证。
这就是湿实验室的重要性。
现在AI制药越来越强调一个干湿闭环。AI先设计分子，再交给实验室合成和检测，实验结果重新回流给模型，模型根据这些真实数据继续学习，再生成下一批更有希望的候选分子。
如此一轮又一轮循环，AI才能真正变得越来越懂药物研发。
华福证券认为，随着模型生成和筛选候选分子的速度越来越快，实验合成、检测和功能验证反而可能成为新的瓶颈。AI制药下一阶段竞争的重点，可能不只是模型参数有多大，而是谁能更快完成设计、合成、检测、反馈的闭环。
除了大模型公司，大型药企也在持续加码AI。诺和诺德就在9月宣布与Anthropic合作，将ClaudeScience引入药物发现流程。包括礼来、罗氏等全球药企，也在把AI逐步应用到靶点发现、分子设计、临床开发和生产环节。
一边是大模型和科技公司跨界投入，相当于给医药行业带来了新的资本；另一边则是传统大型药企把越来越多研发预算转向AI。两股资金正在同时推动AI制药往前走。
那AI制药目前到底发展到哪一步了？
如果只看药物发现阶段，进展已经相当明显。AI可以帮助筛靶点、设计分子、预测蛋白结构，也能减少一些无效实验，从而压缩早期研发的时间和成本。
但真正决定一款药能不能成功的，还是临床。
目前全球已经出现了一个很重要的验证案例。由生成式AI赋能研发的特发性肺纤维化候选药物Rentosertib，今年9月已经完成三期临床首例患者给药，成为AI制药向后期临床迈进的重要节点。
不过小夏觉得，AI制药带来的机会并不只在模型本身。
随着AI生成和筛选候选分子的速度越来越快，真正需要被合成、检测和验证的分子数量也会增加。过去药物研发的瓶颈更多在设计端，未来实验验证反而可能成为新的瓶颈。华福证券认为，AI制药正在从低频、串行试错，转向更高频的计算与实验迭代，湿实验需求有望随之提升。
从产业链看，偏药物发现和临床前研究的CRO可能率先受益，因为AI设计出来的候选分子最终仍需要完成蛋白结合、细胞活性、药效和安全性等真实实验。
基因合成、DNA构建、蛋白表达、检测分析和模式动物等生命科学上游环节，也可能随着实验批次增加获得增量需求。
至于CDMO，受益逻辑相对更靠后，需要更多AI药物真正进入临床甚至商业化阶段后才会进一步体现。
温馨提示：本文所述不作为个股推荐。本资料不作为任何法律文件，资料中的所有信息或所表达意见不构成投资、法律、会计或税务的最终操作建议，我公司不就资料中的内容对最终操作建议做出任何担保。在任何情况下，本公司不对任何人因使用本资料中的任何内容所引致的任何损失负任何责任。我国基金运作时间较短，不能反映股市发展的所有阶段。市场有风险，入市需谨慎。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
