英伟达、字节、谷歌，涌入“救命”的生意

近日，科技巨头Anthropic宣布，收购药企Mithril Medicine。宣布当天，Mithril Medicine创始人科迪·特兰巴格在社交平台X上写道：“惊喜一：Anthropic收购一家只有一个人的生物技术公司。惊喜二：这个人就是我。”

特兰巴格做过医药投资和药企商务拓展，2024年底创办Mithril Medicine，研发两种罕见肌营养不良症的治疗方法。他把实验分给11家外部实验室去做，和这些实验室签合同、跟进物流、协调实验，都靠大模型Claude帮忙。其中一种病的潜在疗法，不到18个月就从构想走到小鼠实验。

大模型Claude的开发商Anthropic称，若进展顺利，候选药最早2028年底进入人体试验。

Anthropic不是唯一下场的科技巨头。从英伟达、OpenAI到国内的字节跳动、百度都在进入AI制药领域。较早下场的谷歌系公司同构实验室（Isomorphic Labs），据彭博社10月8日报道，正以至少400亿美元估值洽谈融资。

最早一批投身AI制药的企业——英矽智能感到了压力。“这些大厂入局后，我们也焦虑。”公司联席首席执行官任峰告诉《中国新闻周刊》。

AI插画/adan

“有一轮没赶上，就会被甩后面”

去年10月，Anthropic推出Claude的生命科学版，供药企和科研人员使用。今年买下“一人公司”，它的身份随之改变：除了给药企提供工具，也开始直接参与药物研发。Anthropic在宣布收购时解释，深度参与真实的药物项目，有助于弄清Claude的长处和短板。

其他科技公司也在进入药物研发。ChatGPT的开发商OpenAI今年推出一款面向生命科学的模型，仍以向研究人员提供工具为主。美国芯片公司英伟达与药企礼来计划在五年内合计投入最多10亿美元共建联合实验室，让算法工程师和制药科学家一起工作。

国内的字节跳动今年6月把内部孵化五年的AI制药团队拆分出去，成立新生实验室（Anew Labs），独立推进药物管线。据媒体报道，新生实验室首轮融资2.9亿美元。

早在这轮热潮之前，科技公司就在为进入AI制药做准备。2020—2022年，北京师范大学杰出特聘教授、高等研究院执行院长尹航曾为软银愿景基金对AI制药企业晶泰科技、英矽智能做技术尽调。他问过一位早期投资晶泰科技的腾讯投资前负责人，据尹航回忆，对方称，他们这类在互联网、芯片领域赚到钱的投资人看好医疗健康，却缺少判断新药项目的专业经验。AI制药则不同，这一市场刚兴起，核心又是他们熟悉的计算技术，项目好坏他们判断得了。

百图生科联合创始人、首席执行官刘维此前曾担任百度风投首席执行官，投资过英矽智能等第一代AI制药公司。他告诉《中国新闻周刊》，这些投资让他看到AI在药物研发中的作用，也看到当时技术的局限：模型往往只针对一项任务，换一个任务，就要重新整理数据、训练算法。

2020年，GPT-3的发布给刘维新的启发：先用大量数据训练一个基础模型，再用它处理不同任务。他想把这种方法用到生命科学上，但这需要一支既懂大模型，又熟悉生物学和实验的团队。刘维告诉《中国新闻周刊》，他们当时在全球都没找到合适的团队。同年，他与百度创始人李彦宏共同创办百图生科，决定自己下场。

在尹航看来，科技巨头规模越来越大，需要寻找能带来更多收入的新市场，而健康是少数足够大的产业之一。“技术浪潮有一轮没赶上，就被甩到后面了。”

“已达到熟练药物化学家的水平”

10月24日的一场行业会议上，任峰称，英矽智能已是AI制药领域的“老登”。他解释，公司已过了初创期，科技大厂才刚刚入局，两代公司更本质的区别在技术路线上。

英矽智能早期做的是“垂类模型”，即一个模型只解决药物研发中的一项具体问题，公司为了应对不同任务，已有近200个这样的模型。科技大厂则利用大模型快速阅读、整理文献和专利，从已有研究中筛出值得深挖的靶点线索，再调用开源的垂类模型处理专业问题。

这条路也面临挑战。任峰说，大语言模型是用海量网络信息训练出来的，里面混杂着大量无关甚至错误的内容，在处理专门的科学问题时表现并不好；大语言模型调用的那些开源垂类模型，很多也没有经过严格实验验证。在他看来，大厂做研发项目、积攒实验数据，正是为了验证和改进这些模型。

以垂类模型起家的公司，也在接入大语言模型。任峰说，英矽智能和科技公司合作，借用对方的大模型来协调任务。英矽智能还根据多年的实验积累，出了两千多套生命科学方面的“考卷”，帮合作的科技公司测试它们的大模型。

英伟达则把各类垂类模型集中到自己的平台上。英伟达生命科学业务拓展高级总监罗里·凯莱赫告诉《中国新闻周刊》，英伟达的药物研发平台整合多种模型，有的设计蛋白质和小分子，有的判断设计出的分子能否合成。用AI为药企提供抗体等药物研发服务的外包公司（CRO）角井生物，2024年起用上字节跳动团队开源的蛋白质结构预测模型。创始人周一鸣告诉《中国新闻周刊》，他用这一模型发现其比此前用的AI科研工具AlphaFold快得多，但准确性相差无几。

不过，这些进展大多有一个前提：药物靶点已相对明确。珠海科技产业集团旗下华金资本医疗健康首席投资官牛新乐告诉《中国新闻周刊》，给定一个明确靶点，一些头部平台设计小分子，已能达到熟练药物化学家的水平。但做出理化性质不错的分子，不等于分子进入人体后会起效。

更难的是分子设计之前的一步：该针对什么做药。牛新乐说，胰高血糖素样肽-1（GLP-1）受体已是多款降糖、减重药物的靶点，围绕这类已知靶点做分子和发现并确认一个新靶点，不是同一级别的难题。

实验还要一轮轮做

凯莱赫认为，眼下的瓶颈，是怎样把大规模的计算探索与实验验证衔接起来。

实验不仅能检验模型，也能产生改进模型所需的数据。公开发表的论文大多只报告成功的结果，药企积累的数据又不会外流。刘维说：“值钱的就是这些数据。”就算药企愿意分享，单家的数据也远远不够：一家药企可能只有一二十条药物管线，积累的数据点只有几十到几千个，要训练预测药物安全性的复杂模型，需要全行业的数据。

已公开的数据，也远没用好。在周一鸣看来，人类基因组里的大部分序列，以前被当作垃圾，有了更强的算法工具，才发现里面藏着宝贝。“我们也可能是守着一座金山，却找不到金子。”英矽智能的垂类模型，也是先用公开数据训练，再用自家的实验数据反复校正。任峰说，和公开数据比，自有数据只是“沧海一粟” ，却必不可少。

为了接近实验和数据，科技公司开始走进实验室。英伟达和美国生命科学仪器公司丹纳赫合作，AI设计出蛋白质，交给丹纳赫的自动化实验室测试，测出的结果再拿来改进下一轮设计。Anthropic也在旧金山湾区建起实验室，用细胞、试剂做实验。任峰估计，大厂要先用实验把模型验证好，再把分子一步步推进到临床，这段路至少要走三到五年。

也有人把实验当成生意来做。10月22日，OpenAI前首席产品官凯文·韦尔参与创办的Warp Sciences宣布获得2.15亿美元融资。这家化学研发外包公司不自己找药，专门替客户把有希望的分子改出成百上千个变体，逐一合成、比较。

只有AI，做不成药。选择研发方向、判断实验结果、决定项目去留，都离不开制药经验。哲源科技联合创始人赵宇告诉《中国新闻周刊》，大厂收购生物技术公司，是想用资本的力量迅速缩小差距。任峰也注意到，大厂正在吸纳有药物研发经验的“老兵”。

人找到了，也未必配合得好。赵宇做计算医学二十多年。他回忆，早年他团队里信息技术和生物两类专业人员一起工作时，经常会出现激烈争执，甚至“打架都打哭了”。在他看来，大厂如今就处在他们当年的阶段，还在“布朗运动”中，像水里的微粒一样四处碰撞。

磨合往往在项目里完成。刘维说，百图生科让不同背景的人进入同一个项目，不断协作。任峰称，英矽智能则让学生物、化学的人在真实项目里学AI，学AI的人补药物研发知识。经过一两年历练，这些人基本能成为复合型人才，而这正是如今业内最稀缺的。

“做药的本质不会变”

科技公司还要回答一个更现实的问题：谁来买单？

从这些大厂身上，任峰看到英矽智能几年前的影子。那时英矽智能也没想清楚怎么挣钱，最后才认定，自己推进药物项目，再授权给药企，把技术变成收入。今年上半年，英矽智能约1.06亿美元的收入里，绝大多数来自药物发现和管线开发。

药企愿意花大钱买的，是有望成药的候选药物。牛新乐说，如今除了礼来等少数公司，跨国药企做早期研发的效率和创新能力都在衰退，其强项在临床开发和销售，所以很多管线要从外部买入。

投资人也更看好做药的公司。牛新乐解释，做药是“一个梦想”，要能治好阿尔茨海默病，这家公司即便估值一万亿美元也不为过。周一鸣说，融到大笔资金的公司，必须推进自己的药物研发管线。

也有公司不走这条路。百图生科不做自有管线，只做基础模型和平台。今年6月，它与和铂医药成立AI创新药研发公司MegaStream。刘维说，这类AI原生药企不是只做一两个项目，而是同时推进很多项目，无论成败都把数据攒下来，用来改进自己的模型。英伟达则选择做开放平台。凯莱赫说，药企贡献生物学和临床知识，AI公司和实验室补上其他能力，英伟达把各方汇到一起，帮合作方推进各自的药物管线。

药企愿意试AI，却不把宝押在一家AI公司身上。周一鸣说，药企找CRO做某个靶点，常要求对方至少两年内不再给别人做同一个靶点；和AI公司却很少签这种排他协议，因为AI技术变化太快，签了之后，对方的技术明年可能就落后，药企也没法再找别人。牛新乐也发现，跨国药企会给AI公司一笔钱，让它们把一批还没验证过的靶点挨个做几个分子，“有枣没枣打一竿子，反正我有钱”。

前景还不明朗，资金却仍在涌入。牛新乐注意到，很多投资方不是传统医药投资机构，带着互联网的估值逻辑，期待一项技术很快颠覆整个行业。他以同构实验室的估值算过一笔账：按10倍回报计，400亿美元估值投进去，公司最终得长到4000亿美元，而过去十年，长到这个体量的药企屈指可数。

尹航认为，泡沫难以避免，但更高的预期也会吸引资金、算力和人才流入，英伟达这样的公司进入AI制药，本身就是对这一领域的一个巨大推动。

无论用哪家的AI，做药最终都要过临床这一关。周一鸣把眼下的AI热比作摘果子：低处的果子，谁跑得快谁摘得多，可价值也低。AI制药的进展，大多还停在设计分子这一步，一到生产质控、申报临床、临床试验这些阶段，进展就慢下来。

任峰把临床Ⅱ期称为“死亡之谷”：药要用在病人身上，疗效和安全都要看。英矽智能的Rentosertib已走过这道谷。这款治疗特发性肺纤维化的药，由AI参与靶点发现和分子设计。今年9月，它的Ⅲ期试验在北京协和医院等开始给首批患者用药，计划招募320人、连续用药52周。

Anthropic披露，美国药企百时美施贵宝正用Claude估算一款早期药物临床试验成功的可能性。不过，AI能否帮药企在临床上少走弯路，至今还没明确答案。

如今，任峰已没有最初的焦虑。在他看来，技术会一直变，但做药的本质不会变。

发于2026.11.16总第1260期《中国新闻周刊》杂志

杂志标题：科技巨头押注AI制药

记者：牛荷

（niuhe@chinanews.com.cn）

编辑：杜玮