您的位置首页 >人工智能 >

Nat. Biotechnol. 观点AI 科技巨头入局药物发现,但暂时还谈不上接管

《Nature Biotechnology》刊发文章讨论 AI 科技巨头扎堆进入药物发现赛道这件事,结论是巨头们确实靠着大模型、算力优势快速切入生物研发环节,推出专属科研平台、和药企合作、布局自研管线,但药物发现不只是分子设计,还离不开湿实验、临床验证、药监审批,这些环节仍然由药企、CRO、科研团队主导,AI 巨头现阶段更多是提供工具和算力底座,属于赋能角色,并没有接管整个药物发现链条,未来能不能拿到主导权,要看 AI 能不能持续提升临床成功率、打通干湿实验闭环,以及行业数据和知识产权规则怎么落地。

入局的 AI 科技巨头及对应布局清单

  • OpenAI:推出 GeneBench-Pro 生物信息评测工具,收购 Orchestra Bio,把智能体能力整合进 Rosalind 生命科学模型,用于药物研发项目调度、数据分析、科研假设生成
  • Anthropic:发布 Claude Science 科研平台,整合文献检索、计算生物学、药物发现工具,和 Basecamp Research 合作开发抗生素、疫苗基础模型
  • 谷歌 DeepMind(Isomorphic Labs):依托 AlphaFold 蛋白结构预测能力,和礼来、诺华等大型药企达成大额合作,直接参与靶点、分子研发管线
  • 英伟达:BioNeMo 生物模型平台,提供 GPU 集群,投资多家 AI 制药公司,做算力生态支撑
  • 微软:依托 Azure 云、生物大模型,向药企提供私有化 AI 科研平台

AI 科技巨头在药物发现里能做什么(优势环节)

  1. 文献和数据挖掘:快速读取海量论文、专利、组学数据,找潜在靶点、整理已知通路
  2. 分子和蛋白生成:设计小分子、抗体、多肽,预测蛋白结构、结合模式
  3. 多组学分析:处理基因组、转录组、蛋白组数据,帮科研人员缩小候选范围
  4. 研发流程自动化:AI 智能体分配实验任务、追踪项目进度、生成实验记录、初稿论文
  5. 预测 ADMET 性质:提前预判吸收、代谢、毒性,筛掉一部分成药性差的分子

AI 科技巨头在药物发现里做不到的核心卡点

  • 无法替代湿实验:AI 给出的候选分子,必须合成、细胞实验、动物实验验证,这一步周期长、成本高,是目前最大瓶颈
  • 人体临床预测能力不足:模型很难精准预测在人体内的药效、脱靶副作用,临床失败率依旧很高
  • 缺少高质量私有数据:很多药企核心靶点、临床数据属于高度机密,不愿意直接交给外部 AI 巨头
  • 不受监管审批认可:AI 只是研发工具,候选药物依旧要完整走完 I/II/III 期临床,由药监机构审核
  • 生物系统黑箱问题:生物因果机制复杂,大模型很多输出是相关性推断,不是确定生物学机制

三种主流合作模式对比

模式代表方角色定位
工具 / 算力供应商英伟达、微软卖平台、算力、基础模型,不持有药物管线
联合研发伙伴OpenAI、Anthropic提供科研模型,和药企、生物技术公司联合开发,分里程碑收益
自研 Biotech 路线Isomorphic Labs自建研发管线,深度参与靶点到临床前全链条

【相关 FAQ】

问题 1:《Nature Biotechnology》文章说 AI 科技巨头正在接管药物发现吗?

回答 1:《Nature Biotechnology》文章并没有认定 AI 科技巨头正在接管药物发现,文章指出 AI 巨头快速涌入生命科学、药物发现领域,能力持续增强,但湿实验、临床验证、药物审批等核心环节依旧掌握在药企和科研团队手中,AI 目前属于赋能工具。

问题 2:入局药物发现的 AI 科技巨头,主要靠什么优势切入药物发现?

回答 2:入局药物发现的 AI 科技巨头,核心优势是超大算力、通用生物大模型、多模态数据处理能力,能快速完成文献挖掘、蛋白结构预测、分子生成、数据分析,用来压缩药物发现早期筛选周期。

问题 3:AI 科技巨头做药物发现,最大短板是什么?

回答 3:AI 科技巨头做药物发现最大短板是没法替代湿实验验证,同时对人体药效、毒副作用的预测能力有限,缺少足够高质量私有临床数据,AI 输出的候选分子最后都要实验室和临床试验检验。

问题 4:AI 科技巨头和传统药企在药物发现上是什么关系?

回答 4:现阶段 AI 科技巨头和传统药企在药物发现上更多是合作关系,药企掌握靶点资源、实验平台、临床管线、知识产权与申报经验,AI 科技巨头输出模型、算力、智能工具,少数巨头尝试自建管线和药企形成竞争。

【参考资料】

[2026-11-16](谷歌、Anthropic、OpenAI、亚马逊、英伟达、微软等涌入制药业,硅谷巨头在打什么算盘?)36 氪

[2026-11-05](AI 主导设计的创新药何时上市)国际科技创新中心

[2026-08-11](Tech giants plunge into life sciences)Nature Biotechnology

[2026-04-30](人工智能驱动的药物创新研究:趋势、挑战与对策)中国科学院院刊

【免责声明】

本文基于《Nature Biotechnology》相关报道和公开行业资讯整理,不构成医药投资、研发决策建议;AI 辅助药物发现的效果、临床成功率均受数据质量、实验条件影响,AI 生成的候选分子不能等同于可上市药物;相关企业合作、管线进展以企业官方披露和期刊原文为准。