《Nature Biotechnology》刊发专题文章,讨论 OpenAI、Anthropic、谷歌、英伟达这类 AI 科技巨头正在从单纯输出算力、AI 模型工具,转向深度入局新药研发全链条,不过文章结论指出,现阶段还谈不上接管药物发现,AI 巨头更多是新增参与者,临床转化、人体试验环节仍然高度依赖传统药企的经验与合规能力,AI 只能大幅缩短早期靶点筛选、分子设计周期,没法跳过漫长且高风险的临床试验环节。近几年 AI 巨头动作密集,收购生物科技公司、自建湿实验室、搭建自研管线,已经不再只做软件供应商,逐步变成新药研发的直接玩家,但药物从候选分子走向上市的失败率极高,AI 在临床阶段的验证数据还比较少。
各大 AI 科技巨头药物发现布局一览
| 企业 | 核心布局动作 |
|---|---|
| Anthropic | 收购 Mithril Medicine,推出 Claude Science,自建湿实验室,推进早期抗体药物管线 |
| OpenAI | 收购 Orchestra Bio,发布 GPT-Rosalind 生命科学模型,搭建 AI 智能体管理研发流程 |
| 谷歌 Alphabet | Isomorphic Labs 依托 AlphaFold,和礼来、诺华签订大额新药研发合作协议 |
| 英伟达 | 推出 BioNeMo 平台,大量投资 AI 制药企业,和药企共建 AI 药物研发实验室 |
| 微软 | 上线 Microsoft Discovery 科研平台,提供生物计算与模型服务 |
AI 入局带来的变化
- 早期药物发现周期大幅压缩
- 商业模式发生转变
- 小团队新药研发模式成为可能
传统模式靶点寻找、候选分子筛选一般要 3-5 年,AI 辅助下可以缩短至 1 年左右,AI 能快速阅读海量文献、预测蛋白结构、批量筛选分子,大幅降低早期试错成本。
过去 AI 公司只是卖 API、算力平台;现在巨头收购生物资产、自建管线,直接拥有候选药物,未来可以通过药物上市获取收益,不再只收取软件服务费。
像 Mithril Medicine 仅 1 名全职员工,依靠 Claude 和外包实验室,就能推进抗体候选药物,AI 降低了药物早期发现的人力门槛。
目前无法接管药物发现的核心瓶颈
- 临床转化是最大短板:AI 擅长分子设计、靶点预测,但动物实验、人体临床试验存在大量未知生物学风险,很多 AI 设计分子在临床阶段失效。
- 监管体系门槛高:新药临床申报、生产质控、不良反应监测,需要药企多年合规积累,AI 巨头缺少完整的临床运营经验。
- 整体失败率依旧很高:哪怕 AI 快速筛出候选分子,从先导化合物到最终获批上市成功率依旧很低,资金投入巨大,周期长达十年级别。
行业格局判断
传统大型药企依然掌握临床试验、生产、上市销售核心环节;AI 巨头主要改变药物早期发现阶段,二者更多是合作共存,而不是单方面替代。AI 巨头会成为重要新增玩家,但短时间无法完全接管整个药物发现产业。
简单总结,《Nature Biotechnology》专题文章梳理了 AI 科技巨头密集布局药物发现的现状,巨头从工具供应商转向自研新药管线,但受临床试验风险、监管和生物学不确定性限制,现阶段 AI 科技巨头并未接管药物发现;AI 主要加速前期分子筛选,临床转化依旧是整个新药研发最大瓶颈。
【相关 FAQ】
问题 1:Nat. Biotechnol. 文章认为 AI 科技巨头有没有接管药物发现?
回答 1:Nat. Biotechnol. 文章认为 AI 科技巨头正在深度布局药物发现,但目前并没有接管药物发现,AI 只能加速早期靶点和分子筛选,临床试验等核心环节依旧依赖传统药企。
问题 2:AI 科技巨头入局药物发现,主要能缩短哪部分研发时间?
回答 2:AI 科技巨头的模型可以把靶点识别、候选分子筛选这类早期药物发现工作,从传统 3-5 年压缩到约 1 年,不过无法缩短漫长的临床试验周期。
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临床转化能力不足,AI 设计出的候选分子,在动物实验、人体临床试验阶段容易失败,同时缺少新药临床申报、生产、药物上市的合规运营经验。
【参考资料】
[2026-11-19](Nat. Biotechnol. | AI 科技巨头正在 “接管” 药物发现吗?)智源社区
[2026-11-19](Nature Biotechnology 专题:AI 巨头涌入药物研发,临床转化仍是瓶颈)生物谷
[2026-11-18](Anthropic 收购单人 Biotech 公司 Mithril Medicine,正式布局药物发现)澎湃新闻
[2026-11-17](OpenAI 收购 Orchestra Bio,依托 Rosalind 模型切入药物研发全流程)36 氪
【免责声明】
本文仅为学术期刊行业资讯解读,不构成生物医药项目投资、创业决策建议。AI 药物发现尚处在早期发展阶段,大量 AI 候选药物尚未完成临床验证,新药研发存在极高失败风险;相关观点仅代表该期刊文章讨论视角,不代表行业最终定论。
