华为、OpenAI、字节等科技巨头为何都要插手制药?

日期:2026-11-06 16:19:17 / 人气:41



最近读了一本关于制药的书,其中的一句话让人震惊:尽管大型制药公司付出了巨大努力,但21世纪猎药的主要技术跟5000年前并没什么两样——煞费苦心地从数量庞大的混合物中抽样做实验,希望能有一种是有效的。作者写下这些话时AI制药还没像今天这样火热,不禁要问,AI制药能改变这种状况吗?这几年,OpenAI、Anthropic、字节、英伟达、Meta、华为等科技巨头都不同程度踏入了制药行业。

2025年12月,华为成立制药军团。在第十一届医药创新与投资大会上,华为制药军团总裁樊杰明确表示:“华为不做药,也不做管线,定位是医药行业AI的赋能者。”不只是华为,今年以来很多科技巨头都加大了在制药领域的布局。OpenAI在4月发布生命科学模型GPT-Rosalind,同月与诺和诺德建立战略伙伴关系,计划年底将AI部署到制药各环节,9月领投主打“让失败药物”复活的Biossil,10月宣布收购AI药物开发协作平台Orchestra Bio。Anthropic更为激进:4月以4亿美元收购AI生物技术初创公司Coefficient Bio,任命诺华CEO为董事会成员,6月发布Claude Science,9月建成实体生物实验室。谷歌DeepMind旗下Isomorphic Labs起步更早,其AI设计的癌症药物即将进入人体临床试验,5月完成21亿美元B轮融资,近期寻求新一轮融资估值达400-500亿美元。字节在6月将AI制药业务分拆为独立公司Anew Labs,三个月后完成2.9亿美元首轮融资,投后估值约15亿美元。

为何科技巨头都要插手制药?这要从制药的难度说起。20世纪90年代中期,汽巴—嘉基公司计算全宇宙可能成为药物的化合物数量为3×10⁶²,即便每秒试验1000种,到太阳能量燃烧完也只试验了冰山一角。药物研发只能在不计其数的化合物中反复筛选试错,找到能作用于靶标的化合物,再进行临床前研究,然后经过人体临床三期试验,最后等待审批上市。研发人员上报的项目只有5%能得到批准,被批准项目中只有2%能研发出获得FDA认可的药物,成功概率仅0.1%。新药从实验室到上市平均需要10年、投入超10亿美元,这就是“双十定律”。

药物发现史上成功的猎药师往往具备四项基本要素:金钱、耐心、创造力,以及运气。青霉素的诞生就是典型:弗莱明提供创造力和运气,弗洛里和柴恩通过提纯把青霉素拉入人们视野显示了耐心,辉瑞、默克等大型药企投入巨大成本推动量产补上了金钱。替尔泊肽成为最新“药王”同样如此,礼来科学家迪马基最早发现GLP-1能用于肥胖治疗却被高层否决,离开后其创立的公司被诺和诺德收购,后者推出利拉鲁肽和司美格鲁肽。礼来在危急时刻押注肠促胰岛素研究,发现GIP需与GLP-1结合才能奏效,开发出GIP/GLP-1双靶点替尔泊肽,2025年销售额365亿美元,以微弱优势超过司美格鲁肽。礼来研发替尔泊肽用了近10年,仅临床试验就投入28亿美元,阿尔茨海默病领域布局超35年累计投入超80亿美元。

AI能通过改变药物研发的四个因素重塑制药吗?AI目前主要在药物发现和临床前研究阶段发挥作用。以前靶点发现和化合物筛选依赖个人经验反复试错,AI能分析海量数据更快识别潜在靶点,深度学习精准预测蛋白质三维结构,从庞大化合物库中快速筛选潜在活性分子,用计算手段提前暴露候选物安全性和成药性问题。数据显示,AI可将临床前靶点筛选、化合物优化环节效率提升2至4倍,降低30%以上无效试错成本。英矽智能的平台将临床前候选药物成本从4亿美元以上降至300-500万美元,周期从4年以上缩短至12-18个月,所需合成分子数从约1000个降至60-200个。

但到了临床试验阶段,AI还没能证明自身能力。AI赋能的药物在I期优势明显,II期临床有效率断崖式下降,跟传统制药差别不大。II期被称为“死亡之谷”,要在数十到数百名患者身上初步验证治疗作用。一项追踪129个AI相关治疗资产的研究显示,完成I期的有72个,完成或进入II期的仅24个,进入III期的仅5个。全球尚无一款由AI完全主导设计的药物完成III期临床并获批上市。因为人体是复杂系统,很多因素无法用数据量化,同一个靶点在疾病不同阶段、不同患者亚群下结论可能完全相反,这些知识大量存在于研究者经验中,难以训练到模型里。美国药物发现化学家德瑞克·洛夫认为,生物学不是按规则造出来的系统,是四十亿年演化的产物,算力变强不会让复杂性消失。

科技巨头扎堆医疗领域,首先因为这是当下AI巨头有能力碰到的最大的钱。AI企业普遍烧钱如流水,制药领域通用性强,一个足够强的医疗推理模型可在不同药企间迁移。全球药品支出预计2028年达约2.3万亿美元,司美格鲁肽、替尔泊肽年销售额双双超360亿美元。药物研发的核心瓶颈恰好是AI推理能力可以大展宏图的地方,DeepMind联合创始人哈萨比斯凭借蛋白质预测项目AlphaFold获2024年诺贝尔化学奖。科技巨头大多参与确定性更高的药物发现和临床前研究阶段,或像英伟达、Meta单纯提供工具和基础设施,抢的是“卖铲人”或“药物早期发现者”生态位。此外,AI目前很难理解生物复杂性,谁先拿到医学文献、专利、临床记录、影像等高价值生物学数据,谁的模型就能迅速拉开差距。

AI制药的价值短期看AI深度参与的代表性管线在II期、III期临床试验中的表现,中期看监管认可与商业转化,长期看AI能否在高质量多模态生物数据上持续迭代。但药物研发的进步,最关键还在于我们对自身生态系统以及意识的研究。

作者:天顺娱乐




现在致电 5243865 OR 查看更多联系方式 →

天顺娱乐 版权所有