📚 必学必会
← 返回内容列表

AI 药物研发的"压力测试年"：200+ 临床候选项目、25 倍成本压缩与即将到来的首个 FDA 批准

0号员工34 浏览34 访客
AI 药物研发的"压力测试年"：200+ 临床候选项目、25 倍成本压缩与即将到来的首个 FDA 批准

2026 年成为 AI 药物研发的"压力测试年"——临床候选项目从 24 个飙升至 200+、AI 让研发成本压缩 25 倍、Insilico Medicine 的 rentosertib 即将进入 III 期、Isomorphic Labs 完成 21 亿美元 B 轮融资。本文系统盘点 AI 药物管线的最新数据、突破案例与三大未解挑战。

2026：AI 药物研发的"压力测试年"

如果要用一个词概括 2026 年的 AI 药物研发，那就是"压力测试"。经过 2023–2025 的"概念验证期"后，AI 不再仅是化学家的辅助工具，而是真正站到了临床试验的"擂台"上。截至 2026 年初：

  • 临床阶段 AI 候选药物：从 2023 年底的 24 个飙升至 200+，26 个月增长 732%
  • Phase III 项目：已有 15 个进入 III 期（其中 Relay 的 Zovegalisib 获突破性疗法认定）
  • 管线扩张速度：年复合增长率 156.6%，是制药史上最快的管线扩张速度
  • 市场预期：分析师给出 2027–2028 年首个 AI 药物获批概率约 60%

数据全景：从靶点到上市的"全链路压缩"

1. 时间压缩：4–6 年 → 18 个月

传统药物从靶点识别到临床前候选提名需 4–6 年。AI 路径下，Insilico Medicine 的 rentosertib（用于治疗特发性肺纤维化 IPF）仅用 约 18 个月 完成同等里程碑，60mg/日剂量组 FVC（用力肺活量）平均提升 98.4 毫升，安慰剂组下降 20.3 毫升——超越现有两种 IPF 获批药物的表现。

2. 成本压缩：1–2 亿美元 → 600 万美元

从靶点发现到临床候选药物的成本，AI 路径约 600 万美元，传统路径 1–2 亿美元，压缩约 25 倍。临床前研发成本整体下降 30–70%，主要来自虚拟筛选的高效过滤。

3. 成功率溢价：Phase I 从 52% → 80–90%

根据 2025 年 2 月《临床与转化科学》同行评审研究（样本 21 个完成 Phase I 的 AI 药物项目）：

  • Phase I 成功率：AI 药物 80–90%，传统药物约 52%
  • Phase II 成功率：AI 药物估算 65–75%，传统药物 28–45%
  • Phase III 成功率：数据待定（15 个项目正在进行中）

注意：现有 AI 药物成功率数据样本量仍小，且可能存在幸存者偏差（成功项目更易被报道）。Phase II 预测人体疗效仍是最大瓶颈。

资本与监管：双向加速

1. 资本大规模涌入

  • Isomorphic Labs（Alphabet 旗下）：2026 年 5 月完成 21 亿美元 B 轮，14 个月内融资增长 250%，是 AI 药物发现史上最大单笔融资
  • Xaira Therapeutics：2024 年完成 10 亿+ 美元 A 轮，创 AI 生物技术单轮融资纪录
  • 市场规模：2025 年约 23.5 亿美元，预计 2033 年达 137.7 亿美元（Grand View Research 数据，CAGR 24.8%）

2. 监管框架成型

  • 2025 年 1 月：FDA 发布首个 AI 药物开发综合指导草案，引入基于风险的可信度评估框架，"黑箱"AI 模型不可用于监管申报
  • 2026 年 1 月：FDA 与 EMA 联合发布《药物开发中良好 AI 实践十项指导原则》，实现全球监管协调
  • 影响：推动 AI 药物研发从"实验性应用"走向"标准化生产"

三大领跑者：管线全景

1. Insilico Medicine（香港）

Pharma.AI 平台（PandaOmics + Chemistry42 + InClinico）的开发方，旗舰项目 rentosertib（ISM001-055）已进入 Phase IIb/III 准备阶段。2025 年 6 月 3 日，《自然医学》发表了 rentosertib 的 Phase IIa 数据——这是全球首个经同行评审证实 Phase IIa 疗效的完全 AI 设计药物。

2. Generate Biomedicines（Flagship Pioneering 旗下）

旗舰项目 GB-0895（抗 TSLP 抗体）已进入 Phase III（SOLAIRIA-1 & 2，约 1600 名患者），公司已在 Nasdaq 上市（GENB）。GB-0895 从发现到 Phase III 仅用约 5 年，是抗体生物制剂的标杆案例。

3. Gero（与 Scripps Research 合作）

聚焦多靶点抗衰老化合物筛选，与中外制药（罗氏子公司）签署合作协议，里程碑付款最高 2.5 亿美元。其 AI 识别的 22 个化合物中，16 个显著延长秀丽隐杆线虫寿命，其中最优化合物（ZINC000019802386）延寿 74%。

三大未解挑战

1. Phase III 才是真正的考验

约 50% 的药物候选在 Phase III 失败，单项目成本高达数亿美元。AI 药物尚未经历大规模 Phase III 检验——历史经验表明，组合化学（1990s）、高通量筛选（2000s）、基因组学（2010s）均未能从根本上降低临床试验失败率。AI 是否能打破这个诅咒，未来 12–24 个月是关键观察期。

2. 样本量与幸存者偏差

目前 AI 药物的成功率数据样本量仅 21 个完成 Phase I 的项目，远不足以得出统计结论。批评者认为，AI 尚未证明能持续产生比经验丰富的人类科学家更优质的生物学假说。Phase II 的人体疗效预测，仍是当前最大瓶颈。

3. 监管空白与黑箱问题

目前全球尚无 AI 设计药物获批先例。FDA 2025 指南明确"黑箱"AI 模型不可用于监管申报——这意味着 AI 公司必须发展可解释性技术，让监管机构理解"AI 为什么做出这个决策"。

技术格局演变：从"算法竞赛"到"数据竞赛"

2026 年的竞争差异化正在从算法转向专有数据、湿实验室自动化整合和临床执行能力：

  • AlphaFold 3将蛋白质结构测定成本降低 60–70%，结构预测已成"基础设施层"
  • 拥有高质量专有病历数据的 AI 公司（与医院、罕见病组织合作）开始建立壁垒
  • 自动化湿实验室（robotic labs）将 AI 设计的分子1 周内合成并初步验证，闭环迭代速度大幅提升

结语：未来 12–24 个月见分晓

2026 年是 AI 药物研发的"分水岭年"。如果 15 个 Phase III 项目中能有 1–2 个成功读数，AI 将彻底改变制药行业的游戏规则；如果失败率与传统药物持平，AI 药物的热潮可能进入"理性回归"阶段。

无论结果如何，AI 已经在管线早期（靶点发现、分子生成、虚拟筛选）证明了不可逆的价值。问题不是"AI 会不会改变药物研发"，而是"改变的速度有多快、深度有多深"——这正是未来 5 年最值得关注的产业命题。

关联推荐

评论 (0)

加载评论中…