🧊 前沿科技知识库
全部 / 新兴科技

AI 制药(AI Drug Discovery)

2026-09-26 · 新兴科技
最后更新:2026-09-26 | 领域:新兴科技 · 生物医药 | 说明:信息来源为公开网络资料,详见文末参考来源

概述

AI 制药指把机器学习、生成式模型、蛋白质结构预测与自动化实验室(干湿闭环)等技术,用于靶点发现与验证、分子生成与优化、成药性与毒性预测、临床方案设计等环节,目标是缩短研发周期、降低失败率与成本。其技术形态通常分为三大路线:基于表型的反向工程(如 Recursion 从细胞成像表型反推机制)、基于结构与物理的理性设计(如 Isomorphic Labs、Schrödinger)、以及基于知识图谱的靶点发现(如 BenevolentAI)(The landscape of AI drug-discovery platforms)。2026 年,该领域进入「商业价值兑现」与「临床验证」并行的阶段:一方面 AI 发现的分子陆续进入后期临床与对外授权(BD)交易;另一方面,此前多起 AI 药物研发失败案例仍在警示「设计能力已被证明、临床获益尚未被证实」。

最新进展(2025–2026)

核心技术与关键概念

代表性项目 / 公司 / 产品(附官方链接)

公司/平台代表资产方向官方链接
Insilico MedicineRentosertib(ISM001-055)、ISM6331TNIK / pan-TEADhttps://insilico.com/
XtalPi(晶泰科技)Kodexia™ 平台siRNA / 多模态https://www.xtalpi.com/
RecursionREC-1245、REC-4881、REC-3565表型 + 结构https://ir.recursion.com/
Isomorphic Labs未披露分子结构/物理理性设计https://www.isomorphiclabs.com/
Chai DiscoveryChai-3分子与生物药设计https://www.chaidiscovery.com/
SchrödingerSGR-1505计算化学平台https://www.schrodinger.com/

(Schrödinger 的 SGR-1505 用于 B 细胞淋巴瘤,2026 年中处于 Phase 1,AI-Discovered Drugs in Clinical Trials 2026)

关键数据与评测结果(附来源)

趋势与争议

参考来源

← 6G 与下一代连接配送机器人与物流自动化(Autonomous Delivery and Logistics Robots) →