41
0核心看点：AI将新药的“分子发现”阶段从十年压缩到短短几年，但在真实人类身上验证的临床试验与FDA审批却一步没快 。当制药前段的瓶颈被AI粉碎，后段的体系是否成了新的堰塞湖 ？
🎧 节目时间轴与核心内容
【第一幕：AI药物发现的具体机制】 传统“高通量筛选”需要逐一合成、测试亿级分子，周期漫长 。AI通过计算模型进行虚拟筛选，直接过滤99%以上不可能的方案 。DeepMind的AlphaFold将结构生物学界困扰五十年的蛋白质三维折叠预测速度从数年缩短至几分钟，奠定了模拟药物相互作用的新基础 。
【第二幕：两大制药AI巨头的模式博弈】 * Insilico Medicine：走管线开发模式，抗纤维化药物rentosertib成首个全链条由AI主导并进入二期临床的药物 。2026年3月与礼来达成价值高达27.5亿美元的战略授权合作 。
Recursion：走“操作系统”平台模式，通过Recursion OS年生成超一亿分子，与Exscientia合并后估值18亿，但年亏损接近6.5亿，赌的是多项目并进的平台溢价 。
【第三幕：关键反转——瓶颈后移了】 AI大幅加速了分子发现和前临床阶段，但临床试验（一期到三期）仍需在真人身上验证安全与有效性，快则5到8年，且FDA审批速度独立于AI 。整体研发周期仅从15年缩至7~12年，行业的瓶颈彻底移位到了患者招募和临床设计上 。
【第四幕：大药厂的分化反应】 2026年全球已有173个AI参与的药物进入临床（是2022年的三倍以上） 。礼来、诺华等大药厂深度布局，采取“内部自建AI+外部投资初创公司”的双轨模式，利用自身数十年临床数据资产与初创公司的激进技术进行互补 。
📊 AI 红黑榜
🟥 红榜：给分子发现速度的十倍压缩。这不仅是效率问题，更意味着开发成本的降低让许多曾经因为商业回报低而被大药厂放弃的罕见病药物，重新获得了被研发和救命的机会 。
⬛ 黑榜：给瓶颈移位后尚未被认真解决的后段流程。资本和技术疯狂涌入前端的分子发现，却让大批候选药物在临床招募和传统审批的队伍里排队堵塞，后段临床流程急需同等力度的变革 。
💬 留给听众的问题：当AI能够帮我们更快发现治疗癌症的候选分子，但临床试验还要五年——这五年里等待的患者，算谁的责任 ？
