1756
8AI制药可以把临床前从六年压到一年？有公司做到了，然后药在临床一期就倒下了。一款新药平均要走十到十五年，烧掉二三十亿美元，成功率不到十分之一。所有人都在赌 AI 能改变这一切。但今天真正做到的，可能比你以为的少得多。
过去几十年，人们不断尝试把计算带入药物发现：从早期的定量构效关系和专家系统，到深度学习、生成式模型、生物学基础模型，再到今天被频繁讨论的 Lab in the Loop。
但 AI 制药并不是一条单一的路线。不同公司对"药物发现究竟是什么问题"，判断截然不同：有人把它看作化学问题，有人相信数据规模，有人坚持物理规律，有人试图在巨大的分子空间里做生成与搜索，也有人认为关键不是训练出一个全知全能的模型，而是让模型和真实实验持续交换信息，在一轮轮反馈中形成闭环。
这期我们和伯克利计算生物学博士生、播客《八爪鱼 Bioctopus》主播 Alex，我们把这些押注一个个拆开聊：谁真的做出了东西，谁只是估值很高，以及为什么"让机器人自己做实验"这件事，在生物领域比想象中难得多。
(02:39) 一款新药，十到十五年，二三十亿美元
(04:03) AI 做药不是新事：六十年前就有人试过
(07:45) 2012 年之后涌现的那批公司
(10:45) AlphaFold 做对了什么，又没解决什么
(12:20) 五个门派：他们眼中的药物发现完全不同
(15:54) Lab in the Loop 到底指什么
(18:03) 对比计算机的四个时代，我们在哪一段
(20:10) 加药之前，你得先知道细胞状态好不好
(23:35) 目前唯一交出同行评审数据的公司
(27:05) 一款药两个名字：大药企的数据难题
(29:56) 两家还没有硬数据，但估值几十亿的公司
(32:53) 国内的另一条路，和 AI 不能当发明人
👥 本期嘉宾介绍
特邀嘉宾
🎵Alex： UC Berkeley 计算生物学博士生，《八爪鱼 Bioctopus》主播。长期关注生物医药前沿动态，聚焦前沿科研与硬核技术向临床及产业转化的真实路径。
常驻嘉宾
🧪 小橙：生物物理学博士，专注于化学生物学与肿瘤靶向治疗。目前致力于新型靶向癌症疗法的开发，并正在推动AI和精准医疗在临床医学中的应用。
