Verge Analytics, Inc.

最近，诺和诺德宣布与亚马逊云服务（AWS）建立战略合作伙伴关系，通过人工智能和云计算技术加速药物研发，AWS由此成为诺和诺德的首选云服务提供商和战略人工智能合作伙伴。合作的核心是一个位于诺和诺德伦敦国王十字车站附近的联合创新中心，那里汇集了诺和诺德的研发团队与AWS的工程师、人工智能专家和应用科学家。 这条新闻本身不是特别的新鲜但是我觉得我们可以通过这个信号来对比诺和诺德和礼来之间的AI策略，有什么不同？ 从2023年开始，诺和诺德已经陆续与Flagship Pioneering、Metaphore Biotechnologies和Valo Health建立了AI驱动的药物发现合作，加上与AWS的这次联手，它在AI基础设施上的布局已经相当完整。 但礼来走的是另一条路。自2020年以来，礼来对15家人工智能药物研发公司进行了股权投资，包括Insilico Medicine、BigHat Biosciences（4500万美元）、Absci（1亿美元）、Verge Genomics（9800万美元）等。面对这种没有急着建平台，而是用资本把网撒开。 这两家宇宙最有价值的药企，在同一个AI问题上给出了完全相反的答案。一个选择建平台，一个选择买未来。我花了些时间把两边的动作拆开看，发现这背后其实是两套不同的赌注逻辑。 先看诺和诺德的平台路线。它把AI的触角伸进了研发的每一个环节，从早期研究到试验设计，甚至在Microsoft Azure上搭建了统一的AI平台。算力层面，诺和诺德正在使用Gefion AI超级计算机进行大规模蛋白质工程，这台机器配备了1528个NVIDIA H100 GPU，同时它还基于NVIDIA BioNeMo生成式AI平台开发定制AI模型。 在我之前写过一篇全球药企和英伟达的合作，足以说明这些基础设施投入不是摆设。诺和诺德利用Anthropic的Claude 3.5开发了一套生成式人工智能解决方案，并通过Amazon Bedrock、MongoDB Atlas、AWS Lambda和Amazon S3进行部署，把临床研究报告的生成时间大幅缩短。按照公开信息，这套系统最开始需要40到50名专业人员耗时15周才能完成的报告，现在只需三个人就能在几分钟内搞定。它的NovoScribe工具更是把临床研究报告的生成时间压缩到10分钟以内。 这组数字的意义，我在看的时候反复想过。它说明的其实不是AI有多聪明，而是诺和诺德把AI嵌进了真实的业务流程里。临床研究报告这种环节，过去是药企研发里最耗人力的部分之一，现在被压缩到几乎可以忽略不计。这不是演示性质的试点，是已经在跑的日常操作。 诺和诺德还把合作延伸到了商业端。 它与亚马逊的合作深化了双方在亚马逊药房、亚马逊广告和亚马逊医疗（Amazon One Medical）等平台的现有合作，共同进行治疗药物的市场推广和配送。换句话说，诺和诺德在做的，是用一套统一的AI底座，把研发到商业的全链路串起来。 这套打法的核心逻辑，我认为是试图让数据在同一套基础设施里流动。研发阶段产生的数据可以直接用于临床设计，临床数据又可以反馈给市场策略，中间不需要在不同系统之间搬运。对一个管线极长、部门极多的大药企来说，这种统一性本身就是效率。 礼来的做法完全不同。它把股权投给15家AI药物研发公司，每一笔投资的金额都不小，但目标很分散。BigHat做抗体设计，Absci做蛋白质发现，Verge Genomics专注神经系统疾病靶点，Insilico Medicine则是端到端的AI药物发现平台。 礼来招的“应用智能发现（AI4D）副总裁”职位，明确侧重于从“计算支持”发现向“计算驱动”发现的转变。这个职位描述很能说明问题。礼来想变，但它不打算自己把底层能力全部建起来，而是通过投资把最前沿的技术方向都摸一遍，然后再看哪些值得吸收进内部。 这两种策略的分野，其实能追溯到两家公司面临的不同处境。诺和诺德的GLP-1药物让它手里握着极其充裕的现金流，有足够的余力去搭建长期的基础设施。而礼来的替泽帕肽在减重效果上比诺和诺德的产品高出47%，它同样赚钱，但它面对的是更激烈的竞争压力。在这种压力下，把鸡蛋放在几个篮子里，甚至几十个篮子里，显然是更安全的做法。 但这就能解释为什么诺和诺德选择平台、礼来选择初创AI制药公司了吗？再聊深一点的话题。 药企在AI上的投入，本质上是在回答一个问题，我到底要押注短期能看到的效率提升，还是押注某个可能颠覆现有模式的突破？ 诺和诺德建平台、搞算力、打通全链路，这些东西带来的回报是可预期的。它知道临床报告会从15周变成几分钟，知道蛋白质工程会跑得更快，这些结果看得见摸得着，而且能持续产生价值。但与此同时，这也意味着它的创新天花板被限定在现有路径的优化上。 礼来撒网式的投资，短期看效率很低。15家公司里绝大多数不会真正改变它的管线，投入的钱在财务上可能也谈不上多好的回报。但它的逻辑恰恰在于，不赌单一方向，而是赌那个可能出现的颠覆性突破。 AI药物研发这个领域，真正意义上的从零到一还远远没有发生，谁也不知道突破口会出现在哪个细分方向。礼来用股权投资的方式，把自己的触角伸到了所有可能出现突破口的地方。 这里有个很关键的差别。诺和诺德的路径依赖的是已有能力的优化，它把AI当作一种加速器，让现有的研发体系跑得更快。礼来的路径依赖的是外部创新的吸收，它把AI当作一种搜索灯，在未知的领域里寻找新的可能性。 这两种策略没有谁对谁错，它们回答了不同的问题，药企的钱应该押在哪里，是内部的确定性提升，还是外部的突破性可能。 但有一点是明确的，这轮赌注的周期和回报结构完全不同。诺和诺德的AI中心，效果会持续不断地体现在运营效率上，但很难制造一个行业意义上的跳跃。礼来的投资组合里，也许会在未来诞生出一个改变游戏规则的分子，但更多可能是什么都没有发生。 在我看来，这两种策略背后反映的是药企在AI时代的两个不同坐标。诺和诺德把自己定位成一个把AI用好的公司，礼来把自己定位成一个把AI做出来的公司的股东。前者追求的是确定性的持续改进，后者接受的是不确定性的高风险报酬。 2026 年 6 月，礼来 CEO David Ricks 接受 Prof G Pod 采访时表示，AI 在药物研发中的能力存在边界。相比互联网文本领域，AI 可以快速学习已有信息，但科学发现面对的是未知问题。 礼来CEO Ricks 称，人类可能只发现了人体生命系统 10% 到 20% 的知识，因此 AI 很难仅依靠现有数据预测未知生物机制，实验仍是创新药研发的关键。 所以AI在制药行业会不会带来真正意义上的颠覆性突破，这个问题现在还没有答案。诺和诺德选择在平台上下注，因为它的体量和现金流支持它做长线投入，而礼来选择在制药初创身上下注，因为它在赌那个可能改变行业格局的变量。 这两家公司的选择，恰好给了一个观察药企AI策略的清晰坐标。

药物研发有约 90% 的候选分子倒在临床试验阶段，而许多失败早在"选靶点"这一步就已注定。AI 能否提前筛出真正值得投入的靶点？英矽智能（Insilico Medicine）团队在 Scientific Reports 发表新框架：一面是覆盖 38 种疾病的疾病特异靶点预测模型 TargetPro，一面是能"给各家模型打分"的标准化评测系统 TargetBench 1.0。前者在 Top K 精度上比主流大语言模型高出 1.7–5.5 倍，后者则把"模型靠不靠谱"变成了可量化的考试——本文带你逐章拆解这套组合拳。 📄 本期解读论文    标题：Advancing target discovery through disease-specific integration of multi-modal target identification models and comprehensive benchmarking system    作者：Howell Leung、Chengchen Duan、Wenhao Gou、Jianjiu Chen、Ying Xin、Zetian Zheng、Vladimir Naumov、David Gennert、Man Zhang、Alex Aliper、Feng Ren、Evgeny Izumchenko、Frank W. Pun、Alex Zhavoronkov 等（英矽智能 Insilico Medicine 为主）    时间：2026-04-12（Scientific Reports 第 16 卷）    链接：https://www.nature.com/articles/s41598-026-47765-3 01论文速览 一句话概括：本文同时解决了 AI 靶点发现的两大痛点——一是"不同疾病机制千差万别，单一模型难以通吃"，于是训练了 38 个疾病特异的靶点预测模型（TargetPro）；二是"各家平台各说各话，没有统一的考试标准"，于是搭建了公开可用的靶点模型评测系统（TargetBench 1.0）。两者合起来，形成"先预测、再评测"的闭环。 核心数据：TargetPro 覆盖 38 种疾病（肿瘤、代谢、免疫、纤维化、神经五大类）、733,058 个基因-疾病对，用 22 个多模态特征（12 组学 + 10 文本）训练 XGBoost 模型，AUPRC 达 0.295，远超任何单一特征（0.015–0.22）与随机基线（0.0135）。在 TargetBench 1.0 评测中，TargetPro 的 Top K 精度达 71.6%，而 GPT-5、o3、Grok4、DeepSeek-R1、Claude 等主流 LLM 只有 13.1%–42.3%，Open Targets 不到 20%。  💡 一句话理解：如果说大模型是"上知天文下知地理的博学家"，那么 TargetPro 就是"专攻 38 个科室、每个科室配一位主治医师"的专科医院——博学家懂得多，但专科医生更懂行。 ▲ Fig. 1 TargetBench 1.0 靶点识别模型评测系统总览 02研究背景：90% 的失败，从"选错靶点"开始 新药研发是公认的"高投入、高风险"生意：进入临床试验的候选药物中，高达 90% 无法获得监管批准；开发一款新药的总成本可达数十亿美元。许多失败在研发最早期就已埋下伏笔——选中的生物靶点后来被证明疗效不足或毒性超预期。因此，尽早识别最有前景的靶点、提前"排雷"，是整个行业的核心命题。 业界早有标杆：阿斯利康提出"5R"框架（right target 正确靶点、right patient 正确患者、right tissue 正确组织、right safety 正确安全性、right commercial potential 正确商业潜力），其中"正确靶点"是基石。实施该框架后，阿斯利康早期研发成功率从 2005–2010 年的 4% 提升到 2012–2016 年的 19%——可见"靶点选得对不对"直接决定成败。 近年来，AI 平台开始大规模介入靶点发现：Verge Genomics 的 ConVERGE、Owkin 的 TargetMATCH、欧洲生物信息学研究所联合桑格研究所与葛兰素史克共建的 Open Targets，以及英矽智能自家的 PandaOmics——后者已有多个人工智能筛选出的靶点进入临床前与临床验证。与此同时，大语言模型（LLM）也被用来"读文献找靶点"，比如 BioGPT 曾用于挖掘衰老与衰老相关疾病的双重靶点。 但作者指出两大缺口：其一，不同疾病机制异质性极大，指望一个通用模型通吃所有疾病不现实，但用户又缺乏"该选哪些模型、各给多少权重"的现成框架；而且现有系统普遍无法预测"某个靶点进入临床开发的潜力"。其二，AI 平台爆发式涌现，却没有统一的评测标准——没有考试，就无法比较、无法建立信任，更不敢把模型输出投进数十亿美元的研发决策。 ▲ Fig. 2 22 个组学与文本分数随临床开发阶段的变化：从临床前到上市，多数分数逐步爬升并在进入临床后趋平，临床前与临床期靶点显著可分（Wilcoxon 秩和检验，FDR 校正 P < 0.05） 03核心方法（一）：TargetPro —— 38 个"科室专家"如何炼成 数据底座：作者选定 38 种疾病（肿瘤、代谢、免疫、纤维化、神经五大类），覆盖 19,291 个 HGNC 收录的蛋白编码基因，构建了 733,058 个基因-疾病对。组学数据来自 PandaOmics 平台整合的公共数据库（TCGA、GEO、ArrayExpress、PRIDE 等），共 631 个经人工校验的"黄金数据集"（737 个疾病-对照比较）；团队又额外补充了 137 个高质量数据集（146 个比较，优先 2024 年以来的新数据），合计 766 个数据集构成"golden-plus"训练环境。 标签设计：每个基因按"是否有对应药物进入临床"标注开发阶段（临床前 / 一期 / 二期 / 三期 / 已上市）。临床阶段靶点作为正类，其余基因（真实阴性 + 尚未被发现的正类混合体）作为负类——这正是药物发现的真实生态：我们永远无法断言某个靶点"绝对与疾病无关"。 特征工程：每个基因-疾病对计算 22 个靶点识别分数——12 个组学类（表达、通路、因果推断、网络邻居、互作组社群、敲除、疾病子模块、过表达、矩阵分解、异质图游走、突变子模块、突变）与 10 个文本类（注意力分数、可信注意力指数、基金资助、平均 H 指数、影响因子、证据、资助规模、注意力峰值、每篇论文资助额、趋势）。这些分数本身就是"弱信号"，机器学习要做的就是把它们拧成一股绳。 模型选型与训练：作者对比了 CatBoost、弹性网络、LightGBM、随机森林、XGBoost 五种高维表格学习算法，以 AUPRC、F1 与 Top K 精度为标准，最终选定 XGBoost。考虑到正类极度稀疏（肿瘤 1:42、神经疾病高达 1:356 的不平衡比），采用成本敏感学习：按类别频率反比加权（w_Pos = (N+)/(2N_pos)），让模型更重视少数派的正类样本。每个疾病独立训练一个模型，并用嵌套 5 折交叉验证做超参调优与无偏评估。  💡 一句话理解：22 个分数就像 22 位"线人"，每人只掌握一条线索（有的懂组学、有的懂文献）；TargetPro 则是那位会"综合研判"的侦探，还特意给"稀缺的关键证词"（临床靶点）更高的采信权重。 ▲ Fig. 3 (a) TargetPro 训练流程：黄金数据集 → 分层切分 → 嵌套 5 折交叉验证（内层调参 + 类别加权）→ 综合出样本外预测；(b) 集成模型 AUPRC 0.295，显著优于 22 个单一分数基线（0.015–0.22） 模型表现：TargetPro 的 AUPRC 达 0.295，而单一分数基线只有 0.015–0.22（正类占比仅 1%，随机猜测基线为 0.0135）；在 12 个独立外部验证疾病（如阿尔茨海默病、卵巢癌、卒中、肥胖等，均有 ≥5 个独立数据集）上平均 AUPRC 仍达 0.269——证明模型学到了可泛化的规律，而非死记硬背。 可解释性（SHAP）：借助 SHAP 框架，作者发现矩阵分解（9.59%–22.84%）与注意力分数（12.04%–17.08%）是所有疾病组最重要的两个特征；异质图游走（4.55%–12.32%）紧随其后。更有意思的是疾病间的分化：肿瘤与纤维化模型最看重矩阵分解（22.84% / 17.34%），免疫、代谢、神经模型则以文本注意力分数为首（15.73% / 17.08% / 16.07%）。按大类聚合后，文本特征在免疫（52.80%）、代谢（47.00%）、神经（42.60%）模型中贡献最大；而肿瘤（组学合计 64.90%）与纤维化（63.73%）模型更依赖组学信号——这与肿瘤"基因组不稳定、突变频繁"的生物学特征高度自洽。 ▲ Fig. 4 五大疾病组 TargetPro 模型的特征重要性（SHAP）：矩阵分解与注意力分数普遍领先，但相对权重随疾病语境变化（仅标注重要性 ≥ 2% 的特征） 04核心方法（二）：TargetBench 1.0 —— 给所有模型出同一张考卷 TargetBench 1.0 的核心思想很朴素：用同一套考题、同一把尺子，衡量任何靶点识别模型（包括各家 LLM）。考场设在 https://www.targetbench.org/，任何研究者都可以上传自家模型输出的靶点排序列表，系统自动计算与本文一致的指标，并和已收录模型的成绩并排展示。 考题一：召回已知靶点（Precision at top K）。对每个疾病，K 取该疾病已知临床阶段靶点的数量，统计模型 Top K 推荐中命中已知临床靶点的比例。这是最直接的"真伪检验"——能找回已被验证的靶点，说明模型学到了真实规律。 考题二：新靶点的"成色"评估。药物发现真正的价值在于找出"还没人做成药"的新靶点。作者把每个模型 Top K 中剔除已知临床靶点后的"新靶点"单独拿出来，用六个维度打分：蛋白晶体结构可获得性（PDB 收录）、可成药性（Citeline / DGIdb / DrugBank 是否有药物记录）、跨适应症重定位潜力（是否在其他适应症已有获批药）、生物学相关性（与已知临床靶点的通路重叠数，Reactome）、可验证性（PubChem 收录的可用生物测定数量）、以及基因调节剂可得性（MedChemExpress 收录的小分子 / 多肽 / 单抗，不含 siRNA）。 参考考生阵容：除 TargetPro 与 Open Targets 外，还纳入了 8 个大语言模型——BioGPT（本地 MacBook Pro M4 推理）、Grok3、Grok4（官方 API）、DeepSeek-R1、Claude-Opus-4、GPT4.1、o3、GPT5（Azure API）。每个疾病用统一标准化提示词查询 5 次取平均，并要求输出严格 JSON 格式的基因排名列表，最大限度消除提示词与随机性带来的偏差。  💡 一句话理解：TargetBench 就像高考——题型统一、阅卷标准公开、所有考生同场竞技。考"基础知识"（能否认出已知靶点），也考"创新能力"（新靶点是否结构可解析、有药可及、有实验可验证）。 05主要结果：专科医生完胜博学家 精度对比：TargetPro 整体 Top K 精度达 71.6%，是所有 LLM（13.1%–42.3%）的 1.7–5.5 倍，也显著优于 Open Targets（不到 20%）。而且这一优势横跨肿瘤、代谢、免疫、纤维化、神经全部五大治疗领域，并非只在某个疾病上"开挂"。 "要得越多，掉得越快"：当用户只要求 Top 20% K 靶点时，TargetPro 精度超过 95%；即便要求满额 Top K（100%），仍保持 71.6%。而所有 LLM 和 Open Targets 都呈现陡峭的精度下滑——例如表现较好的 o3 与 GPT5 从 70% 以上跌去 25 个百分点以上。这说明生成式模型"报前几个名次很准，凑长名单就开始瞎编"，而监督学习模型全程稳定。值得注意的是，新一代 LLM（Grok 系列、OpenAI 系列）的成绩呈上升趋势，说明通用大模型也在快速进步。 ▲ Fig. 5 各模型 Precision at Top K：(a) K = 该疾病已知临床靶点数；(b) 按 K 的百分比请求靶点时精度变化——TargetPro 全程领先且衰减平缓（LLM 为 5 次查询均值） 新靶点"成色"六连测（Fig. 6）：TargetPro 推荐的新靶点中，95.7% 在 PDB 中有三维结构（LLM 为 60.3%–91.3%）；86.5% 被判定可成药且有临床证据支撑（LLM 为 38.8%–75.0%）；46% 有获批药可用于其他适应症（其他平台仅 17.0%–27.5%），重定位潜力突出；平均与已知临床靶点共享 108 条通路（生物学相关性最高）；平均可用生物测定数量超过 500（比其他模型高 1.4 倍以上）；平均可及基因调节剂 13.8 个（LLM 为 6.1–9.7）。 ▲ Fig. 6 各模型新靶点的多维评估：(a) 结构可用性 (b) 可成药性 (c) 跨适应症重定位潜力 (d) 与临床靶点的通路重叠 (e) 可用生物测定数 (f) 可用基因调节剂数（LLM 为 5 次查询均值） 作者特别强调，这一对比并非"贬低 LLM"——通用大模型在推理与科学问题求解上能力出色，两者差异源于设计目标不同：TargetPro 是专为"整合多模态数据做靶点预测"训练的监督模型，而通用 LLM 未经微调时并不会自动为 22 类特征学习最优权重。这也恰恰说明了"选对工具"与"建立评测体系"的重要性。 06局限与争议：作者自己承认的三道坎 ▸ 覆盖有限：仅 38 种疾病，未覆盖全部人类病理；但 TargetBench 支持定期更新，可随新数据持续扩充疾病类别。    ▸ 标签的"事后偏差"：训练标签来自历史临床试验数据，靶点"成功"与否掺杂了商业与战略因素，因此 TargetPro 分数反映的是"历史关联的优先级"，而非对未来临床成败的直接预测。    ▸ 文本特征的时间泄漏：基金资助、文献热度等指标常在靶点进入临床后暴涨，反映的是"人气"而非生物学信号；LLM 同样受训练截止时间限制。为此作者提出"时间胶囊"方案——把当前预测存档，未来与真实临床结局对照，做前瞻性验证。 此外，TargetPro 与 LLM 的对比也留有"不对称"的空间：LLM 未针对靶点预测任务微调，而 TargetPro 是专职选手。作者坦然承认这一点，并指出这符合当下研究者的真实使用习惯（拿通用模型直接问），同时 TargetBench 也支持评测用户自行微调后的模型——例如即便与基于 BioGPT 微调的专用模型相比，TargetPro 依然胜出。 07意义与展望：从"猜靶点"到"自驱动实验室" 这项工作的价值不止于一个更准的模型。作者把"预测精度"与"评测能力"看作同一枚硬币的两面：更好的模型激励更精细的基准，更可信的基准又反过来给模型"上岗"背书，形成正反馈循环——这正是当前 AI 制药行业最缺的信任基础设施。 框架的延展性同样可期：22 个特征并非上限，Open Targets 等平台的模型输出也能接入；"用多个弱信号整合预测一个明确结局"的策略，可以迁移到患者疗效预测、临床试验分层生物标志物、甚至分阶段成功概率估算。更长远看，这套"AI 大脑 + 评测模块"正是自驱动实验室（self-driving lab）的核心组件——模型提出靶点假设，自动化实验反馈结果，再回流重训，形成"提出假设 → 验证 → 学习"的闭环。  💡 一句话理解：如果说过去 AI 找靶点是"凭感觉押注"，那么 TargetPro + TargetBench 就是给这个赌局装上了"记分牌"和"复盘系统"——每次预测都能被检验，每次检验都能让下一次更准。 ✦ ✦ ✦ 当 90% 的临床失败可以追溯到靶点选择时，任何能"提前排雷"的工具都价值连城。TargetPro 用 38 个疾病特异模型证明了"专科医生"的价值，TargetBench 1.0 则让"谁更靠谱"第一次有了公开可复现的答案。AI 制药的下一个十年，或许就从这场"标准化考试"开始。 🌍 关于 NatureAI 欢迎来到 NatureAI，一个由科技爱好者共同打造的平台。我们的使命是为大家提供一个公平、开放的环境，让每个人都能轻松接触到最新的科技进展。 在这里，我们坚持原汁原味的内容传播。我们相信，在科技的世界里，真实和深度是最宝贵的。因此，我们承诺不会进行过度修饰或篡改信息，尽力保持内容的真实性和专业性。 NatureAI 将不断分享最有意思和最有价值的前沿科技进展。期待和你一起，探索科技的无限可能！ — 启发思考 · 激发创新 · 探索无限可能 —

刚刷到一条新闻，说刚拿诺贝尔化学奖的哈萨比斯不当 DeepMind 的 CEO 了，转任 Alphabet 首席科学家，把精力全压在 AI 制药公司 Isomorphic Labs 上，放话"20 年内用 AI 治愈所有疾病"。 这话听着燃，但我得拉着你冷静算笔账——这哥们儿这一步走对了，但"治愈所有疾病"这八个字，水分比你想象的大。 咱们先把结果摆清楚：DeepMind 的日常管理交给跟他多年的副手 Koray Kavukcuoglu，哈萨比斯本人腾出手来，专心做两件事——AGI 前沿战略，和他 2021 年成立的 Isomorphic Labs。 这一步最毒的地方在于：他把"算力光环"和"真金白银的生意"绑死了。 Isomorphic Labs 已经跟诺华、礼来签了合作协议，总金额超过 30 亿美元，目前有 17 个药物项目在推进，预计 2026 年底前推动首批药物进入临床试验。 这意味着啥？ 意味着哈萨比斯不是空口画饼，他背后站着的是全球最顶尖的药企客户，人家是真金白银砸了几十亿美金进来等着收货的。 我判断，哈萨比斯真正打的算盘，是把 AlphaFold 这套"诺奖资产"从学术论文里拽出来，变成一条能持续收租的产业管道。 CEO 的行政杂活儿交给别人，自己去当"首席科学家兼销售总监"，这才是顶级科学家的精明之处。 原文里把 AlphaFold 吹得神乎其神，说什么"3D 打印完美钥匙"。 我得给你泼盆冷水。 上海药物研究所 2025 年专门做了评测：AlphaFold 3 在 GPCR（一类重要药物靶点）和小分子配体的预测上，配体重原子 RMSD 平均高达 4.28 ± 5.77 Å，尤其在新型配体和别构调节剂上偏差极其显著。 翻译成人话就是：对于已知的老化合物，AI 看得挺准；一旦遇到全新的化学结构，AI 就开始"瞎猜"了。 更要命的是，AlphaFold 3 预测的是静态结构，它看不到分子在人体内的动态变化。 这就像你对着一张静态照片 design 一把钥匙，但锁每天都在微微变形——你能指望这钥匙好使？ 这是我最想跟你掰扯清楚的"行业内幕"。 一款创新药从启动到上市，平均成本超 10 亿美元，时间超 10 年，行业研发回报率从 2010 年的 10.1% 跌到 2024 年的 5.9%。 AI 确实把最前端的分子发现从几年压到了几周，英矽智能甚至把分子发现费用从 4.14 亿美元压到了 20 万美元。 但你算算这笔账： 前端分子发现省下来的钱：几亿美元 临床 II 期平均花费：1300 万美元起步 临床 III 期：2000 万美元起步，上不封顶 一款进入临床的候选药，最终获批上市的概率不足 10% AI 把研发漏斗最上面那一小截（最便宜的那截）的效率提升了 40 倍，但九成候选药倒在临床阶段，而这一块 AI 几乎没碰。 波士顿咨询的数据更直接：AI 研发药的综合上市成功率从 5%-10% 提升到 9%-18%，全部提升空间都来自成本低廉的前期研发阶段。 换句话说，哈萨比斯省下来的是"买彩票的钱"，但"中奖概率"这块硬骨头，AI 目前啃不动。 第一颗雷叫"生物学机制不理解"。 AI 能学会化学规律，因为化学规律是确定的；但人体为啥得病、阻断某个蛋白能不能真治病，人类自己都没搞明白，AI 更没辙。 药物研发失败有两个原因：分子设计错了，或者生物学原理错了。 AI 只解决了前者。 第二颗雷叫"临床数据拿不到"。 临床前数据（结构、文献、化合物活性）是公开的，AI 可以随便学；但临床阶段的数据分散在各药企、CRO、监管机构手里，受隐私和商业机密保护，根本形不成训练集。 巧妇难为无米之炊，AI 想学临床，门都没有。 ⚠️ 业内已经有翻车案例：明星 AI 制药公司 Recursion 2025 年终止了核心 AI 管线，因为药效没得到验证；Verge Genomics 的 ALS 药物在 1b 期临床也没达标。 咱们把底牌翻过来看：哈萨比斯的 20 年豪赌，赌的不是"AI 能不能治愈所有疾病"，赌的是"在 AGI 来临前的窗口期，能不能把 Isomorphic Labs 做成 AI 制药的底层操作系统"。 他赢面很大——诺华、礼来的 30 亿美金订单就是门票。 但"治愈所有疾病"这种话，更多是给资本市场和 Alphabet 董事会画的饼。 真实的剧本是：未来 20 年，AI 会让新药产出密度大幅提升，某些病种（特别是有明确靶点的癌症、单基因遗传病）会被逐个攻克，但"所有疾病"？ 抱歉，连感冒都没那么容易。 看完这事，我是真觉得哈萨比斯这步棋走得漂亮，但也真担心媒体把"AI 制药"吹成下一个韭菜坑。 技术是真的猛，但物理规律和人体黑箱，不是算力能一键击穿的。 如果是你，你会怎么选？ 相信哈萨比斯的 20 年预言，砸钱买入 AI 制药相关股票长期持有？ 认为这就是个资本故事，AI 制药泡沫迟早破，观望为上？ 折中派——看好技术方向，但不信"治愈所有疾病"的节奏，等首批临床数据出来再说？ 评论区聊聊你的判断。