bioecon 会员专区
技术 · 健康与生物医学 / 治疗与平台

AI药物设计与AlphaFold应用

AI驱动的药物发现——AlphaFold结构预测、生成式化学与基于物理的虚拟筛选——将“靶点→候选”流程从数年压缩到数月。

风险: 中 制药与生物制品数字化与机器人 US · CN · EU 论坛与政策：11 核实于 2026-06-29 · 6 来源 (0 独立来源)

1 · 带来什么

AI药物设计将先导化合物和候选物的发现从湿实验室的试错转向in silico预测。 从历史上看，开发一种疗法大约需要十年、投入数十亿美元，约90%的候选物 在临床试验中因有效性或毒性而失败；生成式AI与深度学习如今将发现阶段 从数年压缩到数月，并将早期成本降低约70-80%。该领域由三大支柱定义： AlphaFold类结构预测，以原子精度给出蛋白质3D模型，而AlphaFold 3进一步 覆盖蛋白质与RNA、DNA及配体的复合物；生成式化学，由GAN、VAE与扩散模型 从头设计小分子和抗体，优化结合亲和力、溶解度、低毒性与可合成性；以及 十亿级虚拟筛选（Enamine REAL类库），由基于物理的自由能微扰（FEP）排序。 机器人湿实验室反馈构成的lab-in-the-loop对模型进行再训练。该管线端到端 受FDA、EMA和NMPA监管，框架包括FDA的AI/ML in Drug Development指南和EMA 的AI反思文件。本投影中的六家机构涵盖结构预测（Isomorphic Labs、EMBL-EBI）、 生成式平台（Insilico Medicine、Exscientia、Recursion）和基于物理的建模 （Schrodinger）。

AI药物设计的主要方向：

  1. 结构预测（AlphaFold 3）： 原子精度的蛋白质及蛋白质-配体/RNA/DNA复合物结构，支持de novo靶点建模。
  2. 生成式化学： GAN与扩散模型从头生成分子，针对亲和力、ADMET特性和可合成性优化。
  3. 十亿级虚拟筛选 + FEP： AI筛选超大型“按需合成”库，基于物理的FEP对先导物按结合亲和力排序。
  4. Lab-in-the-loop / 主动学习： 机器人表型筛选将实测生物学反馈用于模型再训练。

行业价值链#

[靶点发现] ──> [生成式设计] ──> [虚拟筛选] ──> [CRO合成]
                                        │
                                （实测生物学反馈）
                                        │
                                        ▼
[IND与试验] <─── [in vitro验证] <─────┘

价值链层级#

层级描述关键输入/输出
靶点发现鉴定疾病蛋白并预测其3D结构输入： 基因组学、转录组学、序列。输出： 验证的3D靶点模型。
生成式设计针对靶点口袋从头生成分子输入： 3D靶点、生成化学软件。输出： SMILES库。
虚拟筛选对生成分子做ADMET与FEP过滤输入： SMILES库、ADMET模型。输出： 10-50个先导物。
CRO合成先导分子的合同化学合成输入： 先导结构、纯度规格。输出： 候选化合物。
In vitro验证结合亲和力测量（SPR、IC50）输入： 候选物、重组蛋白。输出： 结合常数。
IND与试验临床前安全性及IND申报输入： 先导物、毒理数据、资料。输出： IND许可、I期。

该行业的跨领域技术：

  • alphafold： 深度学习3D结构预测（AlphaFold 3扩散模块）。
  • generative-chemistry： GAN/VAE/扩散从头生成分子（Chemistry42）。
  • free-energy-perturbation： 基于物理的结合亲和力排序（FEP+）。

2 · 替代什么 3 · 按行业匹配

D3E2奶牛育种以基因组选择替代后裔测定
替代: 后裔测定——待公牛女儿的产奶记录出来后才选择人工授精公牛（每头公牛需5–6年，测定成本高）
BREED
D3E–以农用喷洒无人机替代背负式和有人驾驶航空喷洒
替代: 人工背负式喷雾、小块或湿地田块的拖拉机喷雾，以及有人驾驶飞机/直升机喷洒
EAC
D2E–以无人机释放天敌（赤眼蜂、绒茧蜂、捕食螨）替代杀虫剂喷施
替代: 针对鳞翅目幼虫和螨类的杀虫剂喷施，以及人工步行释放天敌（大规模生防的劳动力瓶颈）
MACRO

3 · 如何实施 6 步

  1. 1
    靶点结构预测
    将疾病靶点序列提交给AlphaFold 3，生成结合口袋的原子3D模型并导入发现LIMS。
  2. 2
    生成式设计
    生成式化学引擎（如Chemistry42）设计与口袋形状互补、阻断底物结合的候选分子库。
  3. 3
    ADMET与FEP先导挑选
    预测模型按溶解度、肝细胞稳定性和选择性过滤分子库，FEP按计算结合亲和力将顶级分子排序为短名单先导物。
  4. 4
    CRO合成合成与转化
    所选先导结构（SMILES）送至合同化学机构进行de novo合成，并以LC-MS验证纯度。
    谁能完成这一步 自动匹配
    SyncoZymes (Shanghai) 中国
    1,200 tons 工业规模
    “is a biotechnology company specializing in green pharmaceutical technology, biocatalysis, and synthetic biology.”
    Sea6 Energy 印度
    工业规模
    “Core technology includes an in-house full-stack farming automation platform (SeaCombine, automated seeding/harvesting, data dashboards, weather/drone monitoring) and a …”
    China Everbright Environment Group 中国
    163,050 tonnes
    “Uniquely equipped with the credentials for the R&D, design, and production of both high-efficiency dust filtration materials and SCR denitration catalysts, as well as for the …”
    Toyobo 日本
    “Core technologies include polymerization, modification, processing, and biotechnology.”
    Rossari Biotech (NSE) 印度
    工业规模
    “A liver protectant comprising a combination of Liver extracts, Choline chloride, Inositol, Vitamin B12, Protein Hydrolysate, Biotin, Selenium, Vitamin E and Methylsulfonylmethane.”
  5. 5
    SPR IC50验证检测与分析
    候选物通过表面等离子共振（SPR）针对固定化靶点筛选，测量结合动力学并按IC50排序确认先导物。
    谁能完成这一步 自动匹配
    Bloomage Biotechnology 中国
    ✓ GMP 320 tons 工业规模
    “The company positions MitoEGT® as a mitochondria-targeting anti-aging ingredient with multiple efficacy studies, 38 patents, national metrology recognition, and plans to broaden …”
    BRAIN Biotech 德国
    工业规模
    “As a contract research organization (CRO), we provide smart, rapid, and effective solutions using cutting-edge technologies to drive customer success.”
    Turion Labs 新加坡
    “Turion Labs is a Singapore-headquartered biotech innovation platform that provides shared laboratory infrastructure, contract research organization (CRO) services, and regulatory …”
  6. 6
    IND申报与I期
    先导物按cGMP放大，确立临床前安全性，并向FDA提交IND资料以启动首次人体I期试验。

4 · 谁来交付

匹配的供应商 (自动匹配)

HLB Genex (ex-GenoFocus)韩国生产商运营中
Tsingke Biotechnology中国生产商运营中
EcoWin (Dong-A ST sub)韩国研究机构运营中
Turion Labs新加坡研究机构运营中
Evogene (NASDAQ: EVGN)以色列未分类运营中
CHITOSE日本研究机构运营中
LG Chem韩国生产商运营中
Fermelanta日本生产商运营中

领先企业与机构（摘自简报）

公司 / 机构国家关键产品 / 平台技术特点Status 2026
Isomorphic Labs🇬🇧 英国AlphaFold 3平台蛋白质/RNA/DNA/配体复合物预测operating
Insilico Medicine🇨🇳 中国Pharma.AI (Chemistry42)AI发现的ISM001-055进入II期operating
Exscientia🇬🇧 英国Centaur ChemistAI小分子设计（现属Recursion）operating
Recursion Pharmaceuticals🇺🇸 美国Recursion OS机器人表型筛选 + 与Exscientia合并operating
EMBL-EBI🇬🇧 英国AlphaFold DB2.14亿+预测结构，开放获取operating
Schrodinger🇺🇸 美国FEP+基于物理的结合亲和力预测commercial

5 · 法规与市场准入

进入俄罗斯/欧亚经济联盟: BREED · 俄罗斯农业部（种畜进口许可）/ 俄罗斯联邦兽医和植物卫生监督局（转基因生物登记）
常规遗传材料30个工作日内获进口许可；基因编辑动物须做转基因生物登记
仅供参考，非法律意见——请针对您的产品确认流程。 (2026-10-06)
美国

美国在AI制药风险投资、基础模型开发和AI设计分子的临床转化方面领先。

AlphaFold联盟、表型筛选、物理建模、FDA#

  • Isomorphic Labs： 从Google DeepMind剥离、商业化AlphaFold 3的公司；2026年5月扩大了与Eli Lilly和Novartis的药物发现联盟，价值约30亿美元。
  • Recursion Pharmaceuticals： 运营最大规模的机器人表型筛选设施之一以生成lab-in-the-loop数据（Recursion OS）；2024年11月与Exscientia合并，组成端到端AI发现公司。
  • Schrodinger： 大型制药企业广泛使用的基于物理的FEP+软件标准，用于结合亲和力预测和先导物优化。
  • FDA CDER AI/ML in Drug Development： 在此监管框架下，首批完全由AI生成分子的临床试验被放行。
欧盟

欧盟在基础结构生物信息学、开放的AlphaFold结构数据库以及牛津 anchored 生成式发现方面领先。

AlphaFold DB、牛津发现先驱、欧盟资助#

  • EMBL-EBI（英国Hinxton）： 与Google DeepMind共同托管AlphaFold Protein Structure Database，为超过2.14亿条蛋白质序列提供结构覆盖（开放获取）；与DeepMind的合作已续约，并于2026年新增了高置信度异二聚体预测。
  • Exscientia（英国牛津）： Centaur Chemist平台；2020年率先将AI设计的药物（DSP-1181）推进至人体临床试验，自2024年11月起作为Recursion的一部分运营。
  • BenevolentAI与Horizon Europe： 针对罕见疾病的预测性靶点发现平台，由欧盟“医疗AI”计划资助。
中国

中国正围绕上海和北京的研究枢纽快速扩张AI制药基础设施，IT巨头进入 生物计算，并涌现出标志性AI来源临床资产。

生成式AI制药、IT入局者、NMPA指南#

  • Insilico Medicine（上海研发）： Pharma.AI / Chemistry42平台；其由生成式AI发现的TNIK抑制剂ISM001-055（伦托塞替尼）用于特发性肺纤维化，报告了IIa期积极顶线结果（发表于Nature Medicine）并推进至关键试验，是旗舰级AI设计资产。
  • 腾讯与百度： 腾讯AI Lab的FineRx（蛋白质结构预测与虚拟筛选）以及百度的PaddleHelix生物计算平台。
  • NMPA指南与清华枢纽： 关于AI/ML药物开发的国家指南，以及用于de novo抗体设计的大学加速器。

6 · 资金：招标与资助

资助神经治疗药物蓝图网络（BPN）：基于生物制剂的神经系统疾病药物发现与开发（UG3/UH3，临床试验可选）
National Institutes of Health · 美国
2027年8月18日
306 天
资助陆军应用实验室颠覆性应用广泛机构公告
Dept of the Army -- Materiel Command · 美国
2029年4月4日
901 天
资助开发用于生物制品发现和/或生产的无细胞蛋白合成平台
European Commission · 欧盟
2027年4月13日
179 天
资助循环型创新先进材料：推动从设计到市场的转化（RIA）（欧盟创新先进材料与欧洲制造伙伴关系）
European Commission · 欧盟
2027年2月2日
109 天
资助自动化科学发现——食品（RAISE 试点）
European Commission · 欧盟
2027年2月2日
109 天

7 · 技术栈与创新

该技术栈结合了结构预测、生成式化学和基于物理的热力学，并由lab-in-the-loop 闭环。

  1. AlphaFold 3扩散架构：
    • Pairformer模块对输入序列编码并构建原子关系的成对表示，随后扩散模块通过连续去噪步骤将随机原子云精修为最终3D坐标。
    • 以接近实验的精度预测蛋白质与RNA、DNA及配体的复合物，支持de novo靶点建模（Isomorphic Labs）。
  2. 带强化学习的生成式化学：
    • 生成器（GAN或扩散）以SMILES字符串提出分子，而AI评批评它在可合成性、溶解度、ADMET特性和致突变性（Ames试验）上的得分。
    • 奖励循环迭代数百万次，直到分子满足设计规范（Insilico的Chemistry42）。
  3. 基于物理的自由能微扰（FEP）：
    • 分子动力学热力学循环计算一次化学编辑（替换一个官能团）引起的结合自由能变化，以约1 kcal/mol的精度预测其是否改善结合。
    • Schrodinger的FEP+在大型制药企业的先导物优化中替代昂贵的制备型合成。

出现在哪里 11 个来源

出现在 11 个不同来源中，涉及 4 个地区，2020–2027年。

  • 名录 1
  • 论坛议程 2
  • 政策文件 3
  • 报告 5

地区: China · European Union · Japan · Singapore

每年不同来源数
  1. 2021: 0
  2. 2022: 0
  3. 2023: 4
  4. 2024: 1
  5. 2025: 3
  6. 2026: 0
  7. 2027: 2

匹配的主题 9

AI-assisted drug discovery AI-driven drug discovery AI-enabled drug discovery AI創薬 Deepmind’s Alphafold2 Generative AI in drug discovery Machine Learning (ML)-enabled drug discovery Machine learning in drug discovery 蛋白质结构预测

论坛议程、政策文件和报告中的主题先自动匹配到技术，再经人工复核；统计的是不同来源而非提及次数，不构成排名。 数据来源与方法 → · 热门但尚未收录 →

来源 6 · 0 独立来源 · 6 生产商网站

生产商自有网站 6

  1. Isomorphic labs 生产商 核实于 2026-05-22 · 未保存链接
  2. Insilico medicine 生产商 核实于 2026-04-19 · 未保存链接
  3. Exscientia 生产商 核实于 2024-11-20 · 未保存链接
  4. Recursion pharmaceuticals 生产商 核实于 2024-11-20 · 未保存链接
  5. Embl ebi 生产商 核实于 2026-03-16 · 未保存链接
  6. Schrodinger 生产商 核实于 2026-02-06 · 未保存链接