开年数个亿元级合作密集落地：AI制药正加速解构十年十亿美元的研发“魔咒”

“传统模式下，一款新药从发现到上市通常需要超过十年时间和至少10亿美元的投资”，西南证券在研报中指出，随着AI技术的深度介入，这一格局正悄然生变，“AI模型可将化合物设计时间缩短70%，成功率提升10倍”。

近日，晶泰科技先后宣布与尧唐生物、JW制药、维昇药业达成合作，探索AI在药物研发各环节的应用落地。而更早之前，东阳光药与晶泰科技成立合资公司，计划投入数亿元共建“AI+机器人”联合实验室；英矽智能与齐鲁制药则达成总额达9.31亿港元的战略合作，聚焦心血管代谢疾病的靶点开发。

密集的合作事件背后，AI制药已从概念验证阶段，迈入与传统药企深度融合的产业落地期。

医药企业的AI战略转向：从工具应用到生态共建

“东阳光药与晶泰科技以合资公司形式达成战略合作，而非简单项目授权，核心目标是构建长期、深度绑定的技术共生关系。”东阳光药副总经理、董秘林淘曦表示。

林淘曦进一步解释，“传统项目合作多局限于单点技术应用，而合资公司能实现‘数据－模型－管线－商业化’的全链条协同，形成闭环迭代的AI药物研发引擎。”。

在其看来，选择合资公司模式，东阳光药看中的更多是晶泰科技的三大不可替代优势：技术闭环能力、商业化验证经验和生态协同性。特别是晶泰科技覆盖从虚拟设计到湿实验验证的完整链条，其自动化实验室可高效产生高精度数据，加速算法优化。

在“研发内卷”与“专利悬崖”的双重压力下，传统药企亟须借助AI打破效率瓶颈、寻找源头创新；而AI公司则迫切需要真实世界的数据闭环与商业化出口，以证明其技术不仅能“讲故事”，更能“生金子”。

随着AI制药进入深水区，行业商业模式也在快速演进。中邮证券相关研报中将AI制药企业商业模式归纳为三种：SaaS、AI+CRO和AI+Biotech，其中后两者逐渐成为主流。

研报中提到，纵观行业发展历程，SaaS模式虽然对数据依赖度低、不承担研发失败风险，但市场规模有限。相比之下，AI+CRO和AI+Biotech模式更受资本市场青睐。前者通过技术服务外包与药企合作，共同推进管线开发；后者通过推进自有管线验证AI平台能力，通过授权交易或自主推进上市创收。

东阳光药与晶泰科技的合资公司采取了独特的“管线共创+技术共赢”模式。双方不仅将共同研发自免疾病创新管线，还将共享后续的商业化成果。同时，计划向学术界和产业界开放技术产品化的合作成果，以“算力支撑+数据开发+生态共享”的模式，共拓商业价值新蓝海。

英矽智能与齐鲁制药的合作则展示了另一种路径：从早期的软件授权升级为深度共同研发，合同总额超9.31亿港元，包含开发和销售里程碑付款及后续净销售额分成。

“故事要从五年之前讲起。”英矽智能联合首席执行官兼首席科学官任峰透露，早在2021年，齐鲁制药就引进了其Pharma.AI平台下的靶点发现工具PandaOmics。长期的工具使用与相互了解，为当下数亿港元级别的共同研发合作奠定了信任基础。

此次合作，双方聚焦于心血管代谢疾病的特定靶点。英矽智能花费14个月的时间，正式提名口服GIPR拮抗剂ISM0676，在和司美格鲁肽联用27天后，实现了小鼠模型中31.3%的减重效果，同时还保留了良好的安全性和比较低的起效剂量。任峰指出，这说明在代谢领域，AI仍然可以稳定地发挥助力作用，也让双方更加期待这次合作的后续成果。

“这次与齐鲁制药的合作，标志着双方从最初的平台授权合作正式转变到了深度的共同研发，是真正的利益共享、风险共担。”任峰认为，这体现了传统药企拥抱AI技术的深度和广度在不断地扩展。对于英矽智能和其他的一些AI制药企业来说，这也标志着“技术出发，优势互补”的商业模式在国内真正意义上跑通了。

AI研发新范式：从“降本增效”走向“源头创新”

传统药物研发流程中，从靶点验证到临床前候选药物生成，平均资本支出高达数亿美元，而AI技术正将这一数字大幅降低。效率提升背后，是AI在处理海量、多维数据，在虚拟筛选中快速从百万级化合物库中找出具有潜在活性的候选分子的能力体现。

中邮证券相关研报显示，AI能将从靶点到苗头化合物阶段的研发费用从9400万美元缩减至20万美元，节省超过90%；研发周期从1年缩短至2个月，效率提升83%。

生命科学行业临床试验解决方案提供商 Medidata 发布的AI应用趋势调研报告《临床试验人工智能应用现状：今日与未来》中提到，目前AI在改善患者招募、优化数据管理、控制运营成本和提升试验效率等方面的价值正逐步凸显。

报告通过来自超200位行业决策者的深度调研数据指出，AI已深度渗透到临床试验的全生命周期，其主要应用领域仍集中在数据采集与质量监督、试验方案设计优化及患者招募留存、队列识别等环节，70%的AI用户表示已在这些环节中应用AI。

“时间就是一切，早一个月可能就意味着更多商业化机会。”精鼎医药早期临床部门临床药理总监张磊指出，整合型早期临床试验已经成为趋势，即从早期研究伊始即在中国和海外同步开展研究，最大化运营效率，而非按顺序进行。

与此同时，在提升运营效率的同时保证科学严谨性、深化创新能力，也是当前药企面临的共同挑战，AI在其中的应用也正从“效率工具”向“科学工具”深化。

AI的创新价值则体现在“Think out of the box”的能力上。传统研发路径下，化合物设计受限于已有规则和构建模块库，而AI通过生成对抗网络、强化学习等模型，能够实现由数据驱动的自主分子设计和生成。

英矽智能的案例尤为典型。该公司利用Pharma.AI平台，从靶点识别到临床前候选药物提名仅需12-18个月，而传统研发通常需要2.5—4年。其进展最快的管线Rentosertib已完成IIa期临床试验，率先完成AI制药临床阶段药效概念验证。

“很多靶点其实已经被发现三四十年了，如果不创新，就要陷入同靶点重复的困境。AI的价值很大程度上就在于能跳出老靶点的圈子，打破人类思维定势，从源头生物机制寻找创新路径。”任峰强调。

据林淘曦介绍，早在和晶泰科技合作之前，东阳光药就已尝试在AI领域有所布局，包括推出PROTAC机制AI研发平台、HEC药物智能发现平台，并自研制剂大模型HEC-PharmAI、合成大模型HEC-SynAI等。公司通过双轨策略，一方面通过AI优化现有研发项目（如制剂配方、候选药物筛选），另一方面成立人工智能研究院，布局底层技术资产。

随着AI制药技术逐渐成熟，企业间从单纯的技术竞争转向生态协同。大型药企提供数据资产和临床开发能力，AI公司提供技术平台，双方通过合资、深度合作等形式形成利益共同体，共同推动行业发展。

杨燕/文

徐楠、林辰/编辑

(编辑：杨燕 林辰)