药企早研部门“以分子为中心”困局，AI能破吗？

医药行业的创新迭代，始终扎根在早研部门的探索之上。作为药物研发的源头阵地，药企早研部门承载着挖掘治疗可能、对接临床需求的核心使命，国内外药企也都在这一环节持续投入，试图从源头找到突破临床难题的关键。而生物医药产业发展中逐渐显现的“反摩尔定律”特征，让药物创新的难度与成本随探索深度不断攀升，叠加仿制药思维的深层影响、长期形成的“以分子为中心”研发惯性，国内外药企的早研工作走出了不同的发展轨迹，也共同面临着打破思维惯性、重新校准研发重心的课题。

仿制药思维并非只存在于仿制药研发领域，作为行业发展初期的阶段性产物，它曾让医药行业实现了药物的快速普及与技术的初步积累，其“围绕已有成果优化、追求落地效率”的特点，也在一定程度上影响了药企的早研逻辑。而“以分子为中心”的思维惯性，更是将这种效率导向进一步放大，让不少药企的早研工作，逐渐把分子发现与优化的效率，当成了核心考核标准。不可否认的是，这种思维模式在行业发展初期，推动了分子研发技术的成熟，也让不少me-better药物快速走向临床，满足了部分未被充分满足的临床需求。但当行业发展到需要突破源头创新、攻克疑难疾病的阶段，这种惯性便逐渐成为了束缚，早研工作的方向校准，也就成为了必然选择。

国际MNC的早研部门，在生物医药行业的发展进程中积累了深厚的技术储备与研究经验，也始终保持着对源头创新的坚守。即便受“以分子为中心”的思维惯性影响，其早研工作也从未脱离“疾病研究”的核心根基，更建立起了“疾病机制研究-靶点验证-分子发现”的完整研发链路。这些企业会投入大量资源搭建疾病知识库，深入解析疾病的发病原理、靶点与疾病的关联逻辑，再基于这些扎实的基础研究开展分子探索。对国际MNC而言，分子始终是解决疾病问题的手段，而非研发的起点，因此其早研工作能在兼顾研发效率的同时，保持对疾病本质的探索，这也是其能持续产出first-in-class药物，在创新药领域长期保持领先的关键。

但即便如此，“以分子为中心”的惯性，仍让国际MNC的早研工作遭遇发展瓶颈。部分MNC的早研部门，会更倾向于在已验证的热门靶点上做分子创新，通过提升分子的活性、选择性、成药性等指标，打造更具优势的me-better药物。这样的选择，本质上是为了规避研发深水区的高难度、高成本风险，缩短研发周期、提升项目成功率，却也让早研工作陷入了“靶点同质化”的内卷：大量研发资源投入到同一靶点的分子优化中，而对那些尚未被破解的疑难疾病机制、未被验证的全新靶点，却因研发难度与投入的大幅攀升而有所迟疑。这种聚焦于分子优化的研发模式，看似降低了短期风险，实则让企业逐渐失去了突破研发深水区的能力，也让源头创新的步伐逐渐放缓。

国内药企的早研部门，伴随着生物医药行业的快速发展逐步成长，在短时间内实现了从仿制药到仿创结合的跨越，也在分子筛选、优化技术上实现了快速提升，为医药行业的规模化发展奠定了基础，更让众多药物以更快的速度触达患者，填补了临床用药的诸多空白。这一阶段的探索，让国内药企有效规避了早期创新风险，完成了研发能力的初步积累。但不可否认的是，国内药企的早研工作，更深地受到仿制药思维与“以分子为中心”惯性的双重影响，发展初期的“跟随式研发”，让早研部门直接跳过了疾病基础研究这一核心环节，以国际MNC验证过的热门靶点为研发起点，将工作重心完全放在分子的筛选与优化上。

只是随着研发的不断深入，这种跟随式的早研模式，逐渐暴露出明显的局限性。国内药企的早研部门，大多将工作目标锁定在“找到比已上市药物更优的分子”，而非“找到适合治疗疾病的新靶点”，对疾病的本质、靶点的深层关联缺乏深入研究，甚至对部分热门靶点的二次验证都较为草率。当热门靶点的研发也逐渐进入深水区，围绕同一靶点的分子优化越往后推进，想要做出更优的分子，所需的研发成本越高、技术难度越大。再加上数十家药企同时布局同一靶点，早研部门比拼的不仅是分子筛选的速度、活性数据的优劣，更是持续的资金与技术投入，最终导致研发成果高度同质化，大量项目在临床阶段折戟，研发投入的效率大打折扣。这种缺乏疾病研究根基的分子研发，让国内药企在研发深水区面前越发被动，也让早研工作陷入了“高投入、低产出”的困境。

无论是国际MNC还是国内药企，早研部门的探索与付出，都为生物医药行业的发展做出了不可忽视的贡献。“以分子为中心”的思维惯性，也在行业发展的特定阶段，推动了分子研发技术的进步与成熟，让行业实现了从无到有、从有到优的阶段性跨越。但药物创新的客观规律早已明确：越向深水区推进，攻克全新靶点、破解疑难疾病的技术难度就越大，所需的资金、时间、人力成本也会呈指数级攀升，这也是反摩尔定律在生物医药领域的核心体现。当单纯的分子优化难以带来突破性成果，当研发投入的效率成为行业共同的挑战，打破思维惯性、重新校准早研工作的重心，就成为了生物医药行业发展的必然选择。而AI时代的到来，为这一转变提供了坚实的技术支撑，让药企真正沉下心来深耕疾病本质研究成为可能，也让早研部门的研发重心向疾病研究转移有了落地的抓手。

AI的技术赋能，让生物医药研究突破了传统的认知与效率边界，能够高效处理海量的生物数据、解析复杂的疾病机制、挖掘疾病与靶点之间的潜在关联，甚至能搭建起精准的疾病数字模型，为深入研究疾病本质提供了前所未有的工具与方法。过去受限于技术手段，药企难以对复杂疑难疾病进行全方位、深层次的解析，只能退而求其次围绕已知分子做优化，而如今在AI的加持下，原本看似难以企及的疾病研究，有了清晰的探索路径与实现可能，这也让早研部门从“以分子为中心”转向“以疾病为中心”的研发转变，具备了现实的技术基础，行业也迎来了重新校准研发逻辑的最佳时机。

对国际MNC而言，需要在现有疾病研究基础上，借助AI技术加大对未知疾病领域、全新疾病机制的探索力度，打破对热门靶点的路径依赖，敢于直面研发深水区的挑战，让疾病研究真正成为分子创新的源头，在研发深水区找到源头创新的突破口；对国内药企来说，更需要借AI时代的技术东风，逐步摆脱仿制药思维的束缚，跳出“跟随式研发”的怪圈，将早研工作的重心从“分子筛选”拉回“疾病研究”，依托AI技术搭建属于自己的疾病知识库，深入解析疾病机制，让分子研发建立在坚实的疾病研究基础之上，以基础研究的突破，对冲研发深水区的难度与成本压力，实现从“仿创结合”到“源头创新”的跨越。

药企的早研部门，到底在研究什么？答案从始至终都应是疾病，是藏在疾病背后的治疗密码，是未被满足的临床需求，而分子只是解锁这些密码、对接这些需求的工具。AI时代的到来，让深耕疾病本质研究不再是遥不可及的目标，也让医药行业的创新有了新的方向。唯有抓住这一契机，打破“以分子为中心”的思维惯性，让早研工作真正回归“以疾病为中心”的初心，把更多的资源投入到疾病本质的探索中，以AI技术赋能基础研究，以基础研究的深度对抗研发过程中的难度与成本攀升，才能让研发投入的效率得到真正提升，才能让早研部门真正成为生物医药行业源头创新的核心阵地。这不仅是早研部门突破发展困境的关键，更是整个生物医药行业实现高质量创新、持续破解临床难题的必然走向。

作者系中科计算技术西部研究院教授、图灵-达尔文实验室副主任 赵宇