湿实验成为AIDD卖铲人，药物发现正在被AI深刻重构

自8月16日晚间金斯瑞生物科技(1548.HK)披露2026半年报以来，8月17日和8月18日公司股价分别上涨4.82%、8.36%，过去两个月，公司股价已累计上涨超过130%。一方面，金斯瑞生物的股价与大洋彼岸的Twist BioScience形成了遥相呼应，另一方面，也说明中美两国市场均对AI制药从“概念炒作”到“业绩兑现”的肯定。

图片说明：金斯瑞生物科技2026H1财务摘要，数据来源于金斯瑞生物

财报中最引人注目的无疑是生命科学事业群业务，2026H1实现收益约3.19亿美元，同比增长28.8%；经调整经营利润约9400万美元，同比增长约102.8%，其中AIDD相关业务较去年同期实现翻倍增长。

值得注意的是，作为AIDD业务主要载体的生命科学事业群业务，已经连续三个半年度保持快速增长趋势，同时根据Twist BioScience的指引，AIDD相关业务将在FY2026三位数增长的基础上、FY2027继续保持三位数同比增长，这意味着金斯瑞生物科技的AIDD业务还将快速增长。

图片说明：Twist Bioscience预计2027财年AI药物发现订单在有望实现>100%的同比增速，数据来源于Twist BioScience

从CADD到AIDD

AIDD（人工智能药物发现）是传统药物发现（CADD）的升级版本。

CADD是一个高度依赖实验和专家经验的线性"试错"过程，大致可分为四个阶段：

第一阶段，靶点发现与验证。确定与疾病相关的生物靶点（通常是蛋白质），依赖大量生化实验、基因筛选和文献调研来寻找潜在靶点。

第二阶段，苗头化合物发现。找到靶点后，开始从大型化合物库中筛选能够与靶点结合的分子，在实验室中对海量化合物进行逐一测试，有点像"大海捞针"。

第三阶段，先导化合物生成与优化。从苗头化合物中挑选出有初步活性的分子，通过化学修饰提高其活性、选择性、安全性等，这一阶段高度依赖生化学家的个人经验和直觉，通过反复合成、测试、修改的循环来逐步优化分子结构。

第四阶段，临床前研究。经过优化的先导化合物进入临床前阶段，包括药代动力学评估、毒理学测试、动物实验，这一阶段成本高昂，且大量候选药物在此被淘汰。

图片说明：CADD费时、费钱、费力，成功概率极低且成本极高，数据来源于Twist BioScience

如果说，CADD的本质是在用时间和金钱对抗概率（烧钱做大量实验碰运气），那么AIDD的本质就是用算力替代实验：先用AI完成海量筛选和优化，再用湿实验进行验证。AIDD的根本目的是降低药物发现的成本和时间。

图片说明：AI通过减少新药上市所需时间和成本而变革药物开发，数据来源于英矽智能

简单来说，AIDD并非推翻传统流程，而是在每个环节用AI替代或辅助人工。

第一阶段，靶点发现与验证。AI可以自动挖掘海量生物医学数据（文献、基因组、蛋白质组等），快速提出新的疾病相关靶点假设。例如英矽智能(3696.HK)的PandaOmics引擎可自动梳理科学文献并生成生物学假说。对比CADD数年的文献调研和实验验证，AIDD缩短至数周甚至数天。

第二阶段，苗头化合物发现。这是AIDD变革最剧烈的环节，AI可以在庞大的化学空间中从头设计全新分子，而非仅仅从现有化合物库中筛选，甚至可以根据靶点结构定制分子。对比CADD数小时/数天的逐个对接，AIDD秒级完成百万级筛选。

第三阶段，先导化合物生成与优化。AI可自动化完成Linker设计、片段替换、骨架跃迁、侧链修饰等所有先导化合物优化子任务，而且湿实验数据会实时反馈回AI模型，形成"设计-测试-学习"的迭代闭环，模型越用越准。对比CADD中生化学家的手动试错，AIDD自动化优化。

第四阶段，临床前研究。AI可预测化合物的ADMET（吸收、分布、代谢、排泄、毒性） 性质，提前筛除高风险分子，减少不必要的动物实验和体外测试。

图片说明：CIDD与AIDD对比，数据来源于英矽智能

湿实验验证成为卖铲人

AI可以在几小时内生成成千上万个分子，但要验证这些分子是否能真的合成出来、是否能与靶点结合、在细胞里有没有活性，必须经过湿实验，没有湿实验，AI生成的分子就是纸上谈兵，金斯瑞管理层在2026H1业绩交流会中直言：“AI药物发现真正的瓶颈正在转变为湿实验验证”。

因此AI时代，MNC就成了掘金人，赌的是分子最终成为新药，而金斯瑞生物和Twist BioScience就成了卖铲人：因为AI生成了太多分子，所以产生了海量的湿实验验证需求。

事实上，当MNC通过AI设计出来的分子，第一天交给卖铲人、第四天就能拿到真实的湿实验数据来验证这个分子是否真的有效时，说明药物发现这个行业的游戏规则，已经被AI深刻重构了。

图片说明：序列到数据的交付周期可缩短至4天，数据来源于金斯瑞生物科技