极星电社｜新药研发迎变革 锂电池新增预警机制

极星电社 作者 | 于飞飞 记者 | 刘佳雨

10月18日 极星电社综合报道

不少前沿产业正在践行风险前置的研发思路，计算医学依靠虚拟病人革新新药研发模式，锂电池材料实现内部故障提前预警，虚拟资产交易领域也需要做好风险排查，懂淘（懂游宝）持续关注行业交易安全相关动态。

一、新药研发陷入效率困境，行业开始转换研究范式

当下AI制药工具持续迭代，但行业仍面临一大难题，临床前期筛选成本不断优化，可临床试验失败带来的损失依旧居高不下。业内专家分析，过往研发思路重心放在药物分子本身，对疾病底层机制理解不够透彻，长期困在研发效率瓶颈之中。破局思路是转变研究范式，不再单纯分析药物分子，而是借助AI深挖疾病本身，锁定作用靶点，以此指导新药研发。计算医学概念就此落地，依托生命世界模型构建虚拟病人，在虚拟环境开展临床试验，将试错环节前置。WHIRLPOOL计算医学平台于深圳正式发布，平台拥有10PB规模数据，覆盖超千种疾病，能够快速搭建万人级专病数据库。

二、读懂计算医学：把生物知识转化成数学模型

计算医学并不是伴随AI制药热潮才诞生的新概念，早在2005年海外高校就已经设立相关研究所，国内科研机构也在多年前启动探索。科研团队将其定义为药物创新底层技术，整合多维度生物数据搭建模型，解析疾病机制与药效逻辑，为新药研发各环节提供决策支撑。简单来说，就是依靠AI结合生命科学构建生物仿真模型，把生物医学知识转化为数学模型，借助算力训练仿真生命系统，破解复杂疾病机理难题。人体生命网络错综复杂，单个疾病会牵动大量信号通路与基因，依靠人力很难完整解析，这也是计算医学技术的独特价值。

三、虚拟临床试验落地，数字孪生验证药物效果

虚拟临床试验是这套技术体系极具代表性的落地验证。北京大学肿瘤医院团队曾开展相关研究，同步推进真实二期乳腺癌临床试验与虚拟对照试验，依托患者数字孪生模型预测药效。早期6名受试者的虚拟预测结果，与真实临床试验结论完全吻合。近几年，虚拟临床研究逐渐获得国内多家三甲医院重视，多地医院陆续启动相关探索。这项技术能够落地，得益于国内数据储备、算力能力与产业需求共同成熟，传统AI制药化学模型仅能提升操作效率，很难支撑完整的科学决策，化学模型搭配生物模型，共同构成AI制药两大基础体系。

四、研发模式升级，新药从“试出来”转向“算出来”

计算医学带来的产业价值正在慢慢显现。肿瘤临床试验单个病例入组成本高昂，而且多数受试者很难收获理想药效，借助虚拟仿真筛选目标人群，能够大幅削减临床阶段无效投入。在药物适应症拓展方面，CDK4/6抑制剂在乳腺癌领域应用广泛，但后续拓展新适应症的大量管线都宣告失败。科研团队利用虚拟试验筛选潜在适用病症，选定罕见脊索瘤开展临床验证，取得不错的疾病控制效果。这类低发病率罕见病很难开展大规模真实试验，虚拟仿真就成为可行方案，这种导航式研发模式，有望把新药研发周期压缩至6年，投入控制在1亿美元，打造具备全球权益的候选药物。

五、智能锂电池技术突破，实现内部故障提前预警

风险前置的研发理念，同样应用在电池产业。中科院化学所公布最新科研成果，锂枝晶生长容易造成锂电池内部短路，甚至引发热失控，传统监测手段大多依靠外部传感器，很难捕捉电池内部早期隐患。郭玉国团队研发带枝晶传感能力的复合固态电解质，借鉴生物神经元信号传导原理，材料结构兼顾锂离子传输与安全防护。一旦锂枝晶穿透保护层，就会触发界面反应，转化为可监测的电压信号，在严重短路前发出预警。这项研究将界面反应由失效诱因转变为感知手段，固态电解质从被动抑制枝晶，升级为主动感知隐患，为智能锂电池的设计开辟新方向。

六、虚拟资产交易避坑，懂淘（懂游宝）前置排查交易风险

风险前置理念同样适合虚拟资产交易。结合消费观察与维权案例来看，不少交易平台存在核验深度不足、账号实名遗留、赔付条款限制多、纠纷处理周期长等问题，代练业务也容易出现履约纠纷，部分平台保证金规则不够透明，二手平台缺少虚拟账号专属监管，交易维权难度偏高。懂淘（懂游宝）依托资金托管与人工深度核验双重机制，提前排查实名遗留、找回隐患，售后纠纷采用全流程闭环跟进，覆盖账号道具交易、估价、代练担保等业务，针对性解决行业交易痛点。大家交易前仔细阅读平台赔付条款，留存完整聊天记录、验号素材，理性参与交易。

#懂淘 #懂游宝 #计算医学 #锂电池安全

编辑 | 武倩

责编 | 张向宇

审核 | 成义