OpenAI加码AI制药 行业迈入临床验证关键阶段

当地时间10月20日，OpenAI官宣收购Orchestra Bio，计划将后者团队与技术整合进旗下Rosalind。OpenAI表示，本次收购的目标是赋能科学家开展前沿发现，同时统筹管理将科研成果转化为治疗方案的全链条工作，让新药更早惠及患者。

不同于过往AI巨头收购聚焦靶点、分子设计的AI制药企业，Orchestra Bio旨在助力生物技术与制药团队推进药物研发项目。

值得一提的是，本次交易的金额与详细条款暂未对外披露。不过纵观生物医药行业，当前AI制药赛道热度持续走高：跨国药企持续加码AI基础设施建设，对外开展BD合作；国内AI驱动的生物科技公司依托差异化技术路线卡位，传统药企加速数字化转型，与AI平台形成能力互补，产业合作密集落地。

破解新药开发链条协同难题

新药开发链条冗长、节点复杂。据OpenAI介绍，在美国，从药物靶点发现到最终拿到监管批准，平均需要10至15年。药物发现、临床前研究、生产制备、临床试验环环相扣，整个流程涉及成千上万项相互牵制的决策，任一环节的扰动都可能传导至全项目。

Orchestra Bio打造的是一个让人与AI智能体协作推进药物项目的平台。科学家和项目负责人将研究及专项计划的监测与跟踪工作交给智能体，从而腾出时间指导工作、制定决策，并在问题造成延误之前加以解决。

“在药物开发项目中，任何一个环节出现问题都可能波及到其他环节。”OpenAI方面介绍，“Orchestra的智能体能够快速识别受波及的任务与排期，归集相关信息，比对不同应对方案，供科研团队决策参考。”

同时，这也是OpenAI在生命科学领域布局的重要延伸。公开资料显示，2026年4月，其发布面向生物学、药物研发的垂直推理模型GPT-Rosalind，并随后上线Rosalind Workbench。

OpenAI方面称：“我们的愿景是让AI在新药发现和开发的全流程中助力科学家：探索思路、设计实验、解读结果，并协调推进有前景的治疗方案所需的各项工作。将Orchestra Bio与Rosalind整合，是迈向这一愿景的一步。”

事实上，要充分发挥AI在生命科学领域的潜力，离不开与药企的深度合作。据了解，OpenAI目前已和多家药企建立合作：与诺和诺德合作，旨在将其规模优势和科研专长转化为更快的研发与商业化执行能力；在与莫德纳的合作中，AI正帮助团队将从复杂数据中获得的洞见转化为实验流程，有望加速研发。

全球BD交易密集落地

从市场规模来看，有数据预测，2025年全球AI制药行业市场规模为24.90亿美元，预计到2031年，市场规模增长到135.23亿美元，2025—2031年复合增长率约为32.6%；预计2035年全球AI制药市场规模为462.52亿美元，2031年后复合增长率有望突破35%。

在技术迭代和商业化需求驱动下，海内外药企持续争抢AI研发能力，合作交易频出。10月19日，剂泰科技宣布与礼来达成战略合作，聚焦新型LNP（脂质纳米颗粒）递送解决方案的研究与发现，以探索支持多种治疗模式的组织特异性递送解决方案。

此外，今年8月，诺和诺德与亚马逊云科技（AWS）达成合作，选定AWS为首选云服务提供商和战略AI合作伙伴，共同加速药物发现进程，并推动技术基础设施现代化；10月，阿斯利康与Insitro达成最高15亿美元研发合作，依托后者的Virtual Human多组学AI平台挖掘心血管代谢疾病因果靶点，重点覆盖MASH、心肌病，推进候选药物开发。

在此轮全球合作浪潮中，中国AI生物科技企业正在成为跨国药企的重要合作方。阿斯利康持续牵手石药集团，先后借助后者的AI小分子发现平台和AI驱动的siRNA发现及递送平台，分别布局慢性疾病口服小分子与siRNA核酸新药早期发现；武田制药与英矽智能达成全球战略合作，英矽智能将依托其端到端Pharma.AI平台，针对武田选定的疾病领域主导AI候选药物发现。

富瑞金融集团董事总经理、亚洲医疗健康行业主管（研究部）崔翠向21世纪经济报道记者表示，在AI制药赛道，中国企业与海外同行基本处于同一起跑线，部分本土企业已经跻身全球第一梯队。过去5—10年，多家大型药企向AI制药企业开放自有分子库，输出高质量研发数据，有力推动行业模型迭代。国内一批AI制药企业把握住本轮技术变革窗口，有望进一步释放中国创新的全球价值。

但行业仍面临验证难题。崔翠指出，当前绝大多数AI制药管线处于临床前或早期临床阶段，行业最重要的催化因素，就是管线持续向临床阶段推进，产出真实可验证的临床数据。市场对重复性合作公告会逐步形成审美疲劳，临床读出结果才是核心评判标准。

“少数进入Ⅲ期的AI衍生药物，后续临床结果将成为检验整个行业的试金石。”崔翠补充道，科技巨头持续投入带来技术迭代，未来是否会诞生颠覆现有生成式AI的新技术，同样是不可忽视的变量。

由此看来，从收购底层能力、搭建自研工具，到药企频繁对外BD，AI制药行业正从模型、平台概念阶段，走向流程落地与临床验证的关键周期，而持续产出扎实的临床数据，才是赛道长期成长的根基。