上海
AI正在改写新药研发的起点。过去，科学家需要围绕一个靶点反复尝试，逐步寻找可能有效的分子；如今，AI可以辅助完成靶点分析、分子结构生成和计算筛选，在短时间内探索更广阔的化学空间。但设计分子能否合成、是否具有预期活性、能否通过药代和毒理评价，最终仍需要实验验证。海量AI分子喷涌而出，最后都要落到湿实验里去验证、纠错、迭代。
在2026年投资者开放日上，药明康德（603259.SH/2359.HK）提出融合人类智能（HI）、人工智能（AI）与机器智能（MI）的下一代实验室方向，把科学家的专业判断、AI的计算能力与机器的自动化执行形成协同，将设计、合成、测试、分析（DMTA）连接为更紧密的干湿闭环。AI帮助提出和优化分子设计，化学与生物学平台完成合成和实验验证，测试结果再为后续分析与设计提供依据。
要让这套闭环真正运转起来，首先要解决的是实验室的处理能力。以药物代谢与动力学（DMPK）为例，传统生物科技公司每月约需要10块检测板，专业型AIDD公司约100块，综合型AIDD公司的需求最高达到5000块。实验需求的数量级变化，对标准化和高通量交付提出了更高要求。
药明康德正在用自动化系统解决这个问题。目前，公司化合物管理中心存储容量超过100万份，DMPK体外测试自动化工作站每周可处理6000多个化合物的多种测试，自动化体内生物分析系统结合AGV自动导引运输系统，支持7×24小时运行，年处理体内样品超过35万份。2026年，苏州基地已实现小分子和大分子生物分析的全自动化；南京基地即将建成端到端的DMPK体外测试大规模自动化系统。
自动化带来的改变，也不只是速度。在质量控制（QC）环节，药明康德引入机器人自动化样品处理平台，实现样品称量和分装流程的标准化。相比传统人工操作每人每天处理约200个样品瓶，单套机器人设备每天可处理约1000个样品瓶。自动化操作还减少了样品开瓶暴露时间，降低人为操作差异和样品降解风险，尤其适用于不稳定化合物的质量控制分析。
在化学库合成等环节，自动化同样在发挥作用。药明康德通过自动合成机器人、自动后处理与样品制备工作站，以及高通量纯化和质控系统的协同，使反应设置效率提升30%，反应后处理效率提升120-260%。从DMPK测试到QC样品处理，再到化学合成与后处理，自动化正在从单台设备的效率提升，延伸为多个实验环节的流程协同。
这也让HI+AI+MI下一代实验室的设想有了更具体的落点。其设想并非简单地在实验室引入AI工具，而是重新组织研发流程：在干实验室端，AI辅助科学家完成路线规划、实验设计、光谱分析和资源调配；在湿实验室端，机器智能承担标准化、重复性较高的实验执行，整合多个功能单元，提升实验效率和一致性，科学家则聚焦关键判断与研发决策。
这套能力建设，正在回应AIDD和AI4S客户对实验服务的新需求。2026年前三季度，药明康德测试业务实现收入39.1亿元，同比增长32.0%；生物学业务实现收入21.9亿元，同比增长12.4%。测试业务正加快HI+AI一体化和自动化建设，以满足AIDD/AI4S客户增长的干湿闭环研发需求；生物学业务也在持续推进AI及自动化能力建设，为相关客户提供高通量、多样化、定制化、一体化的湿实验室服务。
从计算机里的分子结构，到实验室里经过验证的真实分子，AI制药需要的不只是更强的算法，也需要能够跟上算法速度的实验体系。药明康德的自动化布局，正是让实验室具备更强的处理能力和更高的运行效率；而HI+AI+MI所指向的下一步，则是让科学判断、算法设计与机器执行更加紧密地协同。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
