Alphabet 支持的 AI 制药公司 Isomorphic Labs 本周完成 50 亿美元融资,同时宣布与默沙东合作研发抗癌药物。传统药企也开始拿出具体的研发效率数据:诺华确定候选药物的平均时间从约三年缩短至 18–24 个月,赛诺菲则借助 AI 在一个哮喘药物项目中节省了至少一年。资金和实际应用都在增加,但研发速度提高能否带来更多成功上市的新药,还缺少足够的临床证据。
一、50 亿美元融资,药企开始为 AI 研发能力付费
11 月 17 日,从 Google DeepMind 衍生的 AI 制药公司 Isomorphic Labs 宣布完成 50 亿美元 C 轮融资,由 Greenoaks 和红杉资本共同领投,Alphabet 继续投资。今年 5 月,公司刚完成 21 亿美元 B 轮融资,半年内两轮融资合计达到 71 亿美元。新增资金将用于扩大 AI 药物设计平台、实验室和自主研发管线,推动候选药物进入临床试验。
11 月 19 日,Isomorphic Labs 又与默沙东签署合作协议,计划针对一个肿瘤治疗靶点设计小分子候选药物。Isomorphic Labs 将利用其 AI 药物设计系统 IsoDDE,结合默沙东提供的专有数据开展研究,后者负责临床前开发、临床试验、制造及商业化。协议包含首付款、研发和商业化里程碑付款及销售分成,但没有披露具体金额。
此前的合作更能看出这类交易的资金结构。2024 年,礼来和诺华分别与 Isomorphic Labs 签署研发协议,约定首付款为 4,500 万美元和 3,750 万美元,两项协议的潜在里程碑付款最高合计 29 亿美元。这笔远高于首付款的收入并非确定收益,需要后续研发、审批和商业化目标逐步完成。药企愿意提前为 AI 设计能力付费,但 Isomorphic Labs 最终能从合作中获得多少收入,仍取决于候选药物的研发进展。
二、药物发现开始提速,药企已有实际案例
Reuters 11 月 20 日采访了多家大型药企的研发负责人。诺华生物医学研究负责人 Fiona Marshall 表示,公司从启动研发项目到确定候选药物的平均时间,已从过去约三年缩短至 18–24 个月。AI 帮助研究团队更快分析生物数据、筛选潜在靶点,并确定值得继续实验的分子。
赛诺菲的哮喘药物 lunsekimig 则提供了另一个案例。公司利用 AI 辅助分析早期研究数据,提前完成剂量选择决策,跳过原本计划开展的一项研究,节省了至少一年时间。赛诺菲计算与 AI 战略负责人 Matt Truppo 预计,未来两年 AI 有望使早期药物发现周期缩短 20%–25%,五年内可能缩短约一半,涉及超过 100 个研发项目(这是公司对未来效率的预测,并非已经实现的平均结果)。
两家药企的改善出现在不同环节。诺华缩短的是从项目启动到确定候选药物的时间,赛诺菲则利用现有数据减少了一项临床研究。对药企而言,节省研发时间可以让项目更早进入下一阶段,也可能减少部分实验费用。不过,研发周期缩短多少与最终节省多少资金并不完全对应,尤其是后续临床试验仍需投入大量资源。
三、129 个项目进入临床,成功率仍缺少充分证据
2026 年 10 月发表于《Cancer Treatment Reviews》的研究《Artificial intelligence–enabled drug discovery: A growing but largely early-stage clinical pipeline》,统计了截至 3 月 1 日进入人体临床试验的 AI 相关药物研发项目。研究团队共识别出 69 家公司的 129 个候选项目,其中大部分仍处于早期阶段,样本中的 Ⅱ 期观察成功率约为 19.5%。
这个数字还不能直接用来衡量 AI 制药相对传统研发的优势。研究基于公开临床记录和企业披露,许多项目尚未完成后续试验,样本中的疾病类型和研发阶段也存在差异。现有数据能够说明 AI 相关候选药物已经进入临床,但还不足以证明它们具有更高的成功率。
中国 AI 制药公司英矽智能的 Rentosertib 是一个值得跟踪的项目。该药物利用 AI 参与靶点发现和分子设计,用于治疗特发性肺纤维化。2025 年发表于《自然·医学》的 Ⅱa 期研究纳入 71 名患者,经过 12 周治疗,最高剂量组的用力肺活量平均增加 98.4 毫升,安慰剂组平均下降 20.3 毫升。这项研究出现了初步疗效信号,但样本量较小、观察时间较短。2026 年 9 月,Rentosertib 已启动 Ⅲ 期临床患者给药,计划招募约 320 名患者,开展为期 52 周的研究,以进一步确认疗效和安全性。目前该药物尚未获批上市。
从分子设计到人体临床,AI 已经参与了完整的前期研发过程。Rentosertib 能否在更大规模的 Ⅲ 期试验中延续此前的疗效,将为这一技术路线提供更重要的临床证据。
本周判断
大型药企已经开始获得可量化的研发效率改善,AI 制药公司的合作收入也有了更具体的付款依据。相比融资规模持续扩大,药企是否愿意将更多研发项目交给 AI 平台,以及这些项目能否带来持续的首付款和里程碑收入,更能反映商业需求。目前最明确的进步仍在药物发现和早期研发阶段。临床成功率是否提高,还没有足够证据。英矽智能等公司正在推进的后期试验,将比模型表现和融资估值更直接地检验 AI 制药的实际成果。
