過去兩年，Big pharma在人工智能的投入呈現(xiàn)爆發(fā)式增長。

禮來和強生都與英偉達開展戰(zhàn)略合作，禮來與英偉達共同建設(shè)被稱為“醫(yī)藥領(lǐng)域最強大的超級計算機”，以支持分子建模與藥物研發(fā)。

強生與英偉達合作，利用基礎(chǔ)模型為外科團隊創(chuàng)建模擬環(huán)境，以輔助其規(guī)劃腎結(jié)石手術(shù)。

剛開始，Big pharma進行這些投資要相當謹慎，原因在于人工智能的各類應(yīng)用場景的價值主張尚不明晰。

隨著技術(shù)整體的顯著躍遷，及業(yè)界對開發(fā)面向特定行業(yè)人工智能應(yīng)用的投入，這些價值正開始逐步顯山漏水了。

在這個背景下，之前的小打小鬧已經(jīng)不滿足Big pharma的戰(zhàn)略需求了，零敲碎打的合作不易見效，必須上升到平臺級、產(chǎn)品級的部署，從“試點嘗試”變成“戰(zhàn)略必選項”！

今天，我們先不急著談某個細分的賽道，而是想和大家一起，換個“上帝視角”看一眼：那些真正站在產(chǎn)業(yè)金字塔頂端的 Big Pharma，過去幾年到底把錢和資源砸在了哪些AI 的研發(fā)方向、哪些具體項目上？它們今天的布局，就幾乎是國內(nèi)藥企即將布局的“天花板”。

01

AI在靶點發(fā)現(xiàn)和疾病建模的應(yīng)用

人工智能通過整合組學(xué)和臨床數(shù)據(jù)來重塑藥物靶點發(fā)現(xiàn)和疾病建模，從而挖掘治療機會。

機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)如今能夠繪制基因、蛋白質(zhì)和疾病間復(fù)雜的關(guān)聯(lián)圖譜，有望改進靶點識別和驗證。

與此同時，人工智能驅(qū)動的疾病模型利用單細胞數(shù)據(jù)、成像技術(shù)和網(wǎng)絡(luò)生物學(xué)來模擬疾病進展、對患者進行分層并降低臨床試驗風險。

AZ近期與Tempus AI和Pathos AI達成一項價值2億美元的合作協(xié)議，旨在構(gòu)建一個用于腫瘤治療的多模態(tài)基礎(chǔ)模型，整合患者數(shù)據(jù)以挖掘洞見并加速藥物研發(fā)。

兩個月后，AZ又與Modella AI簽署了一項多年合作協(xié)議，計劃將此類模型應(yīng)用于其內(nèi)部的研發(fā)流程，以解讀復(fù)雜數(shù)據(jù)集、識別生物標志物并實現(xiàn)工作流程自動化。

Modella的人工智能技術(shù)將為阿斯利康的腫瘤產(chǎn)品組合提供支持，涵蓋免疫療法、抗體偶聯(lián)藥物（ADC）、雙特異性抗體、激素療法、放射性藥物和激酶抑制劑等領(lǐng)域。

02

基于靶點和表型的藥物發(fā)現(xiàn)

AI驅(qū)動的靶向藥物發(fā)現(xiàn)是基于特定算法，來識別、驗證和優(yōu)化候選藥物。

這些候選藥物可調(diào)節(jié)已知或推測在疾病中發(fā)揮作用的特定分子靶點（如蛋白質(zhì)、酶、受體或核酸）。

2025年1月，艾伯維與Neomorph達成合作，共同開發(fā)用于腫瘤學(xué)和免疫領(lǐng)域的分子膠降解劑，靶向那些曾經(jīng)被認為“不可成藥”的蛋白質(zhì)。

Neomorph將獲得一筆預(yù)付款，并有資格獲得高達16.4億美元的里程碑付款和特許權(quán)使用費。

輝瑞擴大了與PostEra在2020年的合作，重點利用PostEra的生成式人工智能模型優(yōu)化ADC的有效載荷，這對于平衡藥效和安全性至關(guān)重要。

DeepMind衍生公司Isomorphic Labs擴大了與諾華的合作，于2025年 2月新增三個項目。諾華通過此次合作開拓了傳統(tǒng)方法無法觸及的新化學(xué)空間，進一步鞏固了人工智能在藥物設(shè)計領(lǐng)域的影響。

阿斯利康和石藥集團于6月達成一項價值52.2億美元的協(xié)議，旨在開發(fā)慢性病和免疫疾病的新型口服療法。

中外制藥（羅氏子公司）與Gero公司達成一項價值高達2.5億美元的合作協(xié)議，共同開發(fā)基于人工智能識別的與年齡相關(guān)的疾病靶點。

默克于9月擴大了與Variational AI的合作協(xié)議，利用其Enki平臺開發(fā)兩個未公開的靶點，加速早期藥物設(shè)計。該協(xié)議價值高達3.49億美元，體現(xiàn)了默克將人工智能融入其整個研發(fā)流程的戰(zhàn)略。

03

利用AI設(shè)計更優(yōu)臨床試驗

人工智能驅(qū)動的臨床試驗利用AI技術(shù)增強臨床研究設(shè)計、執(zhí)行、監(jiān)測和分析。目標是提高效率、降低成本、提升患者安全，并產(chǎn)生更深入的機制性見解。

人工智能可以應(yīng)用于， 從患者篩選和招募到終點分析和監(jiān)管申報 的每個階段。

2025年6月，默克推出了一款全新生成式人工智能平臺，旨在簡化臨床研究報告（CSR）撰寫流程，將初稿撰寫時間從兩到三周縮短至三到四天。

該系統(tǒng)由默克與麥肯錫旗下QuantumBlack合作開發(fā)，結(jié)合了數(shù)據(jù)工程和大型語言模型，可在醫(yī)學(xué)撰稿人的監(jiān)督下完成表格映射、數(shù)據(jù)提取和報告撰寫等工作。

早期試點項目表明，該方法將CSR的撰寫時間從180小時減少到80小時，同時將數(shù)據(jù)準確性、引用和術(shù)語等方面的錯誤率降低了一半。

賽諾菲創(chuàng)投對人工智能驅(qū)動的臨床試驗?zāi)M公司QuantHealth 進行了戰(zhàn)略投資，使其總?cè)谫Y額達到3000萬美元。

QuantHealth 的平臺利用數(shù)字孿生技術(shù)生成患者級別的模擬數(shù)據(jù)，幫助制藥公司更好地預(yù)測試驗結(jié)果，從而降低成本和風險。

作為投資的一部分，賽諾菲創(chuàng)投合伙人Cris De Luca將以觀察員身份加入QuantHealth董事會，支持其在整個行業(yè)推廣預(yù)測性、人工智能驅(qū)動的試驗設(shè)計。

04

AI在藥物再利用中的應(yīng)用

藥物重定位（也稱老藥新用）指識別和開發(fā)現(xiàn)有藥物的新用途，這些藥物包括已獲批以及療效不佳而被擱置或因戰(zhàn)略原因而停止開發(fā)的藥物。

與從頭開始進行分子設(shè)計的傳統(tǒng)藥物研發(fā)不同，藥物重定位利用現(xiàn)有的藥理學(xué)、毒理學(xué)和臨床數(shù)據(jù)來加快研發(fā)進程、降低成本并減少風險。

為此，賽諾菲于2024年11月與總部位于劍橋的人工智能驅(qū)動型生物技術(shù)公司Healx建立合作。

根據(jù)協(xié)議，這家法國大型制藥公司將利用Healx的Healnet平臺，為賽諾菲已停產(chǎn)的一種化合物尋找新的罕見病適應(yīng)癥。

Healx將運用其生成式人工智能技術(shù)分析賽諾菲的專有數(shù)據(jù)，以發(fā)現(xiàn)潛在的新治療用途。

05

AI在藥物制劑中的應(yīng)用

人工智能驅(qū)動的藥物制劑設(shè)計應(yīng)用人工智能和深度學(xué)習(xí)算法來設(shè)計、優(yōu)化和預(yù)測藥物制劑的性能。

通過將理化性質(zhì)、生物藥劑學(xué)和臨床數(shù)據(jù)整合到預(yù)測性計算模型中，加速了傳統(tǒng)的實驗性和迭代性制劑開發(fā)過程。

XtalPi于2025年6月宣布與輝瑞公司延長合作。雙方的目標是開發(fā)用于小分子藥物發(fā)現(xiàn)的新一代分子建模工具。

這項工作建立在他們此前于2024年發(fā)布的XtalPi之上，該力場在預(yù)測分子幾何結(jié)構(gòu)和結(jié)合親和力方面展現(xiàn)出卓越的精度。

新的合作將使XtalPi的XFEP平臺適應(yīng)輝瑞的化學(xué)空間，提供更快、更準確的預(yù)測模型，以支持藥物設(shè)計和開發(fā)。

06

人工智能連接各種環(huán)節(jié)

人工智能的優(yōu)勢在于整合多模態(tài)數(shù)據(jù)，包括科學(xué)數(shù)據(jù)和運營數(shù)據(jù)，從而生成系統(tǒng)級洞察。

艾伯維已將此應(yīng)用于臨床數(shù)據(jù)轉(zhuǎn)換，從人工且容易出錯的標準化流程轉(zhuǎn)向基于大預(yù)言模型的流程，該模型能夠預(yù)測試驗數(shù)據(jù)映射、建議變量對齊方式并提供置信度評分。

人工監(jiān)督確保了準確性，從而節(jié)省了數(shù)周的工作時間，并更快地交付可用于提交的數(shù)據(jù)集。

默克采用了更廣泛的策略，推出了生成式人工智能平臺GPTeal，為5萬名員工提供安全訪問ChatGPT、Llama和Claude等模型的途徑。

該平臺最初用于日常任務(wù)，現(xiàn)在已支持監(jiān)管文件的編制，其應(yīng)用推廣主要得益于人工智能培訓(xùn)項目和開發(fā)者訓(xùn)練營。

與此同時，賽諾菲正在將人工智能應(yīng)用于運營。6月在里昂啟動了數(shù)字化加速器項目，旨在改造其生產(chǎn)和供應(yīng)鏈網(wǎng)絡(luò)，部署數(shù)字孿生、人工智能+物聯(lián)網(wǎng)監(jiān)控以及可擴展平臺，以提升供應(yīng)鏈韌性。

這使其成為首家大規(guī)模應(yīng)用人工智能的生物制藥公司。

07

接下來。。。。。。

隨著大藥企對人工智能驅(qū)動技術(shù)的興趣日益濃厚，它們的戰(zhàn)略重點將進一步轉(zhuǎn)向人工智能合作、研發(fā)外包和并購活動，以此快速獲取所需的專業(yè)知識和技術(shù)。

人工智能技術(shù)的復(fù)雜性、對昂貴且復(fù)雜的IT基礎(chǔ)設(shè)施的需求、該領(lǐng)域的快速發(fā)展以及支持專業(yè)機器學(xué)習(xí)研究的高技能數(shù)據(jù)科學(xué)專家的相對稀缺——這些都是推動外包趨勢上升的關(guān)鍵因素。

常讀胖貓公眾號的讀者老爺也能感受到，胖貓對AI持完全支持的態(tài)度！歡迎到我們的 AI 合集閱讀更多內(nèi)容！

如果，您對胖貓的文章感興趣，想深度了解一下更多信息，歡迎加入胖貓的知識星球！

學(xué)習(xí)的最終目的就是“搞錢”，或許，在深度溝通和連接中，機會它就出現(xiàn)了！歡迎加入胖貓知識星球！知識就是力量！