NVIDIA与Eli Lilly共建实验室，推动AI药物发现扩张

NVIDIA与Eli Lilly于1月宣布成立一个同类首创的AI联合创新实验室，以应对AI药物发现中的关键挑战。这项价值10亿美元的合作标志着人工智能进一步融入医药研发进入新阶段；企业正利用AI驱动的平台分析海量生物数据集、更快开展实验，并以远少于以往的迭代次数识别出有前景的化合物。

数十年来，药物发现过程一直效率低下且成本高昂。平均而言，仅仅找到一个值得进入临床试验 (clinical trial) 的药物，就需要约2,500种化合物和4年多时间。在药物化学领域，AI模型如今能够在过去设计少数几个分子所需时间的一小部分内，生成并评估数千个分子候选；与此同时，深度学习系统还能在化合物进入实验室之前预测蛋白质结构、结合亲和力和毒性风险。

气候驱动的疾病迁移、人口老龄化以及COVID-19带来的深刻教训，正在塑造药物开发的下一个时代。世界卫生组织一再警告，气候变暖正在扩大dengue、Zika和chikungunya等病毒传播的地理范围，使其进入包括美国部分地区和南欧在内的新区域。当WHO、CDC以及各国监管机构发出威胁预警，并评估是否已有应对措施或能否迅速开发应对手段时，来自这些机构的监测数据正越来越多地驱动研究优先级的设定。

科学内部也正在发生另一场转变，即从单一靶点药物转向多重作用疗法。未来在于能够通过共同机制应对多种病原体的多重作用抗病毒药物和预防性疗法。一种可同时防护COVID、RSV和influenza的单一口服药物，将从根本上改变社会管理季节性和大流行风险的方式。

Insilico Medicine和Recursion Pharmaceuticals等公司正利用AI平台识别药物靶点，并以前所未有的速度将候选药物推进至临床试验。Moderna已公开表示，其正利用AI优化mRNA设计和制造流程，从而缩短开发周期。AI还正通过用于识别合格受试者、预测入组挑战以及更早发现安全性信号的算法，改变临床试验；与此同时，AI驱动的质量控制系统也有助于确保制造过程在规模化条件下的一致性。

Recursion Pharmaceuticals表示，行业平均需要在42个月内合成2,500种化合物才能找到1个开发候选物，而其平均仅需在17个月内合成330种化合物。该公司称，其药物开发操作系统整合了机器人湿实验室、PB级生物数据集和AI模型，并已在神经元和小胶质细胞中构建了全基因组CRISPR敲除图谱。该公司表示，Roche和Genentech已为获取使用权限支付2.13亿美元费用，Sanofi已为其5个发现项目支付1.34亿美元，2025年全年营收为7,470万美元，其有5个临床项目正在推进，已从合作伙伴获得累计超过5亿美元的里程碑付款，并且现金储备可支撑至2028年。该公司还报告称，在家族性腺瘤性息肉病患者中，其首次临床概念验证显示息肉负担中位数降低43%。

Tempus AI表示，其已建立庞大的临床和分子数据资源库，并利用这些数据结合AI、机器学习和数据分析推进精准医疗，主要聚焦肿瘤学、诊断和基因组学。该公司称，过去12个月营收达到12.7亿美元，年增长率约为30%；诊断业务为其数据引擎提供输入，而数据许可、AI分析和临床试验匹配则将这些洞察变现。该公司还表示，其在手订单超过11亿美元，且过去12个月净亏损为2.45亿美元。

根据来源材料引用的美国人口普查预测，到2030年，美国**30%至60%**的人口年龄将超过55岁，而中国和日本的人口老龄化速度还要更快。老年患者服用的药物更多，面临更高的药物间相互作用风险，对治疗的反应也有所不同，这进一步加大了围绕短期、中期和长期时间框架来设计药物开发项目的压力。