AI破解蛋白质结构：新药研发速度正在被AI加速十倍

2018年，DeepMind的AlphaFold第一次参加国际蛋白质结构预测大赛（CASP）。比赛规则很简单：给你一段氨基酸序列，你预测它在三维空间里折叠成什么形状。这个问题的难度有多大？如果让一个蛋白质自己"想"出它的最佳折叠方式，它需要尝试的可能性是10的300次方——比宇宙中原子总数还多的组合。而AlphaFold三年后直接把这个持续了50年的生物学圣杯给毙了。

说实话，我读大学那会儿，生物化学教授还在讲"蛋白质折叠问题可能是本世纪最难解决的科学问题之一"。现在，打开AlphaFold数据库，2.14亿个蛋白质结构整整齐齐地排在那里，比Wikipedia还全。你随便搜一个蛋白质，它的三维结构就像Google Maps一样展现在你面前。

从50年难题到"秒出"：AlphaFold的降维打击

2024年5月，DeepMind发布了AlphaFold 3。这一代的突破在于——它不仅预测蛋白质自身的折叠，还能预测蛋白质与DNA、RNA、小分子药物之间的相互作用。换句话说，它把药物研发中最耗时的"分子模拟"环节直接跳过了。

传统药物研发怎么干的？找到疾病相关的靶点蛋白质，在实验室用X射线晶体学或冷冻电镜解析它的3D结构——这个步骤通常需要6个月到2年，而且有不少蛋白质根本解析不出来。然后用这个结构去筛选可能结合的小分子化合物——筛选量通常以百万计，一轮下来又是大半年。

AlphaFold把第一步压缩到了几分钟。然后AI药物筛选可以在算力集群上"虚拟筛选"数十亿个化合物——不是在实验室一个个试，而是在计算机里把化合物和蛋白质的结构拟合一遍。一周的工作量等于传统实验室一年。

2024年诺贝尔化学奖颁给了AlphaFold的发明人Demis Hassabis和John Jumper，这几乎毫无争议。诺贝尔委员会的评价很简单：他们解决了一个持续了半个世纪的难题。

不只在实验室——AI制药的真实战绩

AI制药不是科幻概念。到2026年初，全球已有超过20款AI参与研发的药物进入临床试验阶段。

最著名的案例来自Insilico Medicine——一家由华人科学家创办的AI制药公司。他们用AI平台从头发现了一个治疗特发性肺纤维化（IPF）的全新靶点和候选药物。从靶点发现到确定临床前候选化合物，全程只用了18个月，花费约260万美元。对比一下：传统路径完成同样的步骤平均需要3到5年，花费数千万美元。效率提升了至少3倍，成本压缩了10倍以上。

更让人兴奋的是AI在"老药新用"上的威力。BenevolentAI的AI平台在新冠疫情爆发初期，通过分析海量生物医学文献和数据，在48小时内识别出巴瑞替尼（baricitinib）可能对COVID-19有效。后来临床试验证实了这一点，巴瑞替尼成为WHO推荐的新冠治疗药物之一。48小时——在传统药研中你甚至还没开完第一次项目会议。

国内AI制药也不落后。英砂智能、百图生科、晶泰科技等公司都在快速推进。晶泰科技的AI药物研发平台已经与多家跨国药企达成合作，据国家药监局药品审评中心数据，2025年国内以AI技术申报的IND（临床试验申请）数量比2024年增长了137%。

AI加速不了的部分——临床试验仍然是瓶颈

实事求是的说，AI制药主要在研发前端发力——就是找到候选药物分子之前的那部分。一旦进入人体临床试验，AI能帮的忙就有限了。

临床试验三期的严格监管和安全验证一步都省不了。你在计算机里模拟得再完美，人吃下去是什么反应、长期安全性怎么样，这些只有真实的人体数据能告诉你。临床试验占据了新药研发总成本的60%-70%和总时间的50%以上——AI在这个环节目前能做的，主要是优化试验设计（比如用AI选入组患者、预测脱落率），而不是替代试验本身。

还有一点容易忽视：AI预测的蛋白质结构虽然总体上很准，但在"柔性区域"——那些结构上不稳定的蛋白片段——误差仍然不小。而很多药物的结合位点恰好就在这些柔性区域。北京大学定量生物学中心的一位研究者提醒："AlphaFold给出的结构是一个'最佳猜测'，对于刚性结构的蛋白质很准，但对于构象动态变化丰富的靶点，实验验证仍然不可替代。"

这一波制药革命意味着什么

我其实最想聊的不是技术，而是这件事对普通人的意义。

开发一款新药在传统路径下平均需要10到15年、投入约26亿美元。这个成本导致两个结果：第一，药企只愿意投资"大市场病种"——癌症、心血管、糖尿病这些有几千万病患的领域。第二，罕见病患者几乎被市场抛弃——你花26亿研发的药只能卖几百个病人，定价多少才回本？

AI将研发周期压缩、成本降低之后，最可能改变的是：让"不划算的病"也有人管。中国的药审中心2025年罕见病药物审批数据已经显现趋势——AI辅助研发的罕见病候选药物占比从2024年的6%跃升到2025年的17%。这个数字背后是真实的生命——对一些罕见病患者来说，AI制药可能就是他们等了十年但传统药企不愿碰的那条生路。

当然，路还很长。第一款"纯AI药物"目前尚未完成全部临床试验并获批上市。但方向已经清晰得不能再清晰了。制药业正在从"实验驱动"变成"计算驱动"——就像芯片设计从手工画图变成了EDA软件自动布局布线。那个转变用了二十年，制药业的转变可能只需要五年。

你觉得十年之后，我们去药店买的药里，有多少会是AI设计的？