当前，药物研发普遍面临周期长、成本高、成功率低等难题。据业界统计，一款新药从研发到上市通常需要十年以上，投入往往达数十亿元。如何提升研发效率、降低不确定性，成为制药行业迫切需要回答的问题。 鉴于此，人工智能技术显示出明显潜力。借助机器学习、深度学习等方法，AI可药物分子设计、靶点筛选、药效预测等关键环节提速，有望将研发周期缩短三至五年。但在实际落地中，AI在制药领域仍存在结构性障碍。 一上，传统制药企业沉淀了大量临床试验数据、药理药效数据等核心资源，真实性强、专业度高。然而，不少企业算法研发与算力基础设施上相对薄弱，难以把数据深入转化为可预测、可复用的数字资产，数据价值释放不足。另一上，专业AI技术公司虽具备前沿算法与计算能力，却往往缺少真实、完整的药物研发数据，尤其是非临床阶段的细粒度数据，导致垂直领域模型训练和迭代受限。“数据孤岛”和“技术孤岛”并存，成为AI深入制药研发的重要掣肘。 东阳光药与晶泰科技的合作，正是对上述难题的针对性尝试。东阳光药作为国内制药龙头，拥有150余款已获批上市药物和100余款研药物，积累了较为丰富的真实世界数据资产。晶泰科技作为智能药物研发平台的先行者，将量子物理、人工智能与机器人实验结合，形成从虚拟设计、计算筛选到湿实验验证的技术链条。 根据合作协议，双方将在东阳光药部署大规模机器人实验工作站集群，建设由AI驱动的自动化药物研发实验室。该设施将搭建“算法预测—实验验证”的闭环：AI基于既有数据进行分子设计与效能预测，机器人实验平台开展高通量验证，结果再回流至模型用于优化迭代。通过循环运行，系统将持续沉淀高精度、结构化的真实研发数据。 在此基础上，双方计划联合开发生理药代动力学大模型。该模型将整合药物在体内吸收、分布、代谢、排泄等关键过程的规律与数据，帮助研发人员更准确预测药物在人体内的行为，从而优化研发决策，降低临床试验风险，提升成功率，对缩短周期、降低成本具有现实意义。 更进一步，双方还计划共建覆盖药物研发全生命周期的AI药物研发引擎，并集中攻关难成药靶点、分子合成、构效关系等共性问题。这意味着合作不仅面向双方自身研发，也可能形成可推广的通用技术能力，为行业提供参考方案。 在商业模式上，双方拟以“算力支撑+数据开发+生态共享”的方式共建AI超算平台，并向学界与业界开放合作成果。通过“模型即服务”等形式，中小型生物技术公司和科研机构无需自建高成本算力设施，也能获得较高效率的研发工具与服务，有助于扩大AI研发能力的可及性，推动创新扩散。 从产业视角看，此合作反映了制药与科技融合的加速趋势：制药企业加快引入新技术，科技公司则寻求在垂直场景中深耕。通过优势互补与资源共享，双方有望形成更高效率的协同效应。
医药创新的关键，在于以更高确定性穿越高风险的研发链条。把数据积累、计算能力与自动化实验协同起来，既回应了行业长期痛点，也为提升研发体系效率提供了可行路径。面向未来，只有在开放协同、合规治理与持续验证的基础上，将技术能力沉淀为可复用的平台，才能让“提速”真正转化为更多可及的创新药成果，更好服务公众健康与产业发展。