 |
上海2026年6月29日 /美通社/ -- 創(chuàng)新藥研發(fā)始終是一場與時間、概率和未知性的長期賽跑。面對日益復雜的疾病機制、更高的研發(fā)門檻以及持續(xù)增長的全球競爭，如何提升研發(fā)效率、增強創(chuàng)新成功率，正成為創(chuàng)新藥企業(yè)的重要課題。
人工智能技術的發(fā)展，為這一問題提供了新的解法。
作為一家秉承國際新藥開發(fā)理念與標準的生物醫(yī)藥企業(yè)，和譽醫(yī)藥始終堅持以研發(fā)創(chuàng)新驅動發(fā)展，并持續(xù)探索人工智能與藥物研發(fā)的深度融合。依托長期積累的創(chuàng)新藥研發(fā)能力、豐富的數(shù)據(jù)資產以及跨學科研發(fā)體系，公司正逐步構建覆蓋藥物研發(fā)與企業(yè)運營全流程的AI能力體系，讓創(chuàng)新研發(fā)更高效，讓科學決策更精準。
從研發(fā)積累出發(fā)，構建面向未來的AI能力底座
AI的核心價值，并非單純源于算法模型的迭代，而是深耕于企業(yè)長期沉淀的高質量數(shù)據(jù)資產與深厚的專業(yè)領域認識之中。
多年來，和譽醫(yī)藥持續(xù)打造以創(chuàng)新為導向的藥物發(fā)現(xiàn)平臺，能力覆蓋多組學研究與篩查、計算藥物化學、轉化醫(yī)學及生物標志物科學等關鍵領域，通過跨學科協(xié)同不斷提升識別和開發(fā)優(yōu)質資產的效率與成功率。
圍繞這一能力體系，和譽醫(yī)藥正持續(xù)推進AI驅動的藥物研發(fā)平臺建設，通過Discovery AI與Translational AI兩大方向，將人工智能深度嵌入藥物發(fā)現(xiàn)、機制研究及研發(fā)決策流程。
在底層能力方面，公司已形成具有規(guī)模優(yōu)勢的高質量研發(fā)數(shù)據(jù)積累：
這些持續(xù)沉淀的高質量數(shù)據(jù)資產與研發(fā)經驗，已成為和譽醫(yī)藥推動AI能力建設的重要基礎。
AI賦能新藥開發(fā)，讓研發(fā)決策更高效
與傳統(tǒng)認知中"單點提效"的工具化應用不同，和譽醫(yī)藥致力于推動AI深度融入新藥研發(fā)的全生命周期，我們旨在徹底打破各環(huán)節(jié)的"信息孤島"，驅動整個研發(fā)鏈條實現(xiàn)系統(tǒng)性的數(shù)智化升級。
在早期研發(fā)階段，AI幫助團隊提升對疾病機制的理解能力。有別于傳統(tǒng)的碎片化信息人工低效整合，和譽醫(yī)藥早研團隊采用大語言模型（LLM）訓練和檢索增強生成（RAG）技術，結合多組學數(shù)據(jù)分析、生物網絡構建及知識圖譜等方法，直接生成疾病機制的自然語言描述，顯著提升靶點識別與優(yōu)先級判斷效率，從海量生物信息中發(fā)現(xiàn)更多潛在治療機會。
進入藥物發(fā)現(xiàn)階段，AI將進一步發(fā)揮計算能力優(yōu)勢。通過結構預測、分子生成、ADMET預測以及合成規(guī)劃等技術路徑，藥化和生物團隊能夠在更短時間內完成候選分子的設計、評估與優(yōu)化，提高研發(fā)效率并降低試錯成本。
在臨床前研究階段，AI則幫助增強臨床轉化能力。和譽醫(yī)藥臨床及轉化團隊將借助AI，整合實驗數(shù)據(jù)、生物標志物信息及藥代動力學評估結果，開展信號通路分析及腫瘤微環(huán)境預測等，從而支持公司進行更高質量的研發(fā)決策，推動實驗結果向臨床價值更快轉化。
面向后續(xù)臨床開發(fā)階段，AI也正在成為提升開發(fā)效率的重要工具。通過競品情報收集、試驗設計優(yōu)化、臨床文檔撰寫、基于風險的質量管理、療效預測以及研究中心智能評估等方向的AI探索，幫助研發(fā)團隊實現(xiàn)資源更加精準配置，提升臨床開發(fā)效率。
在這一過程中，AI沒有替代科學家的判斷，而是通過增強信息獲取、分析與推理能力，幫助研發(fā)團隊能夠更快形成假設、更高效完成驗證、更科學推進決策。
這一能力已經開始在實際研發(fā)中體現(xiàn)價值。
以和譽醫(yī)藥自主研發(fā)項目pan-KRAS抑制劑ABSK211為例，早研團隊結合既往項目經驗和數(shù)據(jù)積累，在AI能力支持下，僅用時9個月便完成了從立項到臨床前候選藥物（PCC）確定的全部工作，遠超行業(yè)常規(guī)的18-36個月。臨床前研究結果顯示，ABSK211在單藥及聯(lián)合治療場景中均展現(xiàn)出積極的抗腫瘤活性及良好的選擇性，有望為攜帶KRAS基因改變的實體瘤患者提供新的治療選擇。該項目充分展現(xiàn)了AI驅動新藥研發(fā)提速增效的巨大潛力。
從研發(fā)延伸到運營，釋放組織生產力
除了賦能新藥研發(fā)，和譽醫(yī)藥也在持續(xù)推動AI向企業(yè)運營場景延伸，讓組織效率同步升級，推動塑造新型生產關系。
目前，公司已圍繞化學、生物、臨床、CRC、專利等核心業(yè)務部門的實際應用場景，構建了一系列貼合一線需求的AI應用矩陣。
其中包括AI驅動智能分析的競爭情報門戶網站CI Web Portal、Clinical-SOP AI智能檢索平臺，以及AI輔助方案撰寫、Copilot輔助制定臨床項目預算與時間表、AI輔助病歷預篩、eTMF文件AI自動命名、OCR+AI識別抓取嚴重不良事件報告圖片信息等工具和方法，幫助團隊減少重復性勞動，將更多精力投入高價值工作。
這些AI工具已經在多個項目中實現(xiàn)高質量、高效率應用。
例如，公司臨床數(shù)據(jù)管理人員借力DeepSeek和Python工具，運用VibeCoding的方法開發(fā)的《自動生成電子病例報告表填寫指南軟件》已獲得軟件著作權，并在臨床數(shù)據(jù)管理年度大會上分享相關實踐成果。該成果將電子病例報告表填寫指南的初稿撰寫從原先約8小時縮減為現(xiàn)在約0.5小時。
從單點工具的局部提效，邁向組織能力的系統(tǒng)性建設，AI正在成為驅動和譽醫(yī)藥協(xié)同效能躍升與核心知識沉淀的關鍵引擎。
面向未來，建設長期創(chuàng)新能力
從技術應用到底層變革，從來不是短期工程。
面向未來，和譽醫(yī)藥將繼續(xù)推進AI能力與創(chuàng)新研發(fā)體系的深度融合，并計劃依托將于2027年啟用的和譽醫(yī)藥上海中心，進一步加碼AI基礎設施建設，打造專屬的AI算力中心，為底層模型訓練、復雜研發(fā)計算與企業(yè)級知識管理提供堅實、充沛的算力底座。
從數(shù)據(jù)積累到模型搭建，從研發(fā)提效到組織進化，和譽醫(yī)藥正在探索一條屬于創(chuàng)新藥企業(yè)的AI實踐路徑。
未來，和譽醫(yī)藥將持續(xù)推動科學創(chuàng)新與智能技術協(xié)同演進，讓創(chuàng)新發(fā)生得更快，讓更多突破性差異化療法更早惠及全球患者。
