假期剛開始，稍微感慨一下！在生物醫(yī)藥近百年航程中，我們突然進(jìn)入了一個“電力時刻”。這是個什么情況，這篇就聊聊～

　　所謂的藥物研發(fā)為什么又貴又慢，這是因為過去的研發(fā)純靠科學(xué)家靈感和無數(shù)次的隨機(jī)試錯（所謂的高通量篩選，好比是試管里的愛迪生），無論是時間還是直接投入，直接就被推高了！

　　但我們此時此刻，站在了一個爆點上， 未來的生物醫(yī)藥場景將完全建立在AI這一基礎(chǔ)設(shè)施上！

　　我們看巨頭們?nèi)绾斡媚_投票。目前通用大模型巨頭和算力硬件玩家，已不再滿足于立足實驗室外的旁觀，他們手里握著數(shù)字底座的壁壘，正積極的對生物醫(yī)藥在各個維度進(jìn)行飽和式滲透。

　　AI 公司，大軍壓境！

　　AI系統(tǒng)對生物醫(yī)藥的改造，也遵循著基本的商業(yè)邏輯！先從外圍的效率改革到逐漸染指核心的科學(xué)路徑。

　　基于上述的基本商業(yè)邏輯OpenAI 與微軟開始切入生物醫(yī)藥公司的行政革命。他們的立足點極其務(wù)實，著眼于解決Biotech公司極其低效的行政與臨床開發(fā)流程。

　　其中最具代表性的是Moderna與OpenAI的結(jié)盟，基于這個合作莫德納部署了專有的AI助手（mRES），用于自動化撰寫極其繁瑣的FDA申報文檔和臨床試驗設(shè)計；當(dāng)然也有 AI 創(chuàng)業(yè)公司切這個痛點，請看胖貓前兩天寫的文章《》！

　　站在終點回顧，假設(shè)AI能讓一款藥物提前3個月上市，直接把創(chuàng)新藥的專利壽命延長，那對于藥企來說就是數(shù)億甚至數(shù)十億美金的真金白銀。

　　對于更核心的科學(xué)模塊，以Google旗下的Isomorphic Labs為代表，他們正試圖直接定義生命科學(xué)的底層語言。他們的模型不再僅僅是預(yù)測蛋白結(jié)構(gòu)，而是進(jìn)一步預(yù)測蛋白質(zhì)與配體（藥物小分子、DNA、RNA）間的相互作用。

　　這樣就直接通過 AI 把基礎(chǔ)的結(jié)構(gòu)解析和應(yīng)用端的藥物設(shè)計打通了！

　　基于算力的軍火競爭

　　無論是優(yōu)化工作效率、改善流程還是攻， 硬

　　黃仁勛深知，賣顯卡不如賣數(shù)字生物實驗室。NVIDIA通過投資Recursion并提供預(yù)訓(xùn)練好的生物模型云服務(wù)，讓中小型Biotech能夠像租用云服務(wù)器一樣租用藥物發(fā)現(xiàn)能力。

　　對應(yīng)的，AMD的通過開源的模式希望在另一個方向突圍。AMD利用MI300系列的大顯存優(yōu)勢，深度支持GROMACS等模擬軟件，并與Mass General Brigham醫(yī)療系統(tǒng)合作，主打超快速影像診斷。

　　關(guān)于 AI 制藥的胖貓說

　　關(guān)于 AI 在生物醫(yī)藥的應(yīng)用，胖貓還是自詡有點子懂得，所以經(jīng)常跟人吹牛皮：凡是一不小心聽懂了的，就是賺到了！

　　作為中國生物醫(yī)藥從業(yè)者，我們需要看清這個大趨勢背后的嚴(yán)謹(jǐn)邏輯。

　　第一，AI本身不是藥，是藥物發(fā)現(xiàn)的加速器。大模型不能替代臨床試驗，但能顯著提高進(jìn)入臨床的確定性。未來的勝負(fù)不在于誰有大模型，而在于誰擁有能訓(xùn)練出模型的高質(zhì)量實驗數(shù)據(jù)。

　　第二，收益方式從 SaaS 到里程碑分成。AI公司的盈利模式正在從收年費轉(zhuǎn)向收銷售分成（Royalty）。這意味著AI公司正以虛擬藥企的身份分食制藥企業(yè)的利潤，這對于傳統(tǒng)藥企的價值鏈?zhǔn)且环N顛覆。

　　第三，這對中國企業(yè)來說是機(jī)會，但同時也會帶來焦慮。美歐巨頭正試圖定義AI研發(fā)的標(biāo)準(zhǔn)（比如BioNeMo生態(tài)、AlphaFold協(xié)議）。

　　如果我們僅僅是工具的使用者，那未來的研發(fā)成本和節(jié)奏將由他人掌控。正如電力時代必須擁有自己的電網(wǎng)，中國Biotech也迫切需要屬于自己的、能適配中文醫(yī)療語境和中國病種數(shù)據(jù)的“數(shù)字基建”。

　　AI大模型正在把生物醫(yī)藥從高度依賴運氣和藝術(shù)的行業(yè)，轉(zhuǎn)化為高確定性的計算科學(xué)。一定得記住，先探索的人，已經(jīng)拿到了通往2030年的船票！