原创 Zoe Zoe
2026年4月2日 08:00 北京2026年,人工智能制药迎来历史性突破。多款AI发现药物成功进入Ⅱ/Ⅲ期临床试验,首个由AI设计的药物有望在2027年申报上市。这不仅标志着AI制药从概念验证迈入临床价值兑现阶段,更预示着传统"双十定律"(十年研发、十亿美金)的破局时刻已经到来。
核心数据:截至2026年初,全球AI药物临床管线已达173个,其中至少10个项目已成功进入III期临床试验。业界预计最快在2026-2027年,中国有望率先迎来首个AI药物获批上市。
2025年底至2026年初,AI制药领域迎来多项里程碑事件。全球首款完全由AI设计的抗体药物、中国首款完成III期临床的AI赋能制剂新药相继问世,展现出AI驱动药物研发的巨大潜力。
药物名称研发公司靶点适应症临床阶段关键进展Rentosertib (ISM001-055)英矽智能TNIK特发性肺纤维化IIa期IIa期FVC改善98.4毫升,安全性良好GB-0895Generate:BiomedicinesTSLP严重哮喘III期(两项)全球首款全AI设计抗体药物MTS-004剂泰科技口腔崩解片假性延髓情绪失控III期中国首款完成III期AI赋能制剂新药MDR-001德睿智药GLP-1受体肥胖/2型糖尿病III期IIb期体重平均下降10.3%Lirafugratinib (RLY-4008)Relay TherapeuticsFGFR2胆管癌NDA申报2026年2月向FDA递交NDAMEN2501英矽智能(与美纳里尼合作)肿瘤药物晚期恶性实体瘤首例患者给药已完成首例患者给药在众多AI药物管线中,Rentosertib(ISM001-055)是目前进展最快的案例之一。这款由英矽智能研发的治疗特发性肺纤维化(IPF)的小分子药物,在2025年6月公布的IIa期临床试验数据中展现出令人振奋的效果。
试验结果显示,接受每日一次60mg治疗的患者,用力肺活量(FVC)较基线平均提升98.4毫升,而安慰剂组患者的FVC平均下降62.3毫升。这一数据不仅证明了AI设计药物的安全性,更首次展现出逆转肺纤维化进程的潜力。
突破:英矽智能已启动全球多中心III期临床试验,计划纳入500例患者,预计2027年提交上市申请。这将是全球首个从靶点发现、分子设计到临床推进全程由AI主导的药物。
更值得关注的是,英矽智能通过AI技术将ISM001分子发现时间从传统的2年压缩至11个月,费用从4.14亿美元降低至20万美元,降幅达99.95%。这种效率革命正在彻底打破新药研发的"双十定律"魔咒。
传统药物研发如同大海捞针,科学家需要从数百万个化合物中筛选出潜在药物分子。而AI技术的介入彻底改变了这一局面。
通过生成式AI平台,研发人员仅需合成和测试60-200个分子就能确定候选药物,相比传统方法的上百万个筛选,效率提升数千倍。英矽智能的Rentosertib项目从靶点发现到临床前候选药物提名只用了14个月,而传统路径需要4.5年。
波士顿咨询的研究显示,AI生成的药物分子在I期临床试验中的成功率高达80%-90%,远高于传统方法50%的历史平均水平。更重要的是,AI有望将新药研发的整体成功率从目前的5%-10%提高到9%-18%。
权威统计表明,AI技术每年可为全球制药行业节约260亿美元的研发成本。2025年全球医药领域共发生114起AI/ML相关交易,同比增长35.7%;交易总金额达到434亿美元,同比增长270%。
随着AI药物的临床进展加快,监管挑战日益凸显。FDA的AI指南草案预计在2026年定稿,欧盟AI法案的高风险条款将于2026年8月生效。2026年1月,美国食品药品监督管理局(FDA)联合欧洲药品管理局(EMA)共同制定发布人用药品和生物制品研发人工智能良好实践指导原则,为行业及产品研发方运用人工智能技术赋能药品与生物制品研发提供明确指引。
注意:监管的关键在于平衡创新与安全。AI设计药物的审评标准、算法透明度等都需要明确规定。目前,AI制药仍面临数据质量、模型可解释性等挑战,68%的科技高管认为数据质量差是AI项目失败的主要原因。
当前AI制药呈现"三极竞争"态势。美国掌控核心算法;中国成为应用创新领跑者,2023年AI设计药物临床申请数量占全球43%;欧洲专注于伦理治理探索。
在完全由AI设计并进入三期临床试验阶段的药物上,中国的进度略领先于美国。德睿智药的MDR-001(减重药)已在2025年12月启动III期临床,剂泰科技MTS-004的III期临床成功并预计2026年申报上市,英矽智能的ISM001-055即将进入III期临床。
截至2025年12月,全球AI制药企业已超350家,其中中国企业数量突破百家。在全球已进入临床试验的AI药物管线中,中美企业占了7成。
2026年是AI药物发现的关键考验之年。该领域已从概念验证走向早期的临床验证,但愿景与现实之间的鸿沟依然显著。即将揭晓的III期临床数据,将最终决定AI能否规模化地催生真正有效的药物,而不仅仅是加速临床前研发的进程。
未来五年,AI药物研发将呈现三个关键突破点:一是物理约束生成模型的成熟应用,确保虚拟分子具备真实化学合成可行性;二是多模态大模型的兴起,整合分子、临床、文献数据形成统一知识图谱;三是AI驱动的虚拟临床试验,通过数字孪生技术实现患者分层与剂量优化自动化。
站在2026年的今天,我们可以清晰地看到:AI制药不仅是一场技术革命,更是一场关乎人类健康的效率革命。它正在打破药物研发的经济壁垒,让更多创新疗法更快地惠及患者。这场革命才刚刚开始,但已经改变了整个行业的游戏规则。