AI制药落地实战：四期直播七大专家揭秘AI赋能药物研发的真实场景

随着AI制药领域的探讨从“概念热潮”迈向“价值落地”，整个行业最为关注的焦点已悄然转变——不再是“AI有无能力开发药物”，而是“AI究竟在哪些具体环节切实发挥了作用”。借助第二届E药经理人AI大会的深厚积累，E药经理人携手微解药与医药行业AI创新联盟，共同发起“AI应用场景深度拆解”实战直播系列。自8月6日起，每周四15:00准时开播，连续四周共推出四期内容，先后邀请来自英飞智药、望石智慧、医渡科技、明度数智、深圳恒爱药业、深势科技的七位资深研发专家，围绕药物早期发现、智能临床试验、工艺制造以及环肽核药等关键领域，分享实战应用经验。

欢迎扫码观看完整回放

第一期｜稳健AIDD平台赋能早期研发

分享嘉宾：何焕荣 英飞智药联合创始人兼CEO

作为本系列首场直播的开讲嘉宾，何焕荣就“稳健AIDD平台赋能早期研发”作了深入阐述。他坦率指出，目前行业内的AIDD平台尚处于初步发挥作用阶段，谈颠覆性突破为时尚早——正因如此，“稳健可靠”理应成为衡量AIDD系统的首要准则，而这首先源于长期实践积累。何焕荣认为，一套稳健的AIDD平台需完整涵盖三大模块：靶点评价、分子构建与分子筛选。靶点评价方面，团队借助大量已上市药品与失败案例进行数据回溯，检验打分机制对靶点成药性的辨识能力；分子构建方面，平台兼容多类算法协同运作，搭建海量分子资源库——资源越充裕，发现优质分子的概率便越高。

分子筛选环节则整合物化属性、ADME预测与多维度毒性评估，尽可能将“潜在不合格分子”拦截于实验验证之前，进而压缩试错支出、缩短从概念设计到PCC的推进周期。他引述钱学森的系统工程思想强调，AIDD的精髓在于将系统工程的思维方式引入药物早期开发，靶点评价、分子构建、分子筛选三个模块缺一不可，方能交付高效稳健的PCC成果。

第一期｜智能体引领的创新药物探索：从分子构建到策略研判

分享嘉宾：孟凡旺博士 望石智慧AIDD总监

本场直播中，孟凡旺博士以“智能体引领的创新药物探索”为核心议题，详细阐述了AI如何从过往单一节点的分子构建工具，演变为贯穿整个药物研发链条的智能协同体系。当创新药研发步入更为复杂的纵深阶段，研发诉求已从单纯寻找“具备活性的分子”，升级为兼顾活性、选择性、成药性、创新性以及专利价值等多重维度的系统化优化，这对AI在复杂研发任务中的理解、规划与决策能力提出了更为严苛的考验。

分享过程中，孟凡旺博士详细介绍了望石智慧围绕药物研发搭建的数据、模型与工具体系，以及MolVado与MolVortex两大核心模块。其中，MolVado提供基于空口袋从头设计、片段约束改造、参考分子衍生等多种分子构建能力，并通过多层级、多角度的评估机制提升候选分子的筛选效率；MolVortex则进一步串联靶点调研、文献与专利解析、分子构建、属性预测、计算评估、构效探究及合成路线规划等能力，使AI能够理解研发人员的自然语言指令，并根据具体任务灵活调用不同专业工具、分解目标并持续迭代。

结合具体项目实例，孟凡旺博士进一步展示了智能体在FIC新骨架发掘、BIC分子调优以及活性与成药性同步改善等场景中的实践成效。通过将分子生成、计算评估与研发策略融为一体，AI不再仅仅回答“能生成分子是什么”，而是进一步介入“为何设计、如何调优、是否值得继续投入”等研发层面的核心问题，实现了从分子生成向研发决策的能力跃升。

通过本次分享，孟凡旺博士也呈现了望石智慧对新药研发智能化路径的前沿探索：AI的价值正从提升单一节点的效率，延伸至连接数据、模型、工具与科学家经验的端到端智能协同，让药物研发从过往高度依赖人工经验的流程，逐步迈向更为系统化、数据驱动与智能决策的崭新模式。

第二期｜AI加持临床研究：从可行性论证到受试者招募

分享嘉宾：郝原 医渡科技智能临床研究业务负责人

第二期聚焦智能临床试验领域。郝原系统阐述了医渡科技“数据中台+智能体中台”的双核架构：数据中台打造个人与项目双维度的可信数据空间，智能体中台为大模型训练与智能体开发提供支撑，将AI能力深度嵌入方案撰写、可行性论证、受试者招募、数据治理等临床试验全流程。在受试者招募环节，智能体首先对医院量级的病患数据完成初步筛选，再借助大模型依据项目入排标准完成精准匹配，显著降低人工配置投入；在数据治理环节，AI录入与人工录入保持着高度一致，并将质量控制从事后审查前移至事前预防与事中监控，这套体系正在加速AI赋能新药研发的进程。

第三期｜AI工艺智能体：让纸质文档升级为数据资本

分享嘉宾：周佳楠 明度数智高级产品经理

第三期聚焦工艺制造环节。周佳楠指出，绝大多数药企短期内仍难以完全摆脱纸质记录，科研人员耗费大量精力将纸质文档与系统数据进行抄录、归整后方能提炼洞察，而FDA的483表格与警告信中，大量观察项正是指向数据完整性缺陷。明度数智顺势推出AI工艺智能体与Atlas智能体平台：汇聚多源异构数据、构建领域知识图谱，将各类业务场景智能体化，让纸质文档转化为可检索、可复用的数据资本——工艺偏差在发生瞬间即被实时捕捉，而非延迟至季度复盘才被发现。

第三期｜混合模型（Hybrid Model）在工艺调优中的实践

分享嘉宾：徐心恬博士 工艺专家、数据科学家

徐心恬则分享了混合模型的探索思路：单纯依赖历史数据的AI模型在小样本、跨条件预测与机理解释方面存在局限，传统机理模型又受制于参数获取难度与计算复杂度，混合模型将数据驱动模型与机理知识显式融合，力求“既充分盘活企业既有数据，又能输出合理、可解释、可验证的工艺研判”。以上游细胞培养与下游层析环节的具体实践为例，混合模型在关键工艺指标的预测上展现出优异精度，为工艺调优与规模放大提供了重要参考。

第四期｜AI智能体平台驱动环肽与核素偶联药物开发

分享嘉宾：Dr.Young 恒爱药业AI药物设计平台总监

在第四期聚焦环肽与核素偶联药物（RDC）的专题分享中，Dr.Young指出，2026年全球多肽药物治疗市场规模预计约为1463亿美元，未来十年有望维持双位数增长态势。恒爱药业采取轻资产、高人才密度模式运营，研发团队以高学历人才为骨干。在核药管线中，团队首先依托自研PreciseTar模块，对单靶点与多靶点的FIC/BIC级RDC展开系统性可行性评估；随后通过“干湿闭环”模式对RDC专用AI-QSAR模型实施多轮迭代打磨。每轮AI设计均系统纳入金属离子、连接子、螯合剂、非天然残基及多种成环方式，刻画RDC与受体的结合机理与动态构象变化，并持续完善适用于RDC项目的结合自由能评估算法。随着迭代推进，核药与多肽垂直领域模型的预测能力逐轮显著增强，多个设计分子已达到高亲和力水平并进入后续开发阶段。

该成果集中体现了HA-Pep™平台在环肽与RDC等前沿分子类型上的核心价值：它并非通用型AI分子设计工具，而是深度耦合环肽/RDC化学空间、金属配位与构象约束、干湿实验反馈及项目级药化研判的垂直专用平台。通过持续积淀高质量垂直数据、优化复杂分子物理模型与评估算法，HA-Pep™已搭建起从靶点调研、分子生成、亲和力预测到候选分子推进的闭环飞轮，构筑起短时间难以复制的数据、模型与项目验证三重壁垒，在环肽与核药AI设计领域形成显著的代际领先优势与行业鸿沟。

第四期｜AI Agent串联药物研发全链路

分享嘉宾：孟月 深势科技生命科学资深解决方案架构师

孟月围绕深势科技AI for Science智能体矩阵展开了系统分享，覆盖生物医药从“检索证据”到“输出成果”的核心环节。玻尔科学导航实现全球文献检索、前沿追踪与专题研报生成；PharmMaster专注靶点调研、专利解析与分子调优，赋能研发决策；BioMaster可完成论文复现、多组学及临床数据分析，输出代码、图表与完整报告。整套方案贯穿机制研究、靶点立项、分子设计全流程，搭配本地客户端“科学空间”保障数据安全。她指出，选择研发类Agent的关键在于场景契合度与操作便捷性，必须在实际工作流中落地试用，方能验证平台价值。

结语

四期直播，一条主线贯穿始终：AI制药的价值不取决于概念包装，而取决于嵌入真实研发流程的深度。从早期研发的靶点评价与分子设计，到临床试验的受试者招募与数据治理，再到工艺制造的记录数字化，直至环肽与核药的前沿探索，七位一线专家以真实场景作答——“AI究竟在哪些环节切实发挥了作用”。正如第一期所揭示的——可靠是AIDD系统的首要标准，落地是检验AI价值的终极尺度。更多精彩回顾内容，欢迎观看回放。

二审| 李芳晨

三审| 李静芝