OpenAI进军生物医药!推出药物研发专用AI模型,安进莫德纳抢先测试

人工智能攻克癌症的那一天，或许比我们预期的更早到来。

2026年4月17日，OpenAI正式发布一款专为药物研发打造的AI模型早期版本——GPT-Rosalind。该名称旨在向DNA双螺旋结构的关键发现者罗莎琳德·富兰克林（Rosalind Franklin）致敬，彰显了OpenAI进军生命科学领域的决心。当前，该模型以研究预览形式向部分顶尖生物科技企业开放试用，包括安进（Amgen）、莫德纳（Moderna）以及艾伦研究所（Allen Institute）。

这是OpenAI历史上首次为单一垂直行业专门定制独立的旗舰AI模型，其背后承载的是整个制药行业数十年未能解决的核心挑战——药物研发进程缓慢、成本高昂、失败率居高不下。

在深入了解GPT-Rosalind之前，有必要先认清药物研发领域的严峻现实。

从发现某化合物具有潜在药效，到最终通过FDA审批上市，平均需要10至15年时间，耗资超过26亿美元。在这漫长的研发历程中，超过90%的候选药物会在临床试验阶段遭遇失败。

失败原因多种多样：靶点选择失误、毒副作用超出预期、药物在人体内的代谢方式与预测不符、临床试验设计不合理……每一个环节都可能导致前期所有投入付诸东流。

人工智能介入的核心价值，正是利用计算能力缩小失败概率。当人工智能能够在分子设计阶段就预测出更高概率有效、更低毒副作用的候选化合物，整个研发流程将会从根本上被重新塑造。

GPT-Rosalind并非通用大模型简单接入制药行业API，而是一个专门针对生命科学研发流程深度训练的专业模型，其核心能力聚焦于四个关键领域：

一、靶点发现与验证。从海量生物医学文献、基因组数据、蛋白质结构数据库中提炼见解，帮助研究人员更快识别哪些分子靶点与特定疾病存在关联，降低靶点选择的盲目性。

二、分子生成与优化。针对给定靶点，生成具有潜在活性的候选药物分子结构，并对其在成药性（ADMET属性：吸收、分布、代谢、排泄、毒性）方面进行预测评估。这一环节若处理得当，能显著减少进入动物实验的"无效候选分子"数量。

三、文献理解与假设推理。制药研究领域每年发表数十万篇论文，任何研究人员都无法全部阅读。GPT-Rosalind能够对大量文献进行深度语义理解，自动综合不同研究的发现，提出值得验证的创新假设。

四、临床数据分析。对现有临床试验数据进行深度挖掘，帮助研究人员识别哪些患者亚群对特定疗法的响应更佳，为精准医疗提供数据支撑。

安进是全球最大的生物技术公司之一，产品线涵盖癌症、心血管疾病、骨科疾病等核心治疗领域。莫德纳则凭借mRNA技术平台在疫苗领域声名鹊起，近年来正将mRNA技术拓展至癌症、心脏病等治疗领域。

这两家公司有一个共同特征：它们都在运用新平台技术挑战传统制药模式，而平台技术的成功高度依赖于对海量数据的高效处理和高质量的分子设计能力。GPT-Rosalind在这两个方向上恰好契合了它们的核心需求。

对莫德纳而言，人工智能辅助的mRNA序列优化极具吸引力——更精准地预测哪些mRNA序列能稳定表达目标蛋白、产生更强的免疫原性，是整个mRNA药物开发效率的关键瓶颈。

事实上，人工智能制药并非OpenAI开创的新领域。在GPT-Rosalind发布之前，该赛道早已群雄并起：

谷歌DeepMind的AlphaFold系列已基本解决蛋白质结构预测难题，并将成果全部开源，成为全行业的基础设施；最新的AlphaFold 3更将预测范围扩展至DNA、RNA和小分子配体，直接覆盖了药物-靶点结合预测领域。

Insilico Medicine的生成式人工智能平台已有候选药物进入二期临床试验，被视为人工智能原生制药公司中进展最快的企业。

Recursion Pharmaceuticals于2024年与英伟达合作，构建了基于GPU加速的细胞图像分析平台，用于高通量药物筛选。

OpenAI的入局是一个重要信号，但其面对的是一群具有先发优势的专业竞争对手。GPT-Rosalind的差异化优势在于其语言理解能力和推理能力——在整合非结构化文献信息、辅助研究人员进行高层次科学推理方面，OpenAI拥有自身核心优势。

将视角从商业竞争转向最根本的问题：人工智能制药的突破，对真实患者意味着什么？

一个乐观的预测是：如果人工智能能将药物研发周期从10年压缩至5年，将研发成本降低一半，那么同样的资金和时间，能开发出两倍的新药。这意味着更多目前无药可治的罕见病患者，可能在有生之年等到有效疗法。

一个更为保守的预期是：人工智能不会完全替代药物研发的全流程，但会在特定环节（靶点发现、分子生成、临床数据分析）大幅提升效率，让研究人员把时间和精力聚焦在真正需要人类判断的地方。

无论哪种路径，人工智能对制药行业的变革正在从"概念验证"走向"真实落地"。GPT-Rosalind的发布，是这一进程中的一个新的加速节点。

在这场人工智能制药的全球竞赛中，中国也在加速跟进。

晶泰科技、英矽智能（Insilico Medicine，总部已迁至香港）、望石智慧等人工智能制药企业，正在构建各自的平台技术。华为盘古药物分子模型、百度文心医疗版、腾讯云人工智能医药解决方案，也都在不同层面布局这一赛道。

中国特有的优势是海量的临床数据积累和相对更开放的数据获取渠道——在某些肿瘤、糖尿病、心血管疾病领域，中国的临床数据规模在全球首屈一指的。如何将这些数据优势转化为人工智能模型的训练优势，是中国人工智能制药企业需要抓紧解答的重要课题。

人工智能正在成为下一个时代的"超级科学家"。药物研发的工业化时代，正在加速到来。