AI与DeSci联手：24小时研发新药，传统药企面临冲击

上周，Bio Protocol平台的CEO宣布，其团队利用人工智能在约24小时内成功设计出一款针对ADHD的新型候选药物。AI科学家PeptAI通过模拟测试管道进行验证，首次实体实验室测试成本仅为500至600美元，完整验证则需1000至1500美元。相比之下，传统制药公司要达到类似决策节点，通常需投入数百万美元并耗费数年时间。

药物研发初期长期被资本而非科学所主导，研究只有在符合商业优先级时才会获得资助，导致大量有价值领域无人问津。去中心化科学（DeSci）多年来努力填补资金缺口，但高昂的药物发现成本始终是制约因素。如今，随着研发成本急剧下降，DAO组织已能够全程资助候选药物研发，直至获取真实的实验室数据。

Bio Protocol：社区集资与智能体科学双轮驱动

Bio Protocol是一个由代币治理的平台，通过社区治理将资本引导至专业研究DAO。近几个月，它在智能体科学领域频频发力。PeptAI在OX2R-004上的成功是最新例证，但并非孤例。今年1月，团队发布了BIOS，一个能协调专业智能体进行文献搜索和计算分析的AI科学家。

关键在于Bio Protocol同时运行两大引擎：社区集资与智能体科学。两者高度协同——若AI能以足够低的成本设计候选物，让社区直接提供资助，那么药物发现的最早期阶段便不再依赖机构把关。

三大结构性挑战依然存在

Bio Protocol坦言，AI与社区集资相结合仍面临三大障碍：

第一，数据可及性不足。AI可靠建模所需的训练数据被制药公司牢牢掌控，被视为竞争武器。Molecule正在构建DeSci生态系统中的开放层，推出“Lab”链上容器，将项目研究数据、知识产权和资金库整合在一起。未来研究者和AI智能体可在此基础上继续工作，无需重复劳动。

第二，物理实验室环境。即便候选物特性明确，仍需在生物材料上进行实际验证，这涉及数周的合同和协调工作。任何AI都无法跳过这一物理步骤。

第三，临床试验。这是候选物在人体上进行测试的阶段，仍沿用旧的资本结构。目前DeSci栈中尚无环节能触及这一阶段——临床前安全性测试需50万至200万美元，三阶段临床试验总成本从数千万美元到数亿美元不等。

这带来了什么改变？

药物开发历史上最早期也最随意的阶段——判断一个问题是否值得探索——不再受机构资本把关。一种传统药企预算委员会绝不会批准的ADHD候选物，如今有了清晰路径，只需历史成本的一小部分就能获得真实实验室数据。将这一逻辑推广至药企因罕见或无利可图而忽视的疾病，整个被研究领域的规模都将发生改变。

DeSci能让候选物带着真实的结合数据和每一步决策的永久记录，走向这条路径的起点——这与仅有一个假设和融资提案的起点截然不同。临床阶段是下一个前沿，DeSci也清楚这一差距。变化在于，那些有动力提出新问题的人，现在拥有将这些问题带到真实科学答案的工具。