AI驱动生物医药：从算法到实验的闭环创新
点击上方蓝字 关注普瑞基准
2026年5月8日至10日，由无锡市政府主办2026太湖湾生命健康未来大会在无锡国际会议中心举行。本届大会以“智融前沿 产创未来”为主题，深度聚焦AI+生物医药、细胞与基因治疗、脑机接口、核药等前沿赛道。
在“人工智能赋能药械发展论坛”的《从算法到“湿实验”：AI驱动的高效研发闭环实践》圆桌对话中，普瑞基准创始人兼CEO季序我博士与舶望医药IT负责人史俊、海正药业研发中心副总经理周厚江、望石智慧创始人兼CEO周杰龙、再鼎医药全球研发首席运营官阎水忠等行业专家展开深度交流。季序我博士分享了普瑞基准深耕“AI+多组学”赛道的独特探索，提出真正的行业重塑，在于构建生物学洞察与治疗性分子设计深度交织的研发体系。
一、圆桌共识：AI制药已从“技术验证”走向“价值落地”，但“干湿鸿沟”仍是核心挑战
圆桌讨论中，嘉宾们达成重要共识：AI制药已从概念验证逐步走向产业落地。然而，从“干实验”算法到“湿实验”结果之间的鸿沟，仍是搭建高效研发闭环的核心阻碍。如何让AI预测经得起湿实验的检验，并形成持续迭代的闭环，成为与会者共同关注的焦点。
季序我博士指出，这一鸿沟的根源在于：创新药的研发，机会与风险并存，许多失败是由于对疾病生物学认知不足。而目前多数AI模型主要针对分子设计而开发，虽然提升了分子设计的效率，但并未解决“生物学理解”的难题，但后者对新药研发的成败至关重要，例如：对肿瘤免疫微环境的理解，之于肿瘤免疫药物的成败；对阿尔茨海默症的时空动态病理级联反应的理解，之于AD药物的成败。如果缺乏对复杂疾病系统（如肿瘤微环境、信号通路网络、表观遗传调控）的系统性理解，算法生成的分子很难发挥预期功能。因此，跨越鸿沟的关键，不能仅关注分子设计算法的表现提升，更要让AI学会理解疾病。遵循这一思路，普瑞基准推动“多组学+AI”平台建设，并与顶尖药企达成系统性合作。
再鼎医药阎水忠以“地图导航”作比喻，强调数据在干湿闭环中的核心作用——只有不断完善数据、实时反馈，才能让AI预测更精准。望石智慧周杰龙提出“干—湿—干”动态循环理念，指出强化学习指导实验设计、湿实验数据实时回流迭代，才能形成自进化的数据飞轮。这些观点与普瑞基准的实践路径高度共鸣。
从左至右依次为：舶望医药IT负责人史俊、普瑞基准创始人兼CEO季序我、望石智慧创始人兼CEO周杰龙、海正药业研发中心副总经理兼创新药研究院院长周厚江、再鼎医药全球研发首席运营官阎水忠
二、普瑞基准的答案：生物学理解先行，驱动“干湿结合”研发闭环
在圆桌交流中，季序我博士系统阐述了普瑞基准的“双引擎”架构，展示了从“生物学数据洞察”到“功能分子设计”的高效贯通。
第一引擎：AIBERT®多组学数据挖掘平台——构建坚实的疾病生物学理解
普瑞基准依托自主开发的AIBERT®平台，整合基因组、转录组、蛋白质组、表观组等多组学数据，结合先进的生物信息学与AI算法，深度挖掘海量高维数据，获得对疾病发生发展机制、药物响应差异的精准理解。该平台已在靶点发现与生物标志物筛选等关键领域形成深厚积累：
靶点发现：通过多组学数据整合与因果推理，识别真正的驱动性靶点，而非仅仅是相关性靶点，从源头提高新靶点的可靠性。
生物标志物筛选：利用机器学习模型高效筛选具有临床预测价值的生物标志物，为患者分层、适应症选择、联合用药策略提供科学依据。
AIBERT®平台输出的不是零散的生物学观察，而是系统性的疾病认知地图——这正是行业所追求的新药研发“生物学模型”，回答的是“应该研发什么”这一根本问题。
第二引擎：ProT-Diff生成式AI模型——从数据洞察迈向功能分子设计
在深度理解疾病机制的基础上，普瑞基准开发了以ProT-Diff为核心的生成式AI模型，针对多肽等功能分子开展精准的序列设计与功能预测。ProT-Diff利用扩散模型等生成式算法，能够在满足特定功能约束（如结合亲和力、稳定性、免疫原性等）的前提下，生成全新的的分子序列。
其核心优势在于：ProT-Diff与AIBERT®平台输出的生物学洞见直接耦合。例如，当AIBERT®识别出一个新的肿瘤特异性抗原靶点时，ProT-Diff可基于该靶点的结构特征与病理生物学约束，定向设计高亲和力、高特异性的多肽或蛋白药物候选分子。这种“生物学约束下的生成式设计”，显著提升了分子进入湿实验后的成功率。
双引擎：从“生物学数据洞察”到“功能分子设计”的高效贯通
AIBERT®与ProT-Diff的深度协同，形成了普瑞基准独特的“数据-生物学洞见-分子设计-湿实验验证”闭环体系：
1. 数据驱动：多组学数据 → AIBERT®挖掘 → 获得靶点、生物标志物、疾病机制等深度洞见；
2. 约束生成：将洞见转化为功能约束条件 → ProT-Diff生成满足条件的候选分子序列；
3. 干湿循环：候选分子进入湿实验验证 → 实验结果反馈回AIBERT®与ProT-Diff → 持续优化模型。
这一闭环体系显著增强了研发产出的临床转化属性——从起点对疾病机制的系统理解，到终点的功能分子设计，每一个环节都指向“更高的临床成功率”，而非仅仅是“更快的生成速度”。
三、产业启示：AI制药的下一站是“融合型研发范式”
在圆桌论坛的总结环节，季序我博士指出，AI制药正在从“单点工具赋能”走向“融合型研发范式”。普瑞基准的实践表明，只有当计算设计深深植根于对复杂疾病系统的生物学理解时，AI的价值才能从“降本提速”升维到“源头创新”。这一范式需要三类核心能力的深度耦合：
· 高质量、多维度的多组学数据（不仅是公开数据库，更包括自有平台产生的湿实验数据）；
· 可解释、可约束的生成式AI模型（能够融入生物学先验知识）；
· 高标准的湿实验验证平台（快速反馈，闭环迭代）。
普瑞基准正是沿着这一方向，持续构建“数据+算法+湿实验”的铁三角能力，致力于成为创新药企穿越“死亡之谷”的可靠伙伴。
四、展望：共同跨越鸿沟，重塑创新药研发的确定性路径
2026年被视为中国创新药从“跟随式创新”走向“源头创新”的关键转折点。在这一历史节点上，普瑞基准愿与更多药企伙伴一起，以“AI+多组学”数据驱动研发，跨越从算法到湿实验、从分子设计到临床获益之间的鸿沟。
正如季序我博士在圆桌最后所言：“让AI先理解疾病，再设计药物——这才是通往更高成功率、更快研发速度的确定性路径。”
太湖之畔的思想碰撞虽已落幕，但普瑞基准对“数据洞察驱动功能分子设计”的探索永不止步。未来，公司将持续深耕AIBERT®与ProT-Diff两大技术引擎，携手更多药企伙伴，让更多中国源头创新的好药早日惠及患者。
Tips
为了不错过普瑞基准的每一次文章推送，建议您将我们设为“星标”：
① 点击下方「普瑞基准」公众号名片，或长按下方二维码，点击 「前往公众号」后点击右上角人像图标
② 点击右上角「...」
③ 选择「设为星标」