清华聂再清揭秘：AI与老法师协作，水木分子如何重塑新药研发

AI制药已成为当前最受关注的产业热点之一。

大模型带来的能力飞跃，让制药行业看到了真正的希望：过去筛选一个靶点需数年反复试错，如今AI数周即可完成高通量筛选；过去解读文献需数小时，如今大模型能实时提炼核心结论并横向关联。算法正从根本上压缩从靶点发现到候选分子诞生的周期。

这种能力变革，也在重塑行业对AI的认知。早期业界对AI制药的期待多基于“替代”逻辑：希望AI能绕过人类经验，直接输出可临床应用的分子。但随着实践深入，行业逐渐达成新共识：最有效的路径，是让AI与制药“老法师”协同合作。

在这条更务实的道路上，由清华AIR孵化的水木分子，是起步最早且最坚定的先行者之一。自2023年起，水木分子陆续开源BioMedGPT百亿参数模型、推出对话式药物研发助手ChatDD、发布OpenBioMed Skills将生物医药研发流程封装为45项可执行技能。直至最新推出的生物医药情报工具“水木知了”APP——其产品演进路径清晰指向一个目标：成为制药“老法师”不可或缺的智能助手。

除工具层外，水木分子还在推进一项更重的工程。2025年，水木分子的首条自研管线正式启动——针对自身免疫疾病的双特异性抗体，利用AI同时阻断两条核心信号通路。基于ChatDD-Discovery平台的计算设计已完成，多款候选分子已进入湿实验验证阶段。从ChatDD到双抗管线，水木分子的产品矩阵中，开始有了“成果”而不仅是“工具”。

这背后，是AIR（清华大学智能产业研究院）一贯的行事逻辑。张亚勤院士（AIR创始院长）曾言：“AIR的研究课题，80%以上源自企业真实需求。”而水木分子首席科学家聂再清教授，正是这一逻辑最忠实的践行者。

作为清华大学万国数据教授及AIR首席研究员，聂再清教授还是“十四五”国家重点研发计划BTIT融合项目新药研发大模型方向的课题负责人，曾任微软亚洲研究院首席研究员、天猫精灵首席科学家，发表论文50余篇，拥有专利近30项。

然而，就是这样一位在学界声誉卓著的教授，在与我们的两小时对话中，未提及任何一篇论文或一项专利。谈话内容始终聚焦于：产业端的真实反馈、“老法师”的经验如何与AI融合、药企究竟愿意为何种服务买单……这些产业端的真问题。

“AI制药，并非AI替代人类制药，而是AI与‘药研’老法师协作制药。”聂再清教授表示，“药物研发从TMDD（手工制药）发展到AIDD（AI辅助制药），而现在及未来是ChatDD——人机互动、辅助制药的时代。”

“昨天有位投资人用户特意联系我们，称其全公司已全面启用‘水木知了’APP。生命科学领域的投资人尤其青睐水木知了，称其为行研神器。”当获得用户直接反馈时，聂教授常兴奋地展示给我们看。

▎以下为与聂再清教授的对话全文，略有删减：

创投家：您能否通俗地解释一下AI技术究竟如何改变药物研发？

聂再清：我们认为药物研发已历经四个阶段。

第一代称为TMDD（手工制药），主要依赖“老法师”的经验与直觉；

第二代称为CADD（计算机辅助制药），计算机协助“老法师”运用药学经验制药，但核心仍取决于“老法师”的判断；

第三代是AIDD（AI辅助制药），利用AI小模型辅助“老法师”制药。该阶段的最大问题在于：“老法师”的经验与AI模型难以融合，“老法师”无法理解AI推导出的分子为何优良，也无法用自然语言指导如何改进；

第四代即ChatDD。最大区别在于：“老法师”将经验转化为自然语言Prompt，大模型据此触发相应能力，进行高通量阅读与计算。如此双方优势得以充分发挥，大模型的高通量计算、阅读及最新算法预测，结合“老法师”的经验直觉，形成持续迭代的闭环。

未来必然是ChatDD的时代，5年内完全依赖AI制药尚不可能，但AI与智能体的比重将越来越大，“老法师”将越来越离不开它们，这是必然趋势。

创投家：为何在整个药物研发过程中，“老法师”的经验直觉始终不可或缺？

聂再清：制药是一项极其复杂的工作。迄今为止，生物学仍有诸多运行机制未被数字化和解读。大模型可计算抗体亲和力与结构，但进入人体后，会与哪些机理冲突、引发何种问题，目前仍无法计算。而“老法师”的经验与直觉在此刻能提供极大帮助。

创投家：在外人看来，水木分子的产品矩阵似乎非常复杂，从底层生物医药大模型BioMedGPT，到对话式研发助手ChatDD，再到生物医药研发Agent平台OpenBioMed Skills，直至最新发布的“水木知了”APP。产品演进路径背后的考量是什么？

聂再清：BioMedGPT本质是底层生物医药大模型，是一项技术而非产品；随着基础模型能力提升，并结合产业反馈，我们才将算法研发成果封装为标准化产品发布。

而“水木知了APP”的诞生，源于我们通过与行业深度交流后发现，辅助决策是普遍需求。

行业每日涌现大量新进展与成果，但内容高度专业，理解门槛极高。许多行业普通人也需要这些信息，且需要通俗化解读，这让我们看到了“情报决策助手”的机遇。为生物医药研发人员提供海量数据、精准检索、趋势洞察及智能推荐的生物医药情报与行研服务。

创投家：“水木知了”APP如何实现“情报决策助手”这一定位？

聂再清：“水木知了”底层基于水木分子自研的生物医药大模型ChatDD FM、BioMedGPT、推理大模型BioMedGPT-R1、智能体知识图谱PharMolix AgentKG等技术。

APP包含“情报”与“对话”两大模块：“情报”模块通过检索海量生物医药信息，为用户筛选并推荐精准检索的最新科研与行业资讯；“对话”模块则通过自然语言对话，基于生物医药智能体知识图谱，深度为用户答疑解惑。

例如近期，“水木知了”全新上线全球医学顶会AI解读专题。2026年6月2日落幕的、被誉为全球肿瘤新药研发风向标的2026 ASCO年会，其全量会议摘要已同步上线平台。用户可第一时间纵览大会精华，关注同行评论、新发布研究结果的站位，包括对Revolution Medicines现场公布的胰腺癌RAS靶向疗法的解读。

同时，“水木知了”的服务不仅覆盖生物医药，还延伸至合成生物及AI for Science、医疗器械、以及大健康五大前沿领域，致力于打造“个性化智能情报枢纽”。

创投家：所以“水木知了”APP是针对生物医药圈小白提升认知的工具？专业研究员与圈内核心专家也是目标受众吗？

聂再清：“水木知了”不仅面向行业小白，也能服务行业专家。专家的使用场景包括：第一，用于发布和推广研究成果；第二，生物医药行业宽广，许多专家属“T”型人才，纵向极深，横向却可能是小白，可通过“水木知了”建立最新基础认知。

未来我们期望专家能利用“水木知了”APP提供的工具完成他人发布的咨询任务，最终将生物医药行业的情报与信息生态全部落地于“水木知了”。

创投家：所以水木分子服务的客户群体主要是实验室里的研究人员吗？

聂再清：不一定限于实验室。药企内做决策的团队、高管，以及关注生物医药领域的投资人，都可能使用。

药企对AI的需求分为几种场景：决策洞察、分子设计和开发、临床。不同场景对能力需求各异。决策和临床更需文本与多模态能力，分子设计则更需蛋白质相关模型。

目前接收到的需求中，决策和临床部分量更大。例如服务复星医药，我们主要协助其做出更优决策，如管线是否启动或推进。服务博奥晶方时，我们更多帮助理解疾病机制，即何种通路导致何种疾病。在分子设计上，我们也合作了一家胶原蛋白公司与一家MNC药物研发公司。

创投家：水木分子当前的收入结构是怎样的？

聂再清：第一曲线仍是工具类产品，收入占比最高。第二部分为结果付费——即直接产出分子、药品或报告等。该部分收入刚起步，但想象空间巨大。

创投家：在水木分子的许多技术发布中，常提到一个词——“学术平权”，让普通研究员在研究方法与工具上追平顶级专家水平。这对整个科研体系与专家体系将产生何种影响？未来普通研究员是否也有机会直接攻克最顶尖科研难题？

聂再清：确实具备可能性。“水木知了”主要实现认知层面的平权——让众多知识变得通俗易懂、易于学习，逐步转化为专家。而OpenBioMed则实现算法能力层面的平权——让不懂计算机的研究员也能运用最前沿算法与优秀论文，补齐AI人才所具备的算力与工具能力。

普通人借助AI是否也能设计出优良分子？可能性存在。随着大模型能力增强，普通人可通过大模型建议行事，遇到成功分子的概率将大幅提升。

创投家：水木分子要自建管线，这是怎样的战略考量？未来会从生物医药大模型公司转型为生物医药公司吗？

聂再清：我们的AI技术定位是打造最佳药物研发“助手”，最终交付的产品是工具、分子还是药品，仅是商业决策不同，核心在于助手能力必须强大，即RAAS-Result as a Service。

助手有三种使用方式：一是作为工具交由药企人员使用；二是由我们专家团队承接甲方定向研发需求，利用助手进行研发，并将分子作为交付结果交给甲方；三是由我们专家团队自主寻找自研管线方向，推进至一定阶段后出售给甲方，或有机会自行上市。

更深层逻辑在于：要打造真正顶级的药物研发助手，需与真正懂药的顶级专家紧密合作。

创投家：如何平衡AI药研助手研发与管线研发之间的资源分配？

聂再清：前期主要打磨助手，资源多倾斜于助手。目前助手已产生部分商业化收入，未来可实现盈亏平衡。管线前期投入规模由同时在研管线数量控制，再有一两年后将开始产生BD收入。

创投家：您为自研管线设定的时间周期有多长？

聂再清：自研管线立项后若顺利，一般两年内即可产生BD收入，我们可根据资源充裕程度决定是否在早期出售部分权益。

创投家：自建管线会与现有药企合作伙伴产生竞争吗？

聂再清：医药企业间最终仅在靶点层面存在竞争。只要避开合作客户所选靶点，我们即可自由研发药物，合作伙伴亦无意见。

创投家：我们注意到水木分子正大力招聘药研人才？准备从哪个方向启动管线？

聂再清：是的，我们正招聘抗体工程与药物设计专家，涵盖计算与实验方向。

水木分子选择从自免领域适应症入手，建立首条自研管线。本次选择的是一类由复杂多信号通路网络调控的自身免疫性疾病，现有疗法仅针对单一靶点，疗效有限。

基于ChatDD-Insight对致病机制的系统分析，我们决定利用AI设计双特异性抗体，同时阻断两条核心信号通路。目前，基于ChatDD-Discovery平台的计算设计已完成，已产出多款性能优异的候选分子，初步湿实验结果良好，后续将继续开展更多湿实验及临床前验证。

未来，水木分子将把这一能力扩展至肿瘤及更多疾病领域，利用AI高速、系统性地打造一系列创新药物管线。

创投家：就您过往履历而言，其实并无生物医药赛道标签，为何选择创办一家AI生物医药公司？

聂再清：大模型此次带来的技术进展巨大。亚勤将其称为第四次工业革命，各行各业都将被大模型技术改变。

我们在2023年成立水木分子时便判断，若全力投入算力打造通用大模型，已是一片红海。不如选择一个相对垂直的赛道切入，以获得更充足的资源支撑。

此外，若要做垂直领域，哪个行业最佳？我们的判断标准是：最佳行业，其数据本身应具备与自然语言不同的“语法”。若自然语言即可解决，该领域迟早会被通用大模型覆盖。

以此标准来看，生物医药是极佳领域。该赛道最重要的一种语言称为“蛋白质语言”。大部分药物功能由不同蛋白质结构支撑，而蛋白质语言的语法直接决定其功能结构规律，这是一个极具潜力的数据领域。

尽管蛋白质语言目前看似不如自然语言体系庞大，但它是一切基础。且蛋白质语言存在于植物、动物、人体中，是真正通用的语言，未来产生的功效可能超越自然语言。

我们在蛋白质语言领域构建模型，有望实现对社会更具价值的事情。

创投家：从学术研究者过渡到创业公司首席科学家，您如何看待这两个身份的转变？

聂再清：不能说有很大转变。我一直想做一件事，就是将技术创新落实到产业中真正产生价值。

学术研究有时脱离产业，未必将产业价值置于首位。但我一直偏爱能听到用户反馈的研究。

在微软亚洲研究院时，我曾提出“Deployment-Driven Research”（部署驱动科研）概念。秉持这一理念，我们团队开发了学术搜索、人立方等系统，均真正部署至用户端并与用户互动。

在清华AIR，我也希望技术能通过某种产品或服务真正赋能行业，产生真实反馈。在水木分子亦然，最重要之事是关注产业与用户反馈。

创投家：您认为生物医药AI的ChatGPT时刻何时到来？

聂再清：大概还需3到5年。标志是干实验结果与湿实验结果的相关性越来越高，高到让“老法师”们无法忽视干实验结果。当“老法师”日常所有工作都离不开AI，都想听取AI建议时，ChatGPT时刻便到来了。

目前决策与临床部分已接近此状态，只是分子设计尚未真正达到。

创投家：您期望将水木分子打造成一家怎样的公司？

聂再清：我们希望水木分子推出行业内人人离不开的药物研发助手；同时，通过“药研管线+AI大模型”的双轮驱动模式，重塑新药研发底层范式，让过去高不可攀的药物研发变得更高效、更普惠，从根本上加速人类攻克重大疾病的进程。