一款创新药物的研发过程大致可分为三个阶段，靶点假说的提出与药物靶点确定、潜力分子优化与临床前候选化合物评估，以及最后的临床试验验证。过去，药物研发通常需要十几年的时间、10 亿美元至 15 亿美元的投入，成功率却只有十分之一。

AI（人工智能）则有可能改变这一切。" 木头姐 " 凯茜 · 伍德曾在今年年初强调，从长远来看，医疗保健可能会成为最深刻的 AI 应用领域。

具体到医药研发上，有人把 AI 制药定义为第三代药物革命。目前，国内的 AI 制药聚焦于临床前研究，作用主要体现在三个方面：一是加速靶点发现和化合物设计；二是降低实验失败率；三是优化资源分配。虽然临床前研究成本占比不高，但 AI 在这一阶段的效率提升有助于后续的临床研究，最终可以降低整体研发成本和时间。

腾讯在 AI 制药领域布局已久，十年前投资 "AI 制药第一股 " 晶泰控股，在国内较早做蛋白质结构预测，2020 年推出 AI 驱动药物研发平台 " 云深智药 "。现在，腾讯 AI 制药平台成果进展如何？相比同赛道玩家，其竞争优势是否得以体现？目前的 AI 制药技术对药物研发带来了哪些改变，还面临怎样的挑战？在 "2025 腾讯全球数字生态大会 " 召开期间，腾讯健康总裁吴文达接受了《每日经济新闻》记者的采访。

以下为采访对话内容：

Q：腾讯为何如此重视医药健康领域？作为一家互联网公司，腾讯进入最困难的制药领域，其中的底层逻辑是什么？腾讯将如何在 AI 医疗的赛道上发挥优势、赋能产业？

A：腾讯是一个做技术起家的互联网公司，最大的优势是 " 连接 " 能力，我们是很多服务的连接器，在这里，我们可以通过大模型给出不一样的服务，直接连接整个生态。

正如 Pony（马化腾）所说，AI 是一个几百年不遇、类似发明电的工业革命级机遇。在 " 人工智能 + 医疗健康 " 这个路线上，我们拼的是耐力和定力，是一场长跑。

回归当下，腾讯在人工智能加速医疗健康发展做了什么样的创新？第一是加速 AI 大模型的全栈开发以及应用。这里包括三方面：第一点是帮助医院、医生如何构建好一个比较完整的知识图谱；第二点是研究如何提供最好的基座能力，帮助不同的医疗体系做模型的二次训练，确保落地的场景效果；第三点是如何将大模型的能力赋能医院，让他们能更便利地使用智能体。

第二是加速生命科学研发以及转化。我们的实验室已经构建了多尺度、多模态技术串联，从分子、细胞、组织到系统全栈的研究体系，这些基础研究、基础工序都开放给生态使用。此外，AI 嵌入整个新药研发早期阶段，我们也在助力不同的药企加速大分子、小分子的医药研发，通过我们的 AI 模型，缩短临床前的研究时间以及资源投入。

Q：你觉得 AI 制药在推动药物研发上可以发挥怎样的作用？你有什么样的期待？

A：目前还有非常多的疑难杂症和复杂病例没有很好的治疗方案。（现在的药物研发）还是以实验为驱动的研究模式，未来，下一个（模式）一定是以数据和计算为驱动力的模式。

具体来讲，第一是如何更精准地生成新的假设（注：一款创新药物研发的最早阶段是靶点假说的提出）。现在，很多时候这个假设就像大海捞针，如果通过 AI 分析和关联，包括组学、蛋白学不同文献的数据的关联，可以挖掘到以前人工很难察觉的一些关联模式和关系。

第二，传统的药物研发方法往往是一步一步走，需要不断验证，耗钱且耗时间。现在 AI 可以有效地模拟不同的生物系统，包括一个细胞、一个体系，通过这些模拟系统来生成实验结果，筛选出更多的优选方案。

第三，是加速数据分析，基于庞大的数据关键信息，我们研究如何通过更好的 AI 工具去发现一些以前用传统 AI 或者传统模式没办法发觉的洞见。

Q：今年的智慧医疗专场活动上，腾讯健康对外展示了在 AI 制药上的核心能力。能否请你介绍一下腾讯在 AI 制药领域的定位和战略？从你的观察来看，医药企业对于 AI 制药的接受程度如何？

A：腾讯在 AI 制药上的定位很清晰，就是用模型驱动提高效率，这是我们最擅长的事情，模型开发以后需要试验来验证的过程由我们的合作伙伴来完成。从当下的业务布局来看，腾讯不会过多参与药企的具体项目，也不会转向全流程临床服务的外包。

今年，腾讯生命科学实验室完成了组织架构和业务层面的交汇，基于单细胞转录组预训练模型 scBERT、T 细胞受体结构预测模型 tFold-TCR、全球最大单细胞蛋白基础数据库 SODB 等一系列基础研究成果，我们构建起了一条从分子到细胞、组织再到系统的全栈研究体系，具备从蛋白质结构到成药性评估的一整套 AI 能力。

在我看来，AI 能够解决的不只是提速，而是发现更多以前没办法解决的问题。在生命科学领域，我们不知道的事情比知道的还多，因为 AI 的来临，我们会更有信心去尝试解决这些未知的问题。

很多药企是我们的客户，他们用我们的工具做医药开发，我们提供技术服务，AI 服务有很多类型。比如药企有一个靶点找不到比较好的化合物，我们就用 AI 平台生成不同的大分子或小分子，来解决这个靶点任务——我们筛选出几千甚至几万个化合物、通过推演优先级来给他们 10 到 30 个化合物去验证；验证以后，把符合预期的化合物推到下一个环节。

这个过程不是简单标准化的，而是极其复杂的事情，AI 的好处是，药企以前最快三个月有结果，但在 AI 制药平台上模拟，两三天就能出结果。

我觉得，AI 制药是临床前研究变革性的工具。

Q：你觉得腾讯在医药研发的产业链上扮演什么样的角色？

A：我们有几个角色，一个是平台的角色，我们现在可以做到，从抗体序列开始建模，用 AI 去预测它和抗原之间的结合能力、亲和力等，筛选出 10% 的候选抗体。针对这 10%，我们通过计算相似度，再选取前 10% 进行验证。

另一个是推动整个行业改变的角色，我们提供基础服务、可用的云安全以及数据处理的能力，帮助不同的学校或者是科研机构。

有个客户一开始完全不相信 AI，觉得自己的经验一定比任何 AI 好。所以我们就做了一个试验：一个团队用传统的方式开发，另一个团队和我们配合来用 AI 开发。最后的结果表明，我们这边的效率更快，而且效果还比另一个团队准，这对他们造成了比较大的冲击。

对于我们来说，在这个过程中我们既帮助客户推动新的药物发现，同时改变了对方团队的工作方式，这也是推动整个行业比较重要的动作。

Q：据了解，腾讯 AI 制药平台这一套基于 AI 预测的抗体虚拟筛选流程，会比传统的 ELISA（酶联免疫吸附试验）降低 42.5% 的成本，成功率提高 3 至 5 倍。你觉得这是药企使用 AI 制药最主要的原因吗？

A：对于药企来说，临床试验的成本比前期研发高得多，临床前研究最重要的是速度，专利只有那么长的时间，越快进入临床，后期的收益就越大。他们看的不是成本，而是效率。

Q：创新药企在腾讯健康的发展版图上是什么样的位置？

A：创新药对我们来说是战略性投入，确实还是刚刚开始，也投了不少的公司。对我们来说，B 端一定是越做越大、越做越深的业务。腾讯的定位还是以技术为先，在我们最顶层、最基础的科技上研发以及创新，把最小的模块做到极致，把这个能力给到各方，做离产业最近的 AI，这是我们的目标。

对于我们来说，医疗健康是一个长期的投入，腾讯想做的事情就是通过我们的技术积累、数据基建以及合作伙伴的协同，来搭建一个高标准又能普惠大众的医疗服务。

每日经济新闻