超百个AI药物进入临床，AI制药缘何被数据“绊住”？

徽声在线9月19日讯（记者 武超 于淼）在“2026张江药谷大会暨上海国际生物医药产业周‘未来智药：AI+制药前沿论坛’”上，当众多专家学者深入探讨当前AI生物制药面临的挑战时，一个核心问题始终被反复提及，那就是数据。

更确切地讲，是高质量的数据，以及构建能让数据持续回流的闭环体系的能力。

当下，全球AI辅助药物研发呈现出爆发式增长态势。根据L.E.K. Consulting的统计数据，截至2025年，全球进入临床阶段的AI辅助药物分子数量已突破100个；与此同时，超过90家中国本土企业积极与AI biotech公司展开合作，共同探索AI在制药领域的无限可能。

巢生资本执行合伙人周悦欣也指出，与传统制药公司相比，AI制药公司明显更受资本的青睐。然而，在这股热潮背后，AI制药的发展却遭遇了明显的瓶颈。

数据稀缺：远不止“量”的困境

力场采样创始人彭向达认为，生物制药类模型与自然语言大模型有着本质的区别。

“自然语言模型能够轻松学习海量的互联网文本数据，但在生物分子领域，高质量的结构数据储备却相对匮乏。生物分子的工作规律极为复杂，当模型面对未曾学习过的分子时，其预测性能就会出现明显衰减。而在真实的药物研发场景中，研究对象大多是全新分子。”彭向达详细介绍道。

“实际上，我们所面临的数据稀缺问题十分严峻。一个药物使用后，病人的表现如何变化，虽然之前可以采集大量临床数据，但整套的机理数据却很难获取。”上海科学智能研究院研究员杨自雄表示，“在未来，或许会有更多先进的仪器和新颖的方法论出现，让我们能够获取多尺度的数据、时间数据等，但就目前而言，这还无法实现。”

这意味着，AI制药所缺乏的并非普通意义上的“大数据”，而是贴近真实药物研发过程的高质量、机制性数据。没有这些数据，即便模型再先进，也难以真正实现“会做药”的目标。

除了采集困难之外，数据的质量也直接决定了AI制药的效能高低。

上海交通大学数学科学学院和人工智能学院教授陈洛南表示，跨模态的配对数据对于AI制药模型的训练至关重要，但目前行业能够获取的数据大多为单模态数据。

“如果仅用单点数据来观察某一数据切片，就会局限于单一维度。然而，通过时间扰动等手段能够获取不同时间维度的数据，进而开展跨模态研究，实现有组织的数据输出。”临港实验室AI临床研究员袁博解释道。

模型开源时代：数据生态成竞争关键

相较于数据采集端的重重困难，腾讯健康首席架构师陈睿判断：模型本身并非AI制药面临的最大障碍。

据陈睿介绍，腾讯在深科实验室开展了大量蛋白质相关研究，不少模型已经开源，供行业研究者使用。“我们将模型的权重开放，就是因为深知模型本身并非最大的壁垒所在。”

腾讯近期的重点布局在于实验反馈强化学习。在陈睿看来，算力和算法只是做好AI赋能生物制药的入场券，而干湿实验的反馈闭环能力，以及各类数据，特别是失败的数据才是破局的关键所在。

“我们更关注的是实验处理完成后，数据能够再次反馈到模型中继续进行训练。在这个过程中，我们相应的数据以及工程发展能力都十分重要。我认为大家需要更加重视失败的数据。”陈睿说道。

从论坛上的讨论情况来看，AI制药的竞争逻辑正在发生深刻变化。

过去，行业更关注谁的模型更大、算法更强、算力更多，但当模型逐渐开源、算力逐渐普及，真正的竞争壁垒将转向数据生态。

“未来10年后，一定会有一批能够利用AI重构药物研发流程的伟大公司涌现。”深势科技生命科学AI4S方向架构总经理李厦戎的这句话，代表了行业对AI制药的长期期待。

（徽声在线记者 武超 于淼）