穿透冷门赛道：AI驱动抗病毒新药研发的底层逻辑与平台实践

2020年新冠疫情爆发时，全球AI制药赛道骤然升温。肿瘤、自身免疫疾病成为资本蜂拥而入的黄金赛道，而结核、疟疾、尼帕病毒等传染病药物研发，却依然门可罗雀。这种资源分化背后，隐藏着创新药研发的残酷现实。

创新药研发的“双十”困局

一款创新药物从研发启动到最终上市，平均周期超过10年，成本超过10亿美元。对于结核病这类传染病药物而言，挑战更加严峻：靶点稀缺、病毒易变异产生耐药性、动物模型预测性差、药物安全性要求极高。商业回报的不确定性让多数资本望而却步。

AI赋能的价值重估

然而，正是这些高门槛领域，AI大模型的赋能效益可能更加显著。全球健康药物研发中心（GHDDI）数据科学部负责人郭晋疆指出，AI制药平台既可用于传染病药物设计，也可用于肿瘤、神经退行性疾病、罕见疾病研发，关键在于投入的优先级。

“AI孔明”平台的技术架构

2024年，GHDDI正式发布自主研发的AI制药平台“AI孔明”。该平台融合生成式AI分子设计模型、高精度虚拟筛选、多任务ADMET评估模型，率先实现药物研发全流程智能设计。平台包含三个核心模块：连弩负责分子生成，星象负责虚拟筛选，八阵负责成药性评估。

实战验证：结核病与渐冻症

结核病案例中，“AI孔明”针对关键靶蛋白生成验证了一系列新颖化学结构，实验结果显示具有生物活性的化合物命中率约为38%。渐冻症案例中，平台针对关键靶蛋白SARM1设计出10个新颖化合物结构。目前平台预训练的蛋白质数据库体量达到百万级。

效率革命的实现路径

传统虚拟筛选需要处理90亿至150亿个候选分子，整体成本巨大。“AI孔明”的策略是根据已验证靶点特性，有针对性地生成具有潜在生物活性的化合物，命中率提高而查重率降低。在抗疟疾先导化合物毒性优化中，平台在约半年内获得3个安全性表现良好的先导化合物。

从“AIforDrug”到“AIforScientist”

AI制药的未来不仅是生成“千里马”分子，更是创造“伯乐”能力。这意味着需要将生物学、药物化学和药代动力学等专家知识系统性融入AI平台，自动产生并分析大量数据，将结果“整理”和“转译”为专家可快速理解使用的决策建议。