AstraZeneca 的 AI 医药愿景仍离不开实验室

MIT Technology Review 详细介绍了 AstraZeneca 缩短生物制剂药物设计周期的努力，但一个顽固的限制依然存在：软件无法证明一种药物能够安全有效。

这篇发表于 7 月 23 日的文章描述了 AI 模型筛选蛋白质候选物、机器人对其进行测试，以及实验结果回流至模型的过程。AstraZeneca 认为，这一闭环将为从零设计药物开辟道路。

这一愿景之所以重要，是因为药物发现的每个阶段都会淘汰候选物。算法可以探索更多设计方案，但患者并不会因数字候选名单变长而受益。候选物仍须通过实验室测试、生产制造、临床试验和监管审评。

因此，真正的较量并非 AI 与人类科学家之间的竞争，而是计算速度与生物学不确定性之间的竞争。AstraZeneca 希望在日益自动化的研究系统中连接这两端，同时让科学家继续对关键决策负责。

原始专题报道也需要结合背景理解。它由 AstraZeneca 发起并资助，由该出版商的定制内容部门制作，而非其编辑部新闻团队。文中的技术主张应被视为该公司的战略，而非 AI 设计的生物制剂已解决药物研发失败难题的独立证据。

MIT Technology Review 详述 AstraZeneca 的闭环实验室

AstraZeneca 正在构建一个系统，将每一次实体实验都视为下一次计算决策的训练数据。

该公司的方法遵循设计、制备、测试和分析的循环。模型会生成或排序可能的分子，之后科学家才会将实验室资源投入其中。研究人员随后制造选定的候选物、测量其行为，并将结果输入后续预测。

AstraZeneca 研发部生物制剂工程与肿瘤靶向发现高级副总裁 Puja Sapra 表示，这一工作流程的每个环节都得到了计算技术增强。她称，研发周期正在缩短，研究生产率则在提高。

这比使用软件检索数据库更为具体。拟议中的系统将预测、实体实验、测量和模型改进结合起来。每一次循环都应帮助研究人员更早淘汰薄弱设计，并将稀缺的实验室资源导向更有前景的候选物。

AstraZeneca 正在美国马萨诸塞州剑桥市 Kendall Square 建设其所谓的“未来实验室”。根据这篇 MIT Technology Review 专题报道，AI 将提出实验方案，机器人设备负责执行，科学仪器则采集结果。

报道称，这些数据将回流至模型，而非继续分散在仪器、报告和研究团队之中。AstraZeneca 表示，自动化系统最终将能够每周制备并评估数千种分子相互作用。

“最终”一词承载了很大分量。文章展示的是一座仍在建设中的设施和运营模式，而不是一套已完成、且拥有独立测量临床结果的自主发现引擎。

不过，这一架构确实针对了一个真实的瓶颈。生物制剂药物是由蛋白质或其他生物系统产物构成的疗法。研究人员必须优化多种并不总能同步改善的属性。

一种蛋白质可能与疾病靶点结合得很强，却降解得过快。另一种可能足够稳定，却会触发不必要的免疫反应。第三种可能在小型实验室测定中表现良好，却难以实现稳定一致的生产。

AI 可以在庞大的设计空间中评估这些权衡。它还能识别出人类团队无暇逐一考察的组合。随后，实验室会测试这些预测能否经受生物学现实的检验。

这一反馈循环是报道的核心进展。它让 AI 从孤立的预测工具转变为帮助决定下一项实验的基础设施。

这一方法也解释了为何专有数据已变得具有战略重要性。每一次成功实验都会提供有用的模式，但失败实验同样可能极具价值。它们揭示了哪些序列、结构和生产选择在后续应获得更低的置信度。

AstraZeneca 表示，其数据集涵盖分子结构、结合测量结果、安全性特征和生产结果。这些记录横跨不同疾病领域和药物类型，为公司将通用模型适配至自身研究重点提供了材料。

优势并不来自单独拥有某种算法。类似的建模技术可以通过论文、供应商和开源项目传播。反复获取相关且经过严谨测量的实验数据，则更难复制。

这会形成一个强化循环。更好的数据支持更有用的预测；更好的预测带来信息量更高的实验；这些实验又为下一轮扩充可用数据。

然而，只有当测量结果真正代表研究人员需要回答的问题时，闭环才有价值。在便利测定上训练的模型，可能会非常擅长优化某个实验室代理指标，却忽略患者体内实际发生的情况。

这一差距构成了整个制药行业面临的压力。更快地生成候选物固然有用，但它让可信评估变得更加重要，而不是更不重要。

更快生成候选物提高了选错的代价

AI 通过降低产生创意的成本来改变早期发现的经济性，同时也让实验判断更具价值。

传统药物研究通常从一组有限的分子开始，这些分子源于已知生物学、筛选库或既有治疗设计。团队对这些选项进行测试，并通过反复实验修改其中最有前景的方案。

生成式系统可以提出更多候选物。蛋白质语言模型学习氨基酸序列中的统计关系，结构模型则估计这些序列可能如何折叠或相互作用。扩散模型能够通过反复的计算优化构建新的分子形式。

molecular design literature 说明了这种方法为何具有吸引力。机器学习可以结合生成与筛选，但研究人员仍面临巨大的搜索空间和复杂的实验终点。

因此，AstraZeneca 的近期目标是筛选，而非无限制地发明。模型可以优先排列那些被预测为能够正确结合、保持稳定、避免明显安全问题，并支持实际生产制造的候选物。

这可以减少被浪费的实验，也能让科学家开展更有针对性的测试，因为他们不必对每一种计算可能性投入同等精力。

压力落在那些实验室、自动化和数据系统仍然彼此割裂的制药公司身上。购买一个模型并不能建立闭环研究运营体系。组织必须将软件预测与实体样本、经过验证的测定、仪器和可追溯的决策连接起来。

它们还需要数据标准，让结果能够在这些层级间流动。若不了解实验条件、样本制备、设备、不确定性以及所测分子的确切信息，一项结合测量结果便没有价值。

糟糕的元数据会让昂贵实验沦为薄弱的训练材料。不一致的测量可能让模型学到由实验室差异造成的模式，而非底层生物学规律。

这正是 AstraZeneca 强调多模态数据的原因。多模态模型可跨越多种数据类型工作，例如蛋白质序列、分子结构、测定结果和图像。整合这些信号，可以为模型提供比任何单一来源更多的上下文。

然而，更多数据并不自动意味着更好的证据。专有数据集可能包含由过去的靶点选择、可用测定和研究优先级造成的历史偏差。模型可能在看似探索新领域的同时保留这些偏差。

公司还必须决定优化什么。效力、稳定性、安全性、给药和可制造性可能会将设计拉向不同方向。一个在这些属性平均得分上表现良好的候选物，仍可能无法达到某项关键门槛。

多特异性生物制剂让这一挑战更加突出。这些工程化蛋白质可以与多个靶点相互作用，或将治疗载荷递送至特定细胞。它们提供了更大的设计灵活性，但每增加一项功能，便会引入另一种潜在失效模式。

AstraZeneca 认为，AI 可以帮助科学家选择两到三个靶点，并同时优化多种分子属性。这是多目标优化的可信应用场景；该方法旨在寻找能够平衡相互竞争要求的设计方案。

但这并不等同于知道正确的生物学目标。研究人员必须先了解哪些通路驱动疾病、哪些患者具有相同机制，以及何种干预能产生有用反应。

模型可以以令人印象深刻的效率优化错误靶点。它也可能针对某一疾病假说产出看似令人信服的设计，而该假说后来在人类身上失败。

这一差异对于评估 AI 投资的高管而言至关重要。更快的早期发现可以改善候选物的流入，却未必增加最终获批数量。只有当更好的筛选贯穿整个开发过程时，价值才会显现。

同样的教训也适用于科学家和工程师。成功不能以生成的分子数量、模型分数或完成的实验数量衡量。有意义的指标是经过验证的功能、可重复性、安全性、可制造性，以及最终的患者结局。

AI 提高了流程起点的速度上限，但不会缩短其后每一段道路。

主要竞争是计算能力与生物学不确定性之间的较量

决定性优势将属于那些能从可靠实验中学习的系统，而非生成最多看似合理蛋白质的模型。

蛋白质设计早已超越了投机性的研究设想。2024 年诺贝尔化学奖表彰了 David Baker 在计算蛋白质设计方面的贡献，以及 Demis Hassabis 和 John Jumper 在蛋白质结构预测方面的贡献。

AlphaFold2 展示了经过准确训练的模型如何从氨基酸序列推断蛋白质结构。诺贝尔奖公告称，研究人员已利用它预测了几乎所有已识别蛋白质的结构。

预测和设计彼此相关，但不能互换。预测一种天然存在的序列如何折叠，始于一个经由进化塑造的分子。设计药物则要求找到一种新序列，使其能在严苛条件下执行指定功能。

AstraZeneca 的长期目标是从头设计生物制剂。所谓从头设计，是指为指定属性创造新的蛋白质序列，而不是修改已知的治疗性骨架。

理想情况下，该模型将有助于确定结构、生物学活性、体内行为、安全性和生产制造特征。这比在计算机上生成一种看似合理的蛋白质，是一项广泛得多的任务。

学术界和商业机构正朝着相似方向推进。与 Baker 蛋白质设计研究所相关的研究人员已开发出用于设计新型结合体和蛋白质结构的计算方法。Google DeepMind 则将结构预测拓展至蛋白质、核酸和小分子之间的相互作用。

生物技术公司也围绕生成式生物学建立了业务。Generate:Biomedicines 利用机器学习开发蛋白质疗法，而 Absci 将生成式模型与湿实验室验证相结合。Isomorphic Labs 专注于基于 DeepMind 研究技术的 AI 辅助药物设计。

这些机构在目标、模型和商业结构上各不相同，但面临同一个验证难题：数字化设计只有在实验确认其行为后，才具有医学意义。

AstraZeneca 相较于纯软件领域的新进入者拥有一项重要优势：其具备药物开发经验、内部检测能力、生产制造知识、疾病项目和历史结果。这些资产可帮助研究人员识别模型输出何时虽有趣却不具备实际可行性。

初创公司则可凭借更聚焦的平台和更少的遗留系统加以抗衡。它们可能围绕特定模型架构或治疗类别快速迭代，随后通过合作伙伴关系获得其内部缺乏的实验室和开发专业能力。

竞争边界将持续保持流动。制药集团可以自行构建模型、购买软件、与 AI 公司合作，或收购专业团队。模型开发者也可以建立实验室，并推进自己的药物管线。

最具防御力的定位，很可能是将计算能力与可重复的实验学习结合起来。缺乏相关数据的模型，可能只会产出看似吸引人的猜测；缺乏现代计算能力的实验室，则只能探索有限的可用设计空间。

MIT Technology Review 将 AstraZeneca 的系统描述为一种整合这些能力的方式：AI 提出候选物，自动化系统进行生产和测试，仪器生成证据，科学家决定如何解读结果。

人类判断仍然居于核心位置，因为实验结果很少以简单答案的形式出现。科学家必须识别测量误差、意外机制、检测局限，以及模型目标中未包含的权衡因素。

他们还必须判断何种程度的不确定性可以接受。早期发现阶段可以容忍探索性预测；影响临床研究、生产制造或患者安全的决策，则需要更强的证据和明确的责任划分。

因此，最重要的竞争并非蛋白质模型之间的排行榜比较，而是一个组织能否让每次实验都提升下一次决策的质量。

安全性预测仍是最棘手的缺失环节

模型可以生成可行的蛋白质设计，却未必知道人体免疫系统是否会耐受它。

AstraZeneca 将安全性预测列为从头设计中最困难的问题之一。这一承认比关于加快发现速度的宽泛说法更具分量。

蛋白质会与动态生物系统相互作用。候选物可能通过脱靶结合、免疫激活、组织分布、降解产物，或简化检测无法捕捉的相互作用产生非预期影响。

计算模型面对的是有限且不均衡的安全性数据。严重不良结果相对罕见，临床记录可能难以整合，专有证据仍分散在不同机构之间。

训练标签同样可能掩盖不确定性。某个被归类为失败的分子，可能是因为生物学、给药、生产制造、试验设计或商业优先级而失败。将所有失败视作同一种信号，可能会误导模型。

AstraZeneca 表示，正将 AI 与先进细胞系统和微尺度器官模型相结合。这些物理测试平台尝试复现人类组织的部分特征，使研究人员能够在临床测试前获得更丰富的信号。

这类系统有助于比较候选物，并暴露更简单检测遗漏的问题。但它们并不等同于通常意义上的虚拟临床试验，仍然是边界必须被记录在案的临床前模型。

在讨论 MIT Technology Review 的专题报道时，应当明确这一区别。该文章采用汽车类比，将拟议的发现闭环比作传感器和模型引导自动驾驶汽车。

这一类比解释了反馈机制，但生物学比道路更难观测。车辆可以测量转向带来的许多即时后果；药物效应则可能取决于代谢、疾病状态、遗传因素、其他治疗，以及随时间显现的变化。

因此，可靠的不确定性估计至关重要。模型应在预测超出其训练经验时给出提示，而不是对每个候选物都提供同样的置信度。

可解释性同样重要，尽管它无法取代验证。研究人员需要了解哪些数据影响了一项建议、模型被设计来预测什么，以及其性能已在哪些场景中得到测量。

监管机构已经在为更多 AI 支持的证据做准备。FDA 表示，其药物评估与研究中心在 2016 年至 2023 年间收到了 500 多份包含 AI 组件的申报材料。

该机构的 AI 药物开发 工作强调以风险为基础的框架，涵盖安全性、有效性和质量。该机构还鼓励申办方在模型支持开发决策时尽早与监管机构沟通。

2026 年 1 月，FDA 和 European Medicines Agency 发布了药物开发中良好 AI 实践的 10 项原则。这些原则强调以人为中心的设计、清晰的使用情境、数据治理、记录在案的模型开发、性能评估和全生命周期管理。

这些要求与闭环实验室的实际薄弱环节相吻合。数据变化时，模型也会变化；仪器、流程或团队变化时，检测也会变化。这个组合系统需要持续监测，而不是一次性的准确率评分。

科学家还必须防范自动化偏见，即仅仅因为机器建议看似经过量化，就倾向于采纳它。高模型评分可能会在研究人员审视底层假设之前缩窄其关注范围。

AstraZeneca 表示，其工程师正在研究不确定性量化、多模态融合、闭环优化和可解释性。这些都是恰当的技术优先事项，但它们的存在也揭示出仍有许多问题尚未解决。

这篇赞助文章没有提供所提系统的比较性能数据。它未报告模型筛选的候选物相较于传统筛选的表现、预测失败的频率，或该工作流程是否提升了临床成功率。

这种缺失并不意味着该战略无效，但限制了读者目前能够得出的结论。

一个合理的判断是，AI 可以降低早期研究阶段的搜索和优先级排序成本。更强的主张——即它能提高交付安全获批药物的概率——则需要覆盖整个开发过程的纵向证据。

制药行业已见证许多工具改善了某个环节，却未能修复整条管线。高通量筛选扩大了被测试化合物的数量；基因组学揭示了新靶点；更好的结构方法阐明了分子相互作用。

每一项进步都证明了自身的价值，但药物开发依然容易失败。应当结合这段历史来评估 AI，而不应将其表述为例外。

从头药物设计将取决于更好的基准测试

下一阶段需要证明：在相同实验条件下，AI 生成的候选物优于可信的替代方案。

AstraZeneca 表示，该领域需要更丰富的标准化数据、更强的基准测试，以及结合机器学习与生物学的团队。这些并非次要的实施细节，而是决定从头设计系统能否被比较和信任的关键。

消费级 AI 的基准测试通常衡量固定数据集上的表现。药物设计需要更严格的评估形式，因为模型可能利用无法经受物理测试检验的模式。

有价值的基准应衡量新颖性、靶点活性、选择性、稳定性、可制造性和安全性。它还应包括模型选择其设计之后开展的前瞻性实验。

如果训练集包含与评估示例相关的分子，回顾性测试可能会夸大进展。即使蛋白质家族之间只有细微重叠，也可能使系统看起来比实际更擅长泛化。

团队应将 AI 选择的候选物与既有方法进行比较。这些基线可能包括由专家设计的分子、筛选库、定向进化或以往的计算方法。

比较应使用相同的检测和决策标准。否则，新模型可能因获得更多实验室资源或更有利的终点而受益，却将这种差异归功于自身。

负面结果同样值得发表。当公司披露成功设计，却不说明有多少候选物失败、放宽了哪些约束，或发生了多少人工干预时，研究人员难以从中学到什么。

“AI 设计”这一标签尤其含糊。它可能指完全由模型生成的分子、经过计算优化的已知骨架，或从人工设计的文库中挑选出的候选物。

清晰的溯源信息会让相关主张更容易解读。研究记录应显示哪些步骤来自模型、哪些决策来自科学家，以及哪些证据促使某项设计得以推进。

这在一定程度上是知识管理问题。实验室团队需要在模型版本、源数据、假设、流程、结果和决策之间建立可追溯的联系。可检索的知识融合工作流程可以帮助知识工作者保留这一背景信息，尽管受监管实验室需要专门经过验证的系统。

基准测试也将影响竞争格局。大型制药公司可以利用私有实验历史，但学术团体往往在开放评估方法方面处于领先地位。初创公司则可能提供聚焦的数据集或更快的实验周期。

共享标准将帮助该领域区分模型质量与获取昂贵实验室基础设施的能力，也会让企业更难将有利的内部结果包装成普遍进展。

MIT Technology Review 描述了 AstraZeneca 如何使用专有数据微调前沿模型。这种方法可以产出有价值的内部工具，但外部研究人员无法独立检查数据或复现这些比较。

这使前瞻性结果变得重要。如果该系统能反复推进符合实验和开发里程碑的候选物，即使没有开放训练数据，证据也会不断积累。

临床结果则需要更长时间才能显现。一种生物制剂在发现阶段看起来很有前景，之后仍可能遭遇毒性、疗效不足、给药问题或生产制造限制。

因此，行业需要分层证据。早期指标可以显示更好的候选物质量和更快的迭代速度；临床前研究可以在更接近真实情况的模型中测试安全性和功能；临床项目最终可以揭示这些收益是否能在患者身上持续存在。

没有单一基准能够回答所有问题。目标是形成一条足够有力的证据链，明确 AI 在何处创造价值，以及传统不确定性仍然存在于何处。

三个信号将显示这一战略是否奏效

阿斯利康的愿景能否成立，取决于经过验证的候选药物和可重复的成果，而不只是更大规模的自动化实验室。

第一个信号是前瞻性的候选药物表现。阿斯利康应展示：通过其闭环系统筛选出的分子，是否比早期工作流程选出的候选药物更频繁地达到预先设定的实验室阈值。

最有力的证据应包括接受评估的设计数量、比较方法，以及多个性质维度上的表现。选择性展示成功案例提供的信息较少，因为失败的设计同样决定了真实的效率计算。

如果模型排序的候选药物持续优于可信的基线，那么计算筛选的论据就会增强。如果这种优势在实体测试中消失，说明该系统生成信心的速度快于生成知识的速度。

第二个信号来自复杂安全性模型的证据。阿斯利康的先进细胞系统和微尺度器官模型，应产生可重复的发现，并能够预测后续临床前或临床观察结果。

研究人员应关注该公司如何界定各模型的适用场景。一个针对特定组织、机制或治疗类别验证的系统，不应自动被用来支持更广泛的安全性主张。

早期模型输出与后续结果之间更强的一致性，将支持闭环论点。反复出现意外结果则表明，生物学反馈仍然过于狭窄。

第三个信号，是从 AI 辅助优化转向有明确记录的从头设计候选药物。该领域需要透明的定义，以说明一个分子有多少来自生成式设计，又有多少依赖已知骨架或人工修订。

候选药物进入正式开发阶段将值得关注，但仅凭进入这一阶段并不能解决问题。读者应审视支持性实验、生产制造特征、人工监督，以及后续的安全性结果。

在这一第三个信号中，监管互动将提供另一层证据。FDA 当前的框架要求开发者界定适用场景、管理数据、评估性能，并记录生命周期中的变化。

随着新数据不断出现，支持重大开发决策的模型必须保持可追溯性。这一要求有利于从一开始就围绕证据与问责设计的系统。

更大的教训很直接。AI 可以帮助科学家探索蛋白质空间、确定实验优先级，并从实验室结果中更快学习。这些能力能够提高生物制剂研究的效率，并扩展研究人员能够认真探索的设计范围。

但它们并不能消除药物研发中的实体工作。细胞、组织、制造系统和患者仍然是最终的裁决者。

MIT Technology Review 为读者提供了一个了解阿斯利康拟议架构的有用视角，但其赞助关系以及缺乏比较性结果，要求读者谨慎解读。这是一家大型药物开发商对未来方向的表述，由合理的机制支持，但验证工作尚未完成。

下一代药物面临的问题，不是 AI 能否再创造出一条蛋白质序列，而是一个互联的科学系统能否更早排除糟糕的想法、诚实地识别不确定性，并将更好的候选药物推进至临床开发。

关注候选药物、安全性相关性和监管证据。这些信号将揭示，阿斯利康究竟打造了更快的发现引擎，还是仅仅找到了一种更快抵达生物学最棘手问题的方式。