Ritonavir

2026年9月初，国家药监局的一纸批件，让西湖大学、西湖实验室和西湖制药联合研发的盐酸伊司特韦片（商品名：艾普司韦）正式走到了台前。 这是一款用于成人轻型和中型新冠病毒感染治疗的1类创新药。1类创新药是中国药品注册分类中的最高级别，代表从0到1的源头创新。 但行业对它的关注，远远超出了“又一款新冠药”的范畴。 它是全球第一款基于DNA编码化合物库（DEL）技术成功获批的小分子创新药。 DEL技术概念从1992年提出至今，已经过去了整整34年。 34年里，这项技术早已成为各大药企的标配工具，却从未诞生过一款获批的原创药物。艾普司韦的出现，让这段漫长的等待画上了句号。 它也是国内首款凭借人工智能辅助研发而获批上市的原创药，从源头发现到完成临床试验，仅用时三年半。 制药行业有一条著名的“三个十”定律，十年时间、十亿美元、十分之一的成功率。一款新药从靶点发现到上市，平均耗时十年以上。艾普司韦用三年半走完了这条路。 三年半是个案数据，不同适应症、不同技术路线的药物研发周期差异很大，不宜直接外推为行业普遍水平。但即便如此，这个压缩幅度依然值得被认真对待。 艾普司韦究竟是怎么做到的？ 答案藏在一场从490亿到1的极致筛选之中。 新冠病毒复制依赖一把关键的“剪刀”，3C样蛋白酶（3CLpro）。病毒靠它剪出功能性蛋白、完成复制相关酶的装配。如果能找到合适的药物分子卡住这把“剪刀”，病毒就无法复制。 3CLpro是抗新冠病毒的热门靶点，截至2025年底全球在研项目超过100个。但此前上市的3CLpro抑制剂均基于两个已知分子骨架，艾普司韦代表着第三个全新的分子骨架，它是第一款通过DEL技术“从零发现”的3CLpro抑制剂。 2020年3月，西湖大学攻坚小组正式成立，将目光投向DEL。DEL的筛选逻辑并不复杂：先构建一个包含上亿种化合物的分子“大池子”，每个化合物都带有一段独一无二的DNA条形码。 把靶点蛋白投进去再捞上来，能结合的化合物会吸附在蛋白上，通过读取DNA条形码就能知道哪些分子“上钩”了。 但现实远比理想复杂，有的分子虽然能结合但不一定结合到功能点位；有的分子没有特异性，和谁都能结合。 一次捞上来的分子可能有成千上万个，逐一合成验证耗时耗力。 这正是AI的用武之地。 西湖大学团队选择的DEL库包含多达490亿种化合物。他们先用AI模型帮助确定筛选条件和对照化合物，从490亿中筛出了100多个“潜力股”。 按传统做法，接下来需要逐一合成验证这100多个分子，工作量依然惊人。 AI再次介入，团队建立了针对3CLpro靶点的AI模型，从100多个分子中选出9个进行合成测试，其中6个表现出很强的抑制活性。随后通过成药性评估锁定候选分子，编号WLU6937。 从490亿到100多，从100多到9，从9到1，AI在其中扮演的不是“辅助”角色，而是实质性的决策参与者。 但这只是开始。此后两年，团队围绕WLU6937展开复杂的药物优化流程，并用实验产生的高质量数据“反哺”AI模型，对模型进行持续迭代训练，再根据模型预测结果指导下一轮实验。最终实验结果证明，WLU6937正是490亿种化合物中的“最佳选手”。 “计算预测—实验验证—数据反馈—模型再优化”，一个完整的闭环被打通了。 艾普司韦还有一个值得注意的技术特征：它无需与利托那韦联合用药。此前获批的3CLpro抑制剂大多需要联用利托那韦来增强药效，但这种联用会带来额外的药物相互作用风险。 艾普司韦的单药方案，在用药安全性上具备优势。它对冠状病毒具有广谱抑制效果，这意味着即便病毒继续变异，药物仍有较大概率保持活性。 这款药从基础研究到产业落地的路径，也值得单独拿出来说。 西湖大学校长助理王廷亮负责主导该项目的资本引入及成果转化。在杭州市科技局的推动下，艾普司韦项目获得了近1100万元生物医药产业高质量发展专项资助。 在“科学家+企业家+投资家”联动模式下，短短三年内完成了两次技术及商业验证，进入III期临床试验，推动孵化企业西湖制药获得数亿元融资。西湖制药是西湖大学孵化的产业化主体。 这不是一次纯粹的基础研究突破，是一条“从实验室到药房”的完整路径被验证了。 艾普司韦的获批上市，对AI制药行业的信号意义可能比它作为一款新冠药的临床价值更大。 过去几年，AI制药经历了一轮从狂热到理性的周期。大量AI制药公司涌现，大量资金涌入，但始终缺少一个关键的东西，一款由AI实质性参与并成功获批的原创药物。 没有这个“1”，所有的“0”都只是概念。艾普司韦提供了这个“1”。 AI制药正逐步成为AI巨头公司的战略主航道，多Agent加干湿实验闭环形成的AI制药平台，本质上是药物临床前研发和验证的自动化，可将早期药物发现从低频验证的范式转向高频、高通量、多轮快速迭代的新范式。 英矽智能、复星医药等公司已经在加快推动AI工具进入早期药物研发。 但艾普司韦的获批并不意味着AI已经解决了新药研发的所有问题。 这次获批的性质是附条件批准，与常规批准存在区别。药品上市许可持有人须在上市后继续完成确证性研究、补充相关数据，若未能满足要求，批准可能被撤销。 关于“AI辅助研发”的参与程度，目前公开口径仅明确该药“凭借人工智能辅助研发”完成，AI具体介入的环节与深度仍有待进一步披露。 西湖大学生命科学学院教授黄晶也指出，当下AI已在原创药物研发中起到显著的降本增效作用，但尚未真正变革整个新药研发体系。 目前AI往往只被用于早期研发中的某个具体环节，比如对已知靶点的已知化合物进行分子优化。 AI更重要的价值，是成为药物早期研发中信息流整合和决策支持的核心工具，把结构生物学、药物化学、活性、成药性等不同来源的数据贯穿起来，减少研发过程中反复试错的成本。 这些局限性和挑战是真实的。但AI辅助新药研发已不止于概念，而真正可以支撑原创药物从发现走向临床，直至上市。 34年的DEL技术等待，终于在2026年等来了第一款获批药物。 三年半的研发周期，跑赢了行业平均十年以上的速度。 490亿种化合物到1款药的筛选，AI在其中参与了多个关键环节。 这是一个行业正在被重新定义的信号。 一款药改变不了一个行业，但一款验证了全新路径的药，可以。

看到这条新闻的时候，我愣了一下。 9月初，国家药监局给一款叫"艾普司韦"的药发了附条件上市批件。名字听着陌生，但它在医药圈炸了锅——因为这是国内第一款靠AI辅助研发、真正跑通临床试验、拿到批件的原创药。 说"原创"不是客套。它是西湖大学、西湖实验室和西湖制药联合做出来的1类创新药，用在成人轻型、中型新冠感染上。1类创新药是国内药品注册里的最高级别，意思是全新的化学结构、全新的作用机制，从0到1那种。 为什么我说"愣了一下"？得先说一个行业里人人头疼的规矩。 制药界有个著名的"三个十"：一款新药平均烧十年、砸十亿美元、成功率还不到百分之十。这是老黄历了。而艾普司韦从找到靶点，到走完临床试验拿到批件，只用了三年半。 三年半对十年。这不是挤牙膏，是换了一条路。 这条路，AI是真干活的，不是挂个名。 西湖团队手里有个DNA编码化合物库，里面塞了490亿种化合物。你没看错，490亿。传统办法里，这是人类根本数不过来的天文数字。他们先让AI模型帮忙定筛选条件、挑对照样本，从490亿里初筛出100多个"潜力股"。 关键是下一步。团队建了一个专门对准新冠病毒3CL蛋白酶的AI模型，从这100多个里只挑了9个分子去做合成实测，结果6个对病毒有很强抑制力——命中率66.7%。而传统大海捞针式的筛选，命中率通常不到1%。 更夸张的是速度：从克隆出那个蛋白酶，到锁定编号WLU6937的候选分子，他们只用了六个月。之后两年，团队用实验产生的高质量数据不断"反哺"AI，模型预测一轮、实验验证一轮、数据再喂回去一轮，形成一个闭环。黄晶教授的原话是，AI"实质性地参与了多个关键环节"。 我得说句公道话：这药本身也挺争气。 它盯的是新冠病毒的3CL蛋白酶——你可以把它想象成病毒复制时必须用的一把"剪刀"，病毒靠它剪出功能蛋白、完成装配。艾普司韦干的事，就是卡住这把剪刀的口子，让它剪不动。它是继辉瑞Paxlovid之后，全球第三个全新结构的3CL抑制剂，但跟前两个不是"修修补补"的关系，而是从零发现的新骨架。好处是脱靶风险低，单药就能用，不用像Paxlovid那样非要搭着利托那韦一起吃，而且对冠状病毒有广谱抑制效果。它还是全球第一款基于DEL技术成功获批的小分子创新药——这个技术概念提了34年，头一回走通。 当然，我也要泼盆冷水。 第一，它归根结底是一款新冠药。现在的大环境和2022年不一样了，这个适应症的市场意义得打个问号。第二，一个成功样本，不等于AI造药从此条条大路通罗马。新药研发千差万别，有的病连靶点都没摸清楚，AI暂时还帮不上忙。第三，批件是"附条件"批准，后面还有不少功课要做。 但无论如何，这件事的信号意义大于药本身。 过去几年，AI制药是被资本市场捧上天又摔到地上的概念。2021年每家生物公司都给自己贴张"AI"标签，2023年行业集体被嘲"PPT造药"——能生成分子，造不出真药。艾普司韦把这话的句号改成了逗号：它是一张盖了章的批件，不是一份融资PPT。 市场已经先用脚投了票。9月7日一早，澳洋健康直线涨停，封单一度超过200万手；A股里沾"AI医疗"的概念股，市值加起来差不多1万亿。券商也开始讲新故事：多智能体加干湿实验闭环，药物早期发现从"低频验证"转向"高频迭代"，有人直接说"医药行业的Claude也许要来了"。 我的判断很朴素：普通人离AI造药的好处，可能比想象中近。今天它能把一款药从十年压到三年半，明天就可能把更多罕见病、慢性病药的研发成本打下来。路还长，但门已经推开了一条缝。