MDR-001

> 一场新药研发竞赛正在全球上演。2026年6月，由国家超级计算天津中心与清华大学智能产业研究院联合发布的人工智能药物发现平台GalaxyVS，将一个数字推到了行业面前：**日分子对接吞吐量达16万亿次**，较当前国际最先进水平高出6个数量级。这个量级的性能差异，意味着药物早期筛选的时间门槛从“月”和“年”跨入了“几十秒”。 关键不在于一个平台有多快，而在于它背后拉开了一条怎样的赛道。 ## 赛道上的玩家：谁是先头部队？ GalaxyVS不是孤例。在中国AI制药赛道上，一批企业已经完成了从“概念验证”到“规模兑现”的跃迁。 **晶泰科技**是当前赛道的领跑者之一。这家港股上市公司2025年营收达到**8.03亿元**，同比增长**201.2%**，首次实现年度盈利。其AI自主实验平台实验执行效率提升**8倍**，数据收集效率提升**40倍**。 本月，它与一家国际知名药企达成总金额超**4亿美元**的GPCR靶点AI药物发现合作。 **英矽智能**则拿着另一份成绩单。截至2026年中，这家公司已有**13个**AI驱动研发管线获得IND批准，其中包括全球首个由AI识别靶点并设计分子的药物Rentosertib。2026年第一季度，它与施维雅、衡泰生物、齐鲁制药达成三笔BD交易，首付款合计**1.5亿美元**。 **德睿智药**走的是“AI平台+自研管线”路线。其自研的GLP-1RA小分子MDR-001仅用**19个月**便获IND批件，临床结果显示24周减重最高达**10.3%**，且安全性良好。 **石药集团**的AI药物筛选系统则将新药早期发现时间直接缩短了**30%**，研发成本降低近一半，候选化合物筛选准确率提高近**3倍**。 这些企业的共同特征，是已形成“AI模型预测—机器人执行实验—数据反馈再训练”的完整闭环。晶泰科技首席科学官张佩宇将其比喻为“一支不知疲倦的科研小队”。 ## 效率差异：超算与AI，谁更重要？ 与国际主流平台的对比，更能看清GalaxyVS的赛道卡位。 Insilico Medicine、AlphaFold、Atomwise等平台多采用“AI模型+实验室自动化”的干湿闭环模式，聚焦靶点发现和分子设计环节。Insilico已证明自身能走通从靶点到临床的全链条。 而GalaxyVS的差异化在于：以**超级计算**而非AI模型为核心支撑，重点突破的是**千亿级分子库的高效检索**这一单点环节。 两者的效率差异可以用一个数据来说明：**GalaxyVS单次检索近千亿分子库只需几十秒，单个靶点口袋检索用时不到1秒**。而传统工艺，这一阶段往往耗时数月至数年。行业测算显示，AI技术可将药物早期发现时间缩短至此前模式的**1/3**，成本降至**1/200**。 GalaxyVS用超算将这个阶段效率又推高了若干数量级。 但回归到“谁更重要”的问题上，目前公开信息尚未披露GalaxyVS覆盖的具体合作管线或成药性预测、临床转化等全链条能力。而Insilico等国际平台已经拥有从靶点到临床的完整验证。**一个基础共识正在行业形成：未来赛道的领跑者，不会是单点能力的极致持有者，而是能整合“算力+大模型+实验数据+临床能力”的全链条平台**。 ## 竞争力从何而来？政策与产业链的“双轮驱动” GalaxyVS的诞生，依托于中国“人工智能+”行动的顶层设计。 2025年8月，国务院发布《关于深入实施“人工智能+”行动的意见》，将“人工智能+科学技术”列为首要任务。同年，中央科技委印发AI赋能科学研究政策文件。 2026年，广东省出台《加快推动人工智能赋能科学研究行动方案（2026-2030年）》，明确提出推动广州国际生物岛打造AI新药创制高地，到2027年培育5个以上领域基础模型，打造30个以上AI科研示范场景。 政策的另一面是资金的涌入。2026年一季度，中国本外币科技型中小企业贷款余额达**4.03万亿元**，同比增长**20.9%**，高新技术企业贷款余额达**20.96万亿元**，同比增长**13.6%**。同期，中国对AI前沿技术投入增幅达**175%**。 在产业链层面，中国已形成“**超算算力支撑+头部企业算法平台+临床转化落地**”的完整配套。 国家超算中心集群提供底层算力保障；晶泰科技、英矽智能等企业自建智能算力平台和算法模型；加上全球领先的在研创新药体量（年度新药注册研究数量已超过美国和欧洲），这个闭环正在加速运转。 西班牙《世界报》的一篇报道给出了一个外部观察视角：中国已从“廉价仿制药工厂”转型为“世界领先的生物制药创新中心之一”，西方制药公司现在越来越依赖中国实验室来发现新分子。 美国外交关系协会全球卫生高级研究员黄严忠指出：“中国在关键治疗领域的仿制药活性成分全球生产中占据主导地位，已成为供应链中不可或缺的支柱。”## 这场竞赛的终局会是什么？ GalaxyVS的出现，提供了一个标志性信号：中国的AI制药竞赛正在从“速度”向“精度”切换。当超算能在几十秒内完成过去数月甚至数年的分子筛选，药物早期发现阶段的效率门槛被大幅压低。但这也意味着，竞争的重心将从“谁能筛得更快”转向“谁能筛得更准”。 当前，全球已有**170余条**AI设计或优化的药物管线进入临床阶段。2026年被视为AI制药史上最密集的临床数据读出年份。一个可能的终局推断是：未来2-3年，中国将形成“**AI分子筛选+全球临床试验+市场推广**”的潜在分工模式，改变全球AI药物研发的竞争格局。 但能否真正占据先发优势，关键不在于一个平台的算力峰值，而在于它能否将筛选出的分子，转化为真正能治病的新药。 这场竞赛的下一个拐点，或许比所有人想象的要来得更快。