Silmitasertib

2026年9月，北京协和医院。一位特发性肺纤维化患者，服下了一片实验性药物。他不是科学家，他甚至可能不知道他吃的这片药意味着什么。但全球药物研发行业，都在盯着他手里的那片药。这片药叫Rentosertib——由一家中国AI制药公司英矽智能研发。从靶点发现到分子设计，全部由AI完成。它是全球第一款AI原创新药，目前正在北京协和医院进行III期临床试验的首例给药。如果它最终成功获批，它将是人类历史上第一款由AI发现和设计的上市药物。但问题来了——就在刚才，有网友发来一条消息，说："至今尚无一款AI药物获批上市，临床III期的高失败率对AI药物同样适用。2027-2028年将是决定AI制药能否跨越'从0到1'的关键窗口。"这段话对不对？如果对——它意味着什么？今天，我们就来认真盘一盘。第一部分：三条主张，逐一验证第一条："尚无一款AI药物获批上市"——对不对？完全正确。截至今天——2026年9月29日——全球没有任何一款完全由AI发现和设计的药物，获得任何国家药监部门的上市批准。记录是"0"。这不是说没有进展。恰恰相反。波士顿咨询2023年统计，当时全球已经有67款AI药物进入了临床试验。到2026年6月，丁香园Insight的报告将这个数字更新到了179条管线。一个不可忽视的分水岭事件是——2026年9月9日，英矽智能的Rentosertib在北京协和医院完成了III期全球首例给药。这是全球首款由生成式AI完成靶点发现和分子设计、并进入III期临床的药物。这是一个"正在被验证中"的状态，不是"已获批"。所以，"0款获批"的判断，准确无误。第二条："临床III期的高失败率对AI药物同样适用"——对不对？完全正确。而且已经有前车之鉴。传统药物的III期失败率是多少？40%到50%。高得吓人。一款药物从临床前走到上市，综合成功率不到10%。AI改写这个数字了吗？目前还不行。最典型的反面教材是Exscientia的DSP-1181——全球第一款进入I期临床的AI设计药物。从立项到临床只用了12个月，创下纪录，风光无限。结果呢？2023年，因为疗效不足，开发终止。AI能加速发现阶段——这已经被证明了。Rentosertib从靶点发现到临床前候选物只用了18个月，成本约260万美元，合成不到80个分子——而传统方式通常需要4到5年、数千万美元。但进入临床以后，药物必须面对同样的安全性和疗效检验。AI模型再强，也无法替代临床试验。所以，高失败率对AI药物同样适用——这是一个科学家和投资者都必须正视的冰冷事实。第三条："2027-2028年是决定AI制药能否跨越'从0到1'的关键窗口"——对不对？完全正确，而且有三层依据。第一层：管线进度锁定的物理时间。目前全球大约有3到9款AI药物已经进入或即将进入III期临床。除了Rentosertib，还有Generate Biomedicines的抗TSLP抗体GB-0895——从分子合成到III期只用了4年，这是目前AI制药领域速度最快的案例之一。还有Senhwa的Silmitasertib——全球首个CK2抑制剂，2027-2028年有可能成为首批获批的AI辅助药物之一。这么多III期项目在2026年-2027年密集启动，意味着它们的临床数据将在2027-2028年集中读出。谁也催不快的，这就是临床试验的物理周期。第二层：资本市场已经提前给2027-2028年定价了。看几个数字。英矽智能——2025年12月港股上市，募资22.77亿港元。2026年上半年营收1.063亿美元，同比增长287.2%。它是港股第一家实现半年度全面盈利的AI制药公司。就在昨天——2026年9月28日——德睿智药和三生制药达成合作，潜在总交易额高达17.5亿元人民币。这是AI分子的商业化授权协议首次达到这个量级。Anthropic也在今年9月16日和诺和诺德达成了合作——大模型公司跨界入局制药行业。资本从来不会为"不确定的远方"买单。它之所以现在砸进去，是因为2027-2028年就要见分晓了。第三层——也是最重要的一层：这是一个非对称的赌局。结果只有两种可能。如果至少一款AI药物在2027-2028年获批——整个行业的叙事将被确认：范式成立，时代开启。资本会围绕AI制药建立一套全新的估值逻辑。传统药企会全面布局AI。但如果关键的III期全部失败——行业将迎来寒冬。融资断崖、估值修正、大规模裁员。2026年初我们已经看到过一阵20%到30%的裁员潮——那还只是几个II期项目失败引发的。2027-2028年的结果，将决定AI制药行业到底是"真正的革命"，还是"一次昂贵的技术泡沫"。第二部分：深度解读——"从0到1"到底意味着什么？"0"是什么？不是AI制药公司不存在，不是药企不用AI。而是：没有一款AI药物完整走完从靶点发现到获批上市的全链条。 整个范式——还没有在临床上被验证。"1"是什么？首款AI药物获批上市。哪怕只是一款。它就能证明：AI发现的分子可以在人体中安全且有效。这个事实一旦确立，整个行业的游戏规则将彻底改变。但2027-2028年窗口，不代表"必然突破"——它只是一个"可能会出结果的时刻"。如果出的是好结果，行业腾飞；如果出的是坏结果，行业重塑。第三部分：一个更现实的故事——从"双十"到"双五"说到这里，我想提出一个更朴素的框架。AI制药行业最核心的叙事一直是三个词：更快、更便宜、成功率更高。前两个——更快和更便宜——已经在Rentosertib身上被证明了。18个月、260万美元，这是真实的数字。但第三个——"成功率更高"——迄今为止没有任何临床数据能支撑。这才是2027-2028年真正要回答的问题。最诚实的答案可能是这样的：AI最现实的贡献，也许不是"消除失败"，而是"把失败提前"。传统模式下，90%的候选分子在临床前就失败了——但这是花了4到5年、几千万美元之后才知道的。AI把发现阶段压缩到18个月、260万美元，这意味着同样的失败，可以更早、更便宜地被排除。传统药物研发有一个"双十定律"——10年时间，10亿美元投入。AI能做到什么？也许是一个"双五定律"——5年时间，5亿美元投入。甚至更快。不要期待AI能做到"0失败"——这不现实。但如果AI能把整体临床成功率从10%微微提升到15%——对于一个每年为失败项目浪费数百亿美元的行业来说，这已经意味着惊人的经济价值。先相信"更快更便宜"——再期待"更高成功率"。这才是目前最理性的投资视角。结尾让我们再次回到2026年9月的北京协和医院。那个服下Rentosertib的肺纤维化患者，可能不会想到——他一个人的身体里，承载着一个行业的命运。跨过去了，AI制药从此被证明。跨不过去，整个行业可能要回到起跑线上。未来24个月，我们会见证一场最严肃的科学实验——不是关于AI能不能写诗、能不能画画，以及能不能做出AI短剧的现象级爆款——而是关于AI能不能找到能够切实治愈人类未曾治愈疾病的全新药物分子。这不是科幻，这就是此刻正在发生的现实。而这场III期临床实验的结果，将决定一个行业未来十年的走向。而我们，正是这场实验的观察者。不是旁观者，是观察者——因为每一次数据读出、每一个临床终点、都会直接改写我们手中持有的筹码，也直接改写我们内心对"技术何时兑现"的预期。所以，请记住这个时间点。2026年9月29日，星期二。Rentosertib的III期临床数据读出窗口，已经进入倒计时。

癌症、疫苗、抗生素全面突破！AI正在改写现代医学研发格局 传统新药研发动辄耗时十年，十个候选药物九个最终失败，这曾是医药研发难以挣脱的困境。如今人工智能正在打破这一魔咒，从基础生物研究、新药筛选到疫苗开发，AI渗透医学研究全链条，为耐药菌、癌症、病毒变异等世界级医学难题带来全新希望。 传统药物研发周期漫长、失败率居高不下。AI并不是要取代科研人员，而是大幅节约时间与研发成本。它可以提前筛选药物候选分子，避免把资源浪费在注定失败的临床试验上；还能完成人力无法胜任的海量数据分析工作，同步整合基因组、医学影像、生物实验、海量科研文献，挖掘人类科研团队很难发现的内在关联。 AI还有一大实用本领——老药新用。挖掘已经获批上市药物的潜在新适应症。比如原本用来治疗类风湿关节炎的巴瑞替尼，在疫情期间被AI发掘价值，用于救治新冠肺炎重症患者，这就是药物重定位的经典案例。 AlphaFold打响变革第一枪，AI“科研助手”已经登场 2018年谷歌DeepMind推出的AlphaFold，成为AI赋能生命科学的里程碑。它成功预测绝大多数已知蛋白质的三维结构，破解了困扰生物学家半个世纪的难题，给科研人员交出一张全新的生命“地图”。 在此之后，DeepMind进一步推出智能体AI系统Co‑Scientist。它能够短时间消化全球多年积累的科研文献，筛选成千上万条研究线索，快速输出科学假设。被科研人员形容为“AI同事”。今年5月《Nature》刊发研究，由这套AI找出的白血病全新治疗方向，已经在实验室当中得到验证，这是历史性的突破。 四大前沿赛道，AI交出亮眼成绩单 🔬对抗超级细菌：AI挖掘全新抗生素 全球每年超100万人死于抗生素耐药感染，但过去四十年全新抗生素几乎陷入枯竭。麻省理工学院团队证实，生成式AI有能力设计出前所未有的抗生素分子。 2020年AI发现了分子halicin，原本该物质被研究用于糖尿病治疗，算法却预测它对多重耐药细菌拥有杀伤效果。虽然halicin最终没有成为上市药物，但验证了AI找抗生素的可行性。 2025年8月，MIT与博德研究所借助AI分析3600万种化学分子，其中不少是现实中还未合成的化合物。筛选得到的候选分子，在小鼠实验中成功杀灭耐药淋病致病菌。面对愈演愈烈的细菌耐药危机，AI开辟了全新出路。 💉广谱疫苗：预判病毒变异，不再追着毒株跑 阿尔法、德尔塔、奥密克戎……新冠病毒持续变异，疫苗研发只能不停追赶变异毒株。剑桥大学团队借助AI技术，研发出一款广谱冠状病毒疫苗。 AI比对数百万条病毒基因序列，锁定不同毒株之间稳定不变的蛋白区域，跳出传统疫苗紧盯容易突变的刺突蛋白的思路。这款疫苗已经完成首次人体试验，《感染病杂志》公布结果：可对多种冠状病毒产生免疫应答，未出现严重不良反应。研究负责人表示，有望终结疫苗追赶病毒变异的无限循环，不过距离真正落地还有很长的路要走。 🎗攻克癌症：揪出免疫系统看不见的肿瘤 免疫疗法革新癌症治疗，但三分之二肿瘤会伪装自己，躲过人体免疫系统监视，免疫治疗对这类肿瘤束手无策。 谷歌DeepMind与耶鲁大学开发C2S‑Scale人工智能模型。在电脑里模拟4000种药物作用于癌细胞的效果，省去数年实验室实验。AI筛选出已经用于肿瘤治疗的药物silmitasertib，搭配另一物质后，体外实验当中癌细胞被免疫系统识别的比例直接提升50%。未来还需要更多研究验证，这套AI已经做到“读懂细胞状态，预判药物干预后细胞变化”，实现生物学的读与写。 💊首款AI全流程研发药物，冲刺上市 Rentosertib被寄予厚望，由美国英矽智能开发，用于治疗特发性肺纤维化这种难治呼吸疾病。药物作用靶点和分子结构全部由生成式AI设计完成，整个研发仅耗时18个月，传统方式往往要耗费数年之久。 此前也有号称AI研发的候选药物，但大多止步于一期临床试验。Rentosertib二期数据表现积极，即将进入关键的三期临床试验，这是药物上市前最后一道大关，如果顺利，它或将成为全世界首款完整由AI主导研发的上市药物。 写在最后 AI不会替代科学家，但它成为科研人员强有力的搭档。从破解蛋白结构、发现新药分子，到设计广谱疫苗，人工智能正在缩短研发鸿沟。但所有AI给出的结果，依旧必须经过严谨的实验室、临床试验验证，AI带来希望，但距离彻底攻克各类顽疾，人类依旧还有很长的路要走。 #人工智能 #医药研发 #癌症 #抗生素#头条创作挑战赛#