Hebei Medical University

生物医药被频繁写进产业规划，创新药出海、人工智能制药、医药研发又成了热门话题。很多家长因此产生了一个很自然的判断：行业这么热，孩子报药学，将来进医院或者药企，工作应该不会差。 但药学毕业生的真实感受，往往没有这么乐观。 有人进入恒瑞医药、药明康德、百济神州做研发和临床项目，也有人在药厂做质检、生产，起薪只有四五千元；有人考进医院药剂科，也有人投了几十家医院，才发现本科只是报名门槛，硕士、证书和实习一个都不能少。 药学最容易让家长误判的地方，就是把“医药行业前景好”，直接等同于“药学本科生就业好”。 这两句话不是一回事。 药学能不能报，不能只看行业热度，更要看孩子最终准备进入医院、药企研发，还是生产质量岗位。三条路都属于医药行业，但学历门槛、收入水平和发展上限差别很大。 医药行业需要人才，但并不平均需要每一种人才 药学是一个典型的“行业很大，岗位分层很深”的专业。 它覆盖药物研发、生产、检验、注册、临床试验、医院药学、医药流通和市场推广等多个环节。从创新药研发到医院发药，看起来都和药有关，实际需要的能力完全不同。 真正处在产业上游的岗位，例如药物化学、药理研究、制剂研发、临床开发，往往更看重硕士、博士学历以及科研训练。 本科生数量更集中的出口，则是药品生产、质量控制、质量保证、医药销售、社会药房和基层医疗机构。 这就是很多药学生产生落差的原因。 高考报考时，家长想到的是研发新药、进入三甲医院；毕业求职时，摆在孩子面前的却可能是生产现场、实验室重复检测、药店轮班或者销售指标。 不是药学没有出路，而是 大家想象中的好出路，通常都设置了更高门槛。 第一条路：进入医院药剂科，稳定，但名额没有想象中多 不少家庭报药学，最直接的目标就是进入公立医院。 医院药学岗位主要包括药品调剂、处方审核、药库管理、合理用药监测和临床药学等。工作地点可能在门诊药房、住院药房、静脉用药调配中心或者临床药学部门。 从职业稳定性看，公立医院确实具有吸引力。 但家长必须明白：医院离不开药师，不代表每年会大量招聘应届药学本科生。 大型三甲医院的药剂科岗位数量有限，人员流动又不像护士岗位那么大。热门城市的招聘常常要求硕士研究生，有些临床药师岗位还看重临床药学背景、规范化培训经历和相关资格。 即使进入医院，不同岗位的技术含量也有区别。 如果长期停留在窗口发药、库存管理和基础调剂，职业成长空间可能有限；如果能够参与药学查房、用药方案审核、血药浓度监测和抗菌药物管理，专业价值会明显提高，但进入这类岗位的门槛也更高。 因此，目标明确想进省会三甲医院的学生，通常要做好读研准备。 可以重点关注北京大学、复旦大学、上海交通大学、浙江大学、四川大学、中山大学等医学平台较强的高校，也可以关注中国药科大学、沈阳药科大学、南京医科大学、首都医科大学、南方医科大学、重庆医科大学等医药类院校。 其中，中国药科大学是行业特色鲜明的“双一流”高校；沈阳药科大学虽然不是985、211，但在药学领域认可度较高，药企和医药研发机构对其专业背景较熟悉。 对于分数中等、希望在本省医疗系统就业的学生，安徽医科大学、福建医科大学、河北医科大学、哈尔滨医科大学、温州医科大学、徐州医科大学、昆明医科大学等区域医科院校，也有现实价值。 选学校时，不能只看综合排名，还要看学校有没有附属医院、药学院实力如何、毕业生主要留在哪个地区。 第二条路：进入药企研发，上限较高，但学历是第一道门槛 创新药、抗体药物、细胞治疗和人工智能制药不断升温，让很多家长觉得药学正在迎来新风口。 相关企业包括恒瑞医药、百济神州、信达生物、君实生物、复星医药、齐鲁制药、石药集团、正大天晴、药明康德、康龙化成和泰格医药等。 药企中的研发岗位包括药物合成、药理研究、制剂研发、分析方法开发、临床运营、药物警戒和注册事务等。 这些岗位中，真正靠近核心研发的职位，通常对学历要求较高。 药物研发不是简单做几个化学实验，而是需要系统掌握药理、化学、生物、统计和实验设计。硕士往往只是进入部分研发岗位的起点，基础研究和高层次研发岗位则更偏向博士。 这也是药学和电子信息、计算机等专业的重要区别。 计算机或嵌入式学生可以通过项目、实习和作品，在本科阶段证明工程能力；药学研发涉及实验平台、科研训练和规范体系，个人很难只靠自学完成同等积累。 所以，如果孩子的目标是“以后参与研发新药”，需要提前接受一个现实： 本科药学只是起点，读研大概率不是加分项，而是岗位入场券。 考研时也不能只追求“药学硕士”这个名称。 药物化学偏合成与先导化合物研究，药理学偏药效和机制，药剂学关注剂型与递送，药物分析偏质量研究和检测，临床药学更贴近医院合理用药。 不同方向对应的实验内容和就业岗位差别很大。孩子如果怕化学实验、排斥动物实验，或者不愿意长期进实验室，就不能仅凭“生物医药热门”选择研发路线。 第三条路：生产和质量岗位，本科机会多，但平台决定发展 药学本科生更容易进入的，是制药企业的生产和质量体系。 常见岗位包括生产技术员、质量控制工程师、质量保证工程师、验证工程师、工艺工程师和药品检验员。 质量控制，也就是常说的QC，主要负责原料、半成品和成品检测；质量保证，也就是QA，更偏向文件体系、生产过程监督、偏差调查和合规管理。 这些岗位的特点是专业对口、需求稳定，本科生有较多机会。 但收入和工作体验会受到企业层级、所在城市和岗位内容的明显影响。 在部分二三线城市或普通药厂，应届本科生起薪可能集中在四五千元到六千元左右；长三角、珠三角和重点生物医药园区的企业，待遇通常会高一些，但生活成本也更高。 生产岗位可能涉及倒班、洁净区和严格操作规范；QC岗位常常需要反复做检测，实验节奏稳定但容易感觉重复；QA工作更接近质量体系，后期可以向审计、验证、合规和质量管理发展。 这条路最容易出现的误区，是把所有药企岗位都想成高科技研发。 有的企业确实有完整研发体系和清晰晋升通道；有的企业主要做仿制药生产，岗位长期停留在重复检测和执行流程。 因此，找工作时不能只看“某某制药”四个字，而要看企业有没有核心产品、研发投入如何、岗位是否接受系统培养，以及未来能不能积累可迁移的能力。 还有一批岗位，看似体面，也有各自的代价 药学毕业生还可以进入临床试验、注册事务、药物警戒和医药销售等岗位。 临床研究协调员通常在医院协助临床试验项目，负责受试者随访、资料整理和流程沟通。本科生有机会进入，但工作较琐碎，需要同时协调医生、患者和项目方。 临床监查员负责监督试验质量，薪资上限通常高于普通生产和质检岗位，但出差、项目压力和人员流动也更明显。 注册事务负责整理药品申报资料、跟进政策和沟通审评流程，对法规理解和文字能力要求较高。岗位数量没有生产质量那么多，但长期积累后具有一定专业壁垒。 医药销售的入行门槛相对灵活，收入与个人能力和产品线关系很大。有人靠销售获得较高收入，也有人无法适应业绩考核和频繁维护客户。 这些岗位不是“退而求其次”，但都不能只看网上晒出的高薪。 药学就业经常出现一种现象：岗位名称听起来很专业，真正进去后才发现工作内容、压力来源与自己想象的完全不同。 药学工资差距，为何比家长想象中更大？ 同样是药学毕业，收入可以相差数倍。 核心原因不是专业名称，而是学生处在医药产业链的哪个位置。 基础生产、普通质检、药店和基层服务岗位，进入门槛相对较低，起薪通常也比较有限。 临床开发、注册、药物警戒和部分质量管理岗位，需要行业经验和规范能力，收入会随着项目经历提高。 创新药研发和高端技术岗位收入上限更高，但通常要求硕士或博士学历，教育和时间成本也更高。 因此，不能简单拿药企研发岗的高薪，证明药学本科就业很好；也不能拿普通药店或基层质检岗位的收入，断言整个药学都是“天坑”。 药学真正的问题不是没有岗位，而是高质量岗位集中在更高学历、更强平台和更成熟产业地区。 选择学校，行业特色往往比学校名气更重要 药学是一个非常看行业资源的专业。 高分段可以关注北京大学、复旦大学、浙江大学、上海交通大学、中山大学、四川大学等综合性强校。这些学校的优势在于医学平台、科研经费和附属医院资源。 如果看重药学行业认可度，中国药科大学和沈阳药科大学不能忽略。 中国药科大学位于南京，与长三角医药产业联系紧密；沈阳药科大学虽然没有985、211标签，但专业积累深，在传统制药企业和药学科研领域有较强识别度。 中等分数段还可以关注南京中医药大学、天津中医药大学、广东药科大学、浙江中医药大学、成都中医药大学、黑龙江中医药大学等院校。 这些学校不一定在综合排名中占优势，但在医药行业、医院系统或区域就业中，专业标签更清楚。 此外，学校所在城市也很关键。 上海、苏州、南京、杭州、北京、广州、深圳、成都、武汉等地拥有较多医院、药企、研发机构和临床试验项目。学生在校期间更容易找到实习，毕业后岗位选择也更多。 如果一所学校药学实力一般，所在地区医药产业又薄弱，即使录取分数不低，学生未来仍可能面对实习少、招聘企业少的问题。 药学考研，不能只为了逃避本科就业 药学是读研比例较高的专业之一。 但考研必须先明确目的。 想进医院，要看目标医院招聘的是药学、临床药学还是其他方向，是否要求硕士和相关培训； 想做研发，要看导师课题与药物化学、药理、制剂、分析中的哪一条路线匹配； 想进企业，就要关注学校所在地、合作药企、项目质量和实习机会。 有些学生只因为本科工资不高，就随便找一个药学方向读研。三年后虽然学历提高了，但实验技能、项目经历和就业方向依然模糊，最后仍然回到普通质量或生产岗位。 读研真正有价值的情况，是把学生从基础执行岗位，推向研发、临床药学、注册、医学事务或更好的质量平台。 如果不能改变岗位层级，只是把求职时间推迟三年，考研就没有解决根本问题。 哪些孩子适合报药学？ 第一，化学和生物基础不能太差。 药学并不是“轻松版医学”。有机化学、分析化学、生物化学、药理学和药剂学都会贯穿本科阶段。孩子如果既不喜欢化学，又排斥实验，学习体验通常不会好。 第二，要能够接受较长的成长周期。 想进医院或研发平台，读研概率较高；即使本科就业，也需要通过几年经验积累，从基础岗位向注册、质量管理或项目岗位转型。 第三，必须接受严格规范。 药品直接关系生命健康，生产、检测和临床试验都有大量标准操作和文件要求。做事粗心、不喜欢流程约束的人，很难长期适应。 如果孩子只是觉得“医药行业不会失业”，又不愿读研、不喜欢实验、不能接受生产现场，那么药学并不是稳妥选择。 普通家庭到底该怎么判断？ 药学仍然可以报，但不能按照“行业热门就一定好就业”的逻辑报。 如果孩子分数较高，能进入药学强校，愿意继续读研，并且对研发或临床药学有兴趣，药学可以通向较高的平台。 如果分数中等，更应该选择行业认可度较强、所在城市医药产业集中的学校，而不是只追求一个听起来更大的综合大学校名。 如果明确本科就业，就要接受生产、质量、临床试验、注册和销售等现实出口，提前通过实习确定自己能够适应哪一类岗位。 生物医药的产业红利确实存在，但红利不会平均落到每个药学毕业生身上。 决定结果的，不是孩子有没有报上药学，而是他能否在医院、研发和产业岗位之间，尽早找到一条与学历、能力和家庭投入相匹配的路。 你觉得普通家庭选择药学，应该优先保学校平台、医药产业城市，还是直接做好考研准备？

【指示性摘要】化疗相关口腔黏膜炎为化疗药物对口腔黏膜细胞的直接损伤导致的炎症反应,是肿瘤化疗后的常见不良反应之一,常表现为口腔黏膜糜烂、红斑和疼痛性溃疡性为主的急慢性口腔黏膜损伤。患者通常伴有明显疼痛,导致患者无法进食,甚至造成吞咽困难、味觉改变、体重减轻和继发感染的可能,影响患者生活质量。在更为严重的口腔黏膜炎中,会降低患者耐受最佳治疗方案的能力,甚至不得不延迟或终止继续化疗。该文总结了导致口腔黏膜炎的发生机制,免疫调节剂在治疗肿瘤化疗相关性口腔黏膜炎的研究进展,对于肿瘤化疗后诱导的口腔黏膜炎患者提高生活质量、减少感染和并发症、维持治疗计划的正常执行以及降低医疗成本具有重要的意义。 化疗是治疗恶性肿瘤的重要手段之一,但其产生的副作用却严重影响患者生活质量,口腔黏膜炎(oral mucositis,OM)就是其中之一。OM指肿瘤患者在接受化疗后出现的以口腔黏膜糜烂、红斑和疼痛性溃疡性为主的急慢性口腔黏膜损伤[1]。由于明显疼痛,导致患者无法进食,造成吞咽困难、味觉改变、体重减轻和继发感染的可能。OM的发病率较高,约40%～70%的化疗患者会经历不同程度的口腔黏膜炎[2],且与既往口腔疾患、使用5-氟尿嘧啶、抗生素等多种因素相关[3]。尽管OM已经有多种防治方法,如局部或全身用药、口腔卫生干预等,但疗效不佳、依从性差。近年来,免疫调节剂在多个领域展示出调节机体免疫反应的潜力,对于OM,免疫调节剂可通过调节机体免疫系统功能,减少化疗药物对口腔黏膜的损害,在一定程度上可缓解OM的症状。 一、OM发生机制 1.1 化疗药物对口腔黏膜的直接毒性 OM的发生与化疗药物药代动力学有关。其发病机制被划分为5个广泛的阶段,即启动期、原发性损伤期、信号放大期、溃疡期、愈合期。化疗药物的输注诱导全身组织细胞受损,活性氧(reactive oxygen species,ROS)释放并介导氧化应激反应,损伤细胞DNA,促使基底和基底上皮细胞死亡。ROS进一步激活NF-κB、Wnt、p53等转录因子、促炎细胞因子如肿瘤坏死因子α(TNF-α)、白细胞介素IL-4、IL-6和IL-18、细胞因子调节剂、应激反应剂如环加氧酶2(COX-2)以及细胞黏附分子导致细胞凋亡,造成原发性损伤。初级反应诱导的分子通过反馈机制放大NF-κB和其他途径,进一步增强局部组织反应。反应积累导致进行性组织和上皮连续性丧失,临床表现为溃疡和萎缩性改变,黏膜下层破裂,细菌入侵加重炎症反应,延长黏膜损伤并加重黏膜溃疡,这个过程不断累积和增加,会导致ROS、病原体相关分子模式(pathogen-associated molecular patterns,PAMPs)、损伤相关分子模式(damage-associated molecular patterns,DAMPs)和促炎细胞因子风暴。随着化疗的结束,黏膜下细胞外基质和间充质的刺激促进组织细胞迁移、增殖和分化,并重建局部微生物群,愈合过程被激活。 1.2 免疫系统在口腔黏膜炎中的作用机制 在健康的口腔黏膜中,口腔黏膜中含有的T细胞、B细胞、巨噬细胞等能建立黏膜上皮屏障和进行免疫监视,通过先天性和适应性的免疫反应共同协调保持免疫耐受和口腔黏膜上皮组织的稳定状态。当化疗药物输注引起口腔黏膜细胞受损时,上皮细胞作为先天免疫受体,通过分泌特征识别受体(pattern recognition receptor,PRR)、Toll样受体(Toll-like receptors,TLRs)检测微生物成分、PAMPs以及DAMPs等介导下游NF-κB信号通路的激活。先天免疫细胞中的巨噬细胞具有协调免疫反应、炎症反应的作用。当巨噬细胞在接受到损伤信号后,会释放大量的IL-1、TNF-α和IL-6等炎症介质促进炎症反应,通过ROS加剧氧化应激以及通过抗原呈递和分泌IL-12、IL-10等细胞因子,进一步促进炎症反应的发生。 在适应性免疫过程中,初始CD4+T细胞被激活并分化成具有多种功能的效应细胞亚群,包括1型辅助性T细胞(T helper cell,Th1)、Th2、Th17、调节性T细胞(T regulatory cell,Treg)以及T滤泡辅助器(T follicular helper cell,Tfh)等。过度激活的Th17细胞分泌IL-17、IL-21、IL-22等炎症因子,导致了黏膜炎症和损伤。但Treg细胞通过释放抗炎细胞因子,包括IL-10和TGF-β,来抑制由Th1和Th17细胞介导的免疫反应过程,维护免疫系统的稳态平衡。两种不同的免疫过程共同促使OM的发生与发展。 二、免疫调节剂的分类与作用 免疫调节剂是一类能够影响机体免疫系统功能,以减轻免疫过度反应或增强免疫反应的药物或生物制剂。根据其来源,可以分为生物制剂、化学合成制剂、免疫系统产生的产品以及中药或植物提取物。在调节免疫过程中,它们通过不同的作用机制发挥作用,根据其不同的调节作用主要分为两种,一种能够增强免疫活性,有助于免疫进展的属于免疫增强剂,其主要的作用机制可以通过促进抗原呈递的活性、增强T细胞的增殖活化,尤其是CD4+T细胞和CD8+T细胞以及刺激NK细胞的功能。γ-干扰素(interferon-γ,IFN-γ)属于免疫增强剂中的一种,通过增强NK细胞的活性增强免疫功能。 另一种免疫抑制剂主要通过抑制T细胞活性,如抑制Th1和Th17细胞的功能、阻碍B细胞增殖、减少抗原呈递细胞的活性、抑制IL-6信号通路等,从而减少炎症和免疫反应。环磷酰胺、来氟米特主要通过抑制T细胞和B细胞增殖,硫唑嘌呤抑制嘌呤合成,减少用于白细胞合成的DNA和RNA的产生,从而引起免疫抑制。免疫调节剂能够参与调节免疫功能,在OM的进展中,免疫作用不可忽视,免疫调节剂的应用可作为单独或联合抗菌药物治疗OM的新途径。 三、免疫调节剂在OM中的应用 3.1 糖皮质激素 糖皮质激素(glucocorticoids,GCs)是由肾上腺皮质产生的类固醇激素,是神经与免疫系统的介质。临床上,GCs具有强大的抗炎和免疫抑制作用,常用于治疗过敏、自身免疫和慢性炎症等疾病。在参与免疫调节过程中,GCs具有双重作用,一方面,GCs能够有效上调IL-2、IL-6、IFN-γ、GM-CSF和TNF-α的细胞因子受体,增强T细胞中IL-7受体α链(IL-7Rα)的表达并诱导STAT5 和PI3激酶的磷酸化,促进T细胞、B细胞和先天淋巴细胞的存活和增殖,并支持它们在外周淋巴器官中的维持,从而实现免疫增强作用。另一方面,GCs通过与GC反应元件的结合激活或抑制基因表达发挥免疫抑制作用。研究表明GCs胞内受体(GR)反式激活抗炎因子GILZ 和IκBα继而抑制炎症细胞因子和IL-6等因子的表达。此外,GCs的免疫抑制作用还通过与其他转录因子(如NF-κB 和AP-1)直接相互作用反抑制炎症因子的表达。地塞米松是临床常用的激素用药,具有很好的抗炎作用。由5-氟尿嘧啶诱导的仓鼠口腔黏膜炎模型中,使用地塞米松治疗后可有效减少小鼠口腔黏膜炎症和溃疡发生,经过实验研究表明,地塞米松能够降低口腔黏膜标本中肿瘤坏死因子(TNF)-α、白细胞介素(IL)-1β 和巨噬细胞迁移抑制因子(MIF)的细胞因子水平[20]。 3.2 生物制剂 生物制剂以碳基生物为原料,利用传统技术或现代医药技术制造,生产具有调节或抑制免疫系统中的免疫细胞或机制的药物。在OM的治疗中,主要可以通过增强局部免疫反应、调节炎症反应、促进组织修复等功能发挥作用。重组人白介素-11(rhIL-11)是一种具有抗炎活性的多效性细胞因子,研究表明,口服rhIL-11具有抑制黏膜炎症的作用[21]。在OM的儿科患者中,发现肿瘤坏死因子α(TNF-α)的低甲基化可影响口腔黏膜的恢复,TNF-α抑制剂能够用于OM的管理。 此外,粒细胞集落刺激因子(G-CSF)和粒细胞-巨噬细胞集落刺激因子(GM-CSF)能够促进中性粒细胞和口腔黏膜单核细胞或巨噬细胞前体增殖分化并改善中性粒细胞趋化性、吞噬和氧代谢,促进中性粒细胞计数升高并增加其向口腔黏膜中定向迁移,从而减少OM的持续时间。在5-氟尿嘧啶治疗和机械抓挠在叙利亚仓鼠脸颊袋中诱导口腔黏膜炎实验中,使用水稻细胞来源GM-CSF可以提高OM的愈合[23]。研究显示,通过漱口水局部应用GM-CSF在对比仅使用防腐剂和两性霉素B的前瞻性随机实验中,GM-CSF可有效缩短OM的持续时间以及缓解临床症状。 3.3 维生素类药物 维生素类药物种类丰富,通过维持口腔上皮黏膜完整性、抗氧化、调节钙代谢和抑制促炎因子表达以及增强抗菌肽的合成等途径治疗OM。其中维生素D已被证明具有调节如Th17或先天淋巴细胞和关键的黏膜细胞因子IL-22的黏膜驻留细胞群的作用。研究表明,一项甲氨蝶呤化疗诱导的黏膜炎小鼠模型中,每日维生素D注射可改善IL-22水平。维生素A也被证实具有调节黏膜免疫细胞的作用,主要通过支持产生IL-22的先天淋巴细胞、T细胞抑制IFN-γ和IL-17以及诱导黏膜组织中的调节性T细胞。有研究表明预防性使用维甲酸可以降低骨髓移植期间OM的发病率。维生素E发挥抗氧化的特性和膜稳定效力,限制炎症期间ROS和自由基的释放,介导组织损伤,从而降低OM的程度。一项随机临床试验中,与单独使用曲安奈德漱口水治疗的OM患者相比较,含有维生素 E、曲安龙和透明质酸的漱口水具有明显改善OM的作用。 3.4 钙调神经磷酸酶抑制剂 钙调神经磷酸酶抑制剂是微生物来源的免疫抑制剂。在正常的免疫应答中,主要组织相容性复合物将抗原呈递给T细胞导致钙调蛋白结合的胞质内钙离子升高并促使钙调磷酸酶激活。游离钙促进活化 T 细胞核因子的合成。钙调磷酸酶使活化 T 细胞核因子的细胞质亚基去磷酸化,最终与核亚基结合。活化 T 细胞核因子复合物促进许多细胞因子的转录,包括白细胞介素(IL)-2、IL-3、IL-4、肿瘤坏死因子-α、干扰素-γ、转化生长因子-β和粒细胞-巨噬细胞集落刺激因子。钙调磷酸酶抑制剂通过抑制胞质钙调磷酸酶功能来干扰该通路,从而抑制促炎细胞因子的产生。但钙调神经磷酸酶抑制剂的长期疗效和安全性存在着许多的争议,会增加恶性肿瘤进展的风险,尤其是非霍奇金淋巴瘤、鳞状细胞癌以及口咽癌、皮肤癌等[29]。因此近些年对于使用钙调神经磷酸酶抑制剂治疗OM的研究较少。但是在一项半乳糖基化羧甲基壳聚糖负载环孢菌素A结肠靶向口服纳米胶束自组装治疗溃疡性结肠炎的小鼠研究中,新型的药物载体加载环孢菌素A靶向治疗溃疡部位能够缓解炎症反应,修复和重建黏膜上皮屏障。可开发为治疗OM有前途的药物载体提供思路。 3.5 天然产物或中药成分 天然产物与中药具有副作用小、安全性高、多靶点、多活性成分的特点,用于治疗OM,可以在一定程度上减少对化学药物的依赖,从而降低潜在的药物副作用和耐药性风险。天然产物中常用的主要有蜂蜜、芦荟、姜黄、橄榄油等。蜂蜜治疗OM主要通过抑制环氧合酶途径和减少前列腺素合成减少炎症过程,以及影响巨噬细胞活化和T、B细胞增殖。研究发现,蜂蜜局部涂抹儿童OM对比接受常规镇痛和消毒凝胶的患儿能够降低OM的严重程度和持续时间,是一种舒适、简单且具有成本效益的治疗方法。芦荟中含有的多糖成分能够在组织中提供和保持水分,改善伤口氧化,促进愈合。研究表明,芦荟提取物乙酰甘露聚糖能够减少溃疡面积和改善疼痛。 中药治疗OM常用的药物有甘草、生地黄、黄连、麦冬、金银花、北沙参等,这些药物中含有多种具有免疫刺激作用的生物活性成分,如多糖类、多酚类、类黄酮、二萜类化合物、生物碱等。多糖类能促进T细胞增殖,提高IFN-γ、IL-2、IgG 和 IgM 水平。多酚能够使NF-κB(活化 B 细胞的核因子 κ 轻链增强子)失活,抑制TLR和促炎基因的表达。其他生物活性通过增强T细胞、B细胞和巨噬细胞的功能、促进白细胞介素(IL-2、IL-6)和干扰素(IFN-γ)的释放等方面调节免疫治疗OM。在一项临床研究中,自制解毒愈疡漱口液可降低急性髓系白血病化疗性口腔黏膜炎的发生率,减轻严重程度,缓解疼痛。主要的中药组成有金银花、黄连、白花蛇舌草、牡丹皮、白蔹、玄参、麦冬、北沙参、当归、黄芪、甘草等,共奏泻火解毒、益气养阴之功效。程淼等基于氧化应激,拟定三草愈疡汤含漱口,可有效降低OM的发生率,提高氧化因子SOD、GSH-PX和GSH的表达,降低氧化损伤因子LPO及MDA的表达。 四、展望 现代医学对肿瘤化疗相关性口腔黏膜炎(OM)的机制研究越来越明确,免疫系统的作用不可忽视,但化疗药物引起免疫抑制给许多的病原微生物提供了较高的致病机率,OM的发生给患者带来了严重的危害,严重的疼痛影响患者进食,甚至产生焦虑、抑郁等心理问题,降低患者生活质量。OM的治疗方法以及药物也逐渐增多,其中免疫调节剂的应用通过调节免疫反应,减少炎症因子释放,增强局部免疫防御功能,促进口腔黏膜的恢复,改善组织再生的能力,加快愈合过程,能够在一定程度上改善OM的临床症状,提高患者生活质量。免疫调节剂以现有的临床药物、天然药物以及中药为主,用于治疗OM具有显著的效果。但是免疫调节剂也具有一定的副作用,能够增加自身免疫相关的副作用和感染风险,特别是免疫系统已经受损的患者,而且不同的患者对免疫调节剂的个体反应差异较大,难以确保最佳疗效和最小的副作用。因此对于免疫调节剂治疗OM还需要进一步发展个体化的治疗策略。其次,免疫调节剂给药方式、药物载体也值得进一步的创新和研究,以增加应用的便利性和接触时间的持续时间、增加依从性,实现低剂量用药和降低潜在全身吸收的有效管理。中药具有“多成分、多靶点、多通路”的特点,能够发挥多种免疫调节作用,但是对于具体的调节机制仍然不够明确,需要更多的基础研究来揭示中药在免疫调节治疗OM的具体作用机制。最后,免疫调节剂只是治疗OM的方法之一,探索免疫调节剂与其他治疗手段的联合应用是一个长期的过程,需要不断地努力,以达到治疗的最终目标:改善口腔黏膜疾病的管理,在没有或降低全身效应风险的情况下增强效果,提高疗效,减少全身症状,提供具有更高成本效益的治疗选择。 【参考文献】 [1] ELAD S,CHENG KKF,LALLA RV,et al.MASCC/ISOO clinical practice guidelines for the management of mucositis secondary to cancer therapy[J].Cancer,2020,126(19):4423-4431. [2] FU B,WANG N,TAN HY,et al.Multi-component herbal products in the prevention and treatment of chemotherapy-associated toxicity and side effects:A review on experimental and clinical evidences[J].Front Pharmacol,2018,9:1394. [3] 刘志军.头颈部肿瘤化疗引起口腔黏膜炎的危险因素分析[J].现代肿瘤医学,2015,23(20):2913-2915.LIU ZJ.Risk factors for head and neck cancer chemotherapy-induced oral mucositis[J].Modern Oncology,2015,23(20):2913-2915. [4] ELAD S,YAROM N,ZADIK Y,et al.The broadening scope of oral mucositis and oral ulcerative mucosal toxicities of anticancer therapies[J].CA Cancer J Clin,2022,72(1):57-77. [5] PULITO C,CRISTAUDO A,PORTA C,et al.Oral mucositis:the hidden side of cancer therapy[J].J Exp Clin Cancer Res,2020,39(1):210. [6]CHEN C,ZHANG Q,YU W,et al.Oral mucositis:An update on innate immunity and new interventional targets[J].J Dent Res,2020,99(10):1122-1130. [7] SONIS ST.The pathobiology of mucositis[J].Nature Reviews Cancer,2004,4(4):277-284. [8] BAYRAMOGLU Z,MOKHTARE B,MENDIL AS,et al.Effect of taxifolin on methotrexate-induced oxidative and inflammatory oral mucositis in rats:biochemical and histopathological evaluation[J].Journal of Applied Oral Science,2022,30:e20220115. [9] GRAVES DT,MILOVANOVA TN.Mucosal immunity and the FOXO1 transcription factors[J].Front Immunol,2019,10:2530. [10] IMAM T,PARK S,KAPLAN MH,et al.Effector T helper cell subsets in inflammatory bowel diseases[J].Front Immunol,2018,9:1212. [11] ZEBEAMAN M,TADESSE MG,BACHHETI RK,et al.Plants and plant-derived molecules as natural immunomodulators[J].Biomed Res Int,2023,2023:7711297. [12] CHEN Y,DU M,YUAN Z,et al.Spatiotemporal control of engineered bacteria to express interferon-γ by focused ultrasound for tumor immunotherapy[J].Nature Communications,2022,13(1):4468. [13] EMADI A,JONES RJ,BRODSKY RA.Cyclophosphamide and cancer:golden anniversary[J].Nat Rev Clin Oncol,2009,6(11):638-647. [14] ALAMRI RD,ELMELIGY MA,ALBALAWI GA,et al.Leflunomide an immunomodulator with antineoplastic and antiviral potentials but drug-induced liver injury:A comprehensive review[J].Int Immunopharmacol,2021,93:107398. [15] YOUNGER IR,HARRIS DWS,COLVER GB.Azathioprine in dermatology[J].Journal of the American Academy of Dermatology,1991,25(2):281-286 LI Q,ZHAO X,YANG HH,et al.Clinical efficacy of antihistamines and nasal glucocorticoids combined with Vitamin D in the treatment of allergic rhintis[J].Journal of Zunyi Medical University,2023,46(03):291-295. [16] SURJIT M,GANTI KP,MUKHERJI A,et al.Widespread negative response elements mediate direct repression by agonist-liganded glucocorticoid receptor[J].Cell,2011,145(2):224-241. [17] RIBEIRO SB,DE ARAUJO AA,ARAUJO JR,et al.Protective effect of dexamethasone on 5-FU-induced oral mucositis in hamsters[J].PLoS One,2017,12(10):e186511. [18] VENKOVA K,KEITH JJ,GREENWOOD-VAN MB.Oral treatment with recombinant human interleukin-11 improves mucosal transport in the colon of human leukocyte antigen-B27 transgenic rats[J].J Pharmacol Exp Ther,2004,308(1):206-213. [19] VIANA FJ,CASTRO CM,QUEIROZ NJ,et al.TNF-alpha promoter hypomethylation is frequent in oncopediatric patients who recovered from mucositis[J].Braz Oral Res,2024,38:e42. [20] WON JH,JI JE,AHN KH,et al.Effect of rice cell-derived human granulocyte-macrophage colony-stimulating factor on 5-fluorouracil-induced mucositis in hamsters[J].Biol Pharm Bull,2013,36(3):425-431. [21] HEJNA M,KOSTLER WJ,RADERER M,et al.Decrease of duration and symptoms in chemotherapy-induced oral mucositis by topical GM-CSF:results of a prospective randomised trial[J].Eur J Cancer,2001,37(16):1994-2002. [22] GIAMPAZOLIAS E,PEREIRA DCM,LAM KC,et al.Vitamin D regulates microbiome-dependent cancer immunity[J].Science,2024,384(6694):428-437. [23] YILMAZ E,AZIZOGLU ZB,ASLAN K,et al.Therapeutic effects of vitamin D and IL-22 on methotrexate-induced mucositis in mice[J].Anticancer Drugs,2022,33(1):11-18. [24] COHEN G,ELAD S,OR R,et al.The use of tretinoin as oral mucositis prophylaxis in bone marrow transplantation patients:a preliminary study[J].Oral Dis,1997,3(4):243-246. [25] AGHA-HOSSEINI F,POURPASHA M,AMANLOU M,et al.Mouthwash containing vitamin E,triamcinolon,and hyaluronic acid compared to triamcinolone mouthwash alone in patients with radiotherapy-induced oral mucositis:Randomized clinical trial[J].Front Oncol,2021,11:614877. [26] NIWA Y,TERASHIMA T,SUMI H.Topical application of the immunosuppressant tacrolimus accelerates carcinogenesis in mouse skin[J].Br J Dermatol,2003,149(5):960-96 贾晓周（18704099845)，毕业于河北医科大学，中西医结合、临床医学双学历，后于辽宁中医药大学附属医院进修，曾就职于辽宁航空航天附属医院，曾受聘于北京至道中医研究院任副院长，国家区域慢性呼吸系统病防治中心会诊专家、《皇帝内经》东方哲学体系研究员、国家生活方式医学领域专家顾问，传统武式太极拳精英传承人，世界医疗健康管理协会会员，长年从事创新性医药领域及临床诊疗技术应用学术研究工作。     目前主要从事呼吸领域相关疾病临床诊疗进展、儿童生长发育及慢性骨病中西医联合诊疗领域科研工作，国内外先进特色诊疗技术挖掘及整理。曾参加中国咳嗽诊疗指南万里行巡讲，作为“气道炎症专场”特邀专家，2018年发起“中国基层咳嗽诊疗指南万里行”活动，2020年发起“中国基层儿童咳喘病全国巡讲”活动，2021年发起“中国基层慢病规范化诊治”全国巡讲活动，2023年新冠病毒感染及其并发症的临床规范化诊治方案更新，推进基层《新冠感染咳嗽专科门诊》、《呼吸慢病专科门诊》等专科门诊机构的建立，2025年进行关于儿童生长发育及慢性骨病中西医临床最新诊疗模式进展探究，深入研究“疏木六君子汤”“清肺汤等”在呼吸及相关肿瘤领域的应用进展，进一步提升最新生物制剂相关特效雾化治疗方案相关难治性、难愈性呼吸系统疾病治疗，推进基层“气道炎症计”呼出气一氧化氮精准化气道炎症水平测定及指导相关呼吸系统疾病中西医结合治疗方案。2026年致力于临床呼吸、消化及心脑血管常见慢病中西医结合MDT门诊建设工作，深入推进科研门诊与常规诊疗相结合的临床发展方向。立足于目前临床最新医学进展领域：阶梯式治疗方案、呼吸免疫治疗方案、上下气道同治治疗方案、精准化诊治治疗方案、常见病快速评估等及针对中西医结合临床一线指南推荐用药等做全面总结研究，以帮助更多的同仁完成科学、精准、规范的诊治，开展更多医疗领域学术交流会议，推进常见多发病的预防、科学的健康管理新理念。

引用本文 赵宇,江旻,丛斌*,王刚*,张春明*,张静,连云波,张堃.临床价值导向下的AI制药范式转型：从FIC到FID的二元模型协同路径[J].中国食品药品监管,2026(6):16-27. 临床价值导向下的AI制药范式转型：从FIC到FID的二元模型协同路径 Paradigm Shift in AI-Driven Drug Discovery under Clinical Value Orientation: A Synergistic Path of the Dual Model from FIC to FID 赵宇 图灵- 达尔文实验室 中科计算技术西部研究院 ZHAO Yu Turing-Darwin Laboratory West Institute of Computing Technology, Chinese Academy of Sciences 江旻 北京大学肿瘤医院暨北京市肿瘤防治研究所国家药物临床试验机构，消化系肿瘤整合防治全国重点实验室 JIANG Min National Drug Clinical Trial Institute, Peking University Cancer Hospital & Institute; State Key Laboratory of Holistic Integrative Management of Gastrointestinal Cancers 丛斌* 河北医科大学 CONG Bin* Hebei Medical University 王刚* 首都医科大学附属北京安定医院 WANG Gang* Beijing Anding Hospital, Capital Medical University 张春明* 中国科学院计算技术研究所 ZHANG Chun-ming* Institute of Computing Technology, Chinese Academy of Sciences 张静 北京哲源科技有限责任公司 ZHANG Jing Phil Rivers Technology Co.,Ltd. 连云波 中国信息通信研究院 LIAN Yun-bo China Academy of Information and Communications Technology (CAICT) 张堃 中国科技产业投资管理有限公司 ZHANG Kun CAS Investment Management Co., Ltd. 摘  要 / Abstract 创新药产业是我国战略性支柱产业，《中华人民共和国药品管理法实施条例》明确以“临床价值为导向”。以未满足临床需求为起点、患者获益为终点已成国际共识，但受限于疾病机制解析瓶颈，该理念长期未转化为可执行范式。本文整合人工智能（AI）技术体系，提出从“同类首创（FIC）”向“疾病领域治疗价值首创（FID）”的范式重构，核心在于将首创性判据由分子结构新颖性迁移至疾病治疗价值，论证AI 与多组学如何使疾病机制解析及疾病优先逻辑走向可执行，并将其置于我国产业高质量发展语境中系统整合。本文沿“精准制造”与“科学决策”维度，将AI 技术归并为侧重分子设计的化学模型与侧重机制解析的生物模型，此分类系契合研发全链条的功能性抽象。在此基础上，本文提出“二元模型携动是落实临床价值导向的关键路径”，剖析因携动不足导致的研发与临床脱节痛点并提出多维建议，为产业高质量发展提供支撑。 The innovative drug industry is a strategic pillar industry in China. The Regulations for the Implementation of the Drug Administration Law explicitly emphasize a "clinical value-oriented" approach. Taking unmet clinical needs as the starting point and patient benefit as the endpoint has become an international consensus; however, constrained by bottlenecks in the elucidation of disease pathogenesis, this concept has long failed to be translated into an actionable paradigm. By integrating AI technologies, this paper proposes a paradigm shift from first-in-class (FIC) to first-in-disease (FID). The core of this reconstruction is to shift the criterion of pioneering status from molecular structural novelty to therapeutic value in disease treatment. It demonstrates how AI and multi-omics enable systematic dissection of disease pathogenesis and operationalize a disease-driven R&D logic and embed this new paradigm within China’s framework for high-quality innovative drug industrial development. From the dimensions of "precision manufacturing" and "scientific decision-making," this paper categorize AIdriven computational tools into two modules: chemistry models, which focus on molecular design, and biological models, which focus on the dissection of disease pathogenesis. This classification constitutes a functional abstraction aligned with the entire R&D chain. On this basis, the paper proposes that "the synergistic advancement of the dual models is the critical pathway to implementing the clinical value-oriented approach." It then analyzes the pain points of the R&D–clinical disconnect arising from insufficient synergy, and offers multidimensional recommendations to support the high-quality development of the industry. 关 键 词 / Key words 人工智能制药；临床价值导向；FIC ； FID ；二元模型；化学模型；生物模型 artificial intelligence for drug discovery ; clinical value orientation; first-in-class (FIC); first-in-disease (FID); dual model; chemical model; biological model 基金项目 中国工程院院地合作项目（2025-DFZD-22）；北京市科技计划项目（Z231100004623006）；北京市自然科学基金- 海淀原始创新联合基金（L232032） 创新药产业是我国战略性支柱产业，其高质量发展直接关系到国家生物医药安全与健康中国建设。《中华人民共和国药品管理法实施条例》明确强调以临床价值为导向[1]，为人工智能（artificial intelligence，AI）制药指明了发展方向。近年来，AI 技术向制药领域的深度渗透，为以临床价值为核心的新药创新提供了前所未有的技术支撑。摩根士丹利2026 年报告以“化学/ 生物”二分法概括AI 制药格局并引发热议，其背后反映的正是技术爆发式增长与临床价值导向之间的结构性错位。传统新药创新主要遵循同类首创（first-in-class，FIC）范式，以靶点与分子结构的新颖性为主要方向，对未满足临床需求的深入挖掘及疾病机制的充分解析相较偏薄弱，导致药物在临床Ⅱ期至Ⅲ期的转化成功率偏低[2]。针对这一困境，新药创新应从FIC向疾病领域治疗价值首创（ first-in-disease，FID）范式演进已成为重要发展方向。本文的核心贡献是构建了“AI 制药+FID”的耦合机制，即新药创新需以临床需求为起点、以患者获益为核心的范式升级。本文沿“精准制造”与“科学决策”厘清二元模型的内在关联，剖析因携动不足导致的协同痛点，并提出相应发展建议，以期为AI 制药的落地应用及创新药产业的高质量发展提供理论与实践指引。 01 临床价值导向下创新药产业发展逻辑与FIC-FID 范式转型 1.1 创新药支柱产业发展要求与临床价值导向内在契合 创新药产业是我国生物医药这一战略性新兴产业的核心赛道，其高质量发展直接关系到国家医药安全与健康中国建设。在这一定位下，“高质量发展、临床价值导向与可持续源头创新”构成产业演进的核心要求与基本约束。 围绕上述目标，我国监管部门持续推动创新药由“跟跑”向“并跑”乃至“领跑”转型，其内在主线在于以临床价值为核心重塑创新标准，遏制低水平重复与“为创新而创新”的路径依赖，确保产业发展始终锚定未满足临床需求与健康中国战略目标。 2021 年《以临床价值为导向的抗肿瘤药物临床研发指导原则》发布，率先在行业研发领域确立临床价值导向[3]。2026 年第四次修订的《中华人民共和国药品管理法实施条例》，首次进行全面修订，将“以临床价值为导向”明确写入行政法规，完成制度层面的固化。随着配套产业指导原则的持续细化与落地，逐步形成以“临床价值”为起点、过程约束与最终评价标准的完整体系。 由此可见，临床价值不仅是创新药研发的出发点与归宿，更是衡量产业高质量发展的关键标尺。对于AI 制药而言，只有以真实未满足临床需求为核心锚点，AI 技术才能从工具性效率提升走向对创新质量的实质性贡献，进而真正嵌入创新药产业体系，成为驱动产业升级与提升全球竞争力的关键引擎。 1.2 新药创新亟待转型：从FIC 到FID的范式跃迁 在创新药支柱产业定位与临床价值导向的双重约束下，传统以FIC 为核心的新药创新范式，逐渐显现出与产业高质量发展目标之间的结构性不匹配。法国国家卫生管理局（Haute Autorité de Santé，HAS）对2008~2018 年上市的135 个FIC 药物的评估显示，超过55% 未产生额外临床获益[4]。这意味着，以首创性为标尺的创新，在过半情形下并未兑现为真实的临床价值。这暴露出FIC 范式存在3 方面的结构性局限。其一，研发起点错位。FIC 模式往往以“新靶点”为出发点，而非以“未满足临床需求”为核心驱动，靶点与疾病之间多停留在相关性层面，缺乏充分的因果验证，导致研发方向存在结构性偏差。其二，临床转化风险较高。全球FIC 药物在Ⅱ期向Ⅲ期推进过程中的转化率持续偏低，BIO 联合Biomedtracker统计显示，新分子实体（New Molecular Entity，NME）的Ⅱ期通过率仅25.6%[5]。其深层原因在于对疾病机制理解的不充分，难以支撑临床阶段的有效验证。其三，价值导向偏离。在部分项目中，“为新而新”的倾向依然存在，创新未能有效转化为患者临床获益，进而造成研发资源的低效配置，资源浪费严重。 基于上述产业痛点与临床价值导向的内在要求，FID 作为新一代创新范式应当被予以高度重视。“疾病治疗价值优先”作为研发导向并非新理念，已散见于以患者为中心的药物开发、突破性疗法认定、优先药物计划等监管框架及相关学术论述中。在此基础上，本文提出FID 作为整合性范式标签，旨在将分散共识凝练为可与FIC 范式并列对标的统一概念，并依托AI 制药二元模型使其从价值倡导走向全链条可执行。 FID 范式以疾病未满足临床需求为起点，以疾病机制的完整与精准解析为基础，并以患者临床获益提升作为最终评判标准，从根本上实现由“分子结构首创”向“疾病治疗价值首创”的逻辑跃迁。 在 FID 范式中，疾病机制解析向研发决策系统转化，形成可结构化、可对接的研发决策输入。其一，反映靶点干预与疾病表型间因果关系强度的证据维度，用于支撑立项优先级与资源配置的排序。其二，刻画机制扰动选择性与作用边界的结构维度，用于约束化学模型的设计空间与脱靶风险阈值。其三，表征疾病人群响应分布特征的异质性维度，用于界定临床适应症范围与早期分层策略。由此，疾病机制解析从研发流程后端的知识积累环节前移，直接构成立项与设计阶段的前端决策输入，从而形成“基于因果认知的研发决策”链条。在此链条下，“未满足临床需求”不再仅作为定性价值判断进入立项讨论，而是可被生物模型系统刻画为因果证据、选择性边界与人群响应特征，进而转化为可操作的立项约束与研发路径规划依据。 FID 范式与Bender 等[6] 所提出的“药物发现中决策质量比速度和成本更重要”的观点形成内在呼应。通过强化疾病机制解析与临床需求锚定，FID 有助于在研发早期即提升决策质量，从源头提高进入临床阶段候选化合物的有效性与成功概率。 相较于FIC，FID 范式主要体现为3 个层面的系统性升级。首先，研发起点由“靶点创新”转向“临床需求锚定”，从源头与监管体系的核心目标形成一致性。其次，研发逻辑由“基于靶点找疾病”转向“基于疾病找靶点”，基于机制解析强化因果验证以提升确定性。最后，价值评判由“分子结构首创性”转向“患者临床获益的实质性提升”，以临床价值作为统一评价标尺，使创新回归“治病救人”的根本目标。 1.3 面向高质量发展的原始创新：FID 范式重塑创新药研发逻辑的路径探索 以未满足临床需求为核心、以疾病机制理解为基础、以患者获益为目标的研发理念，已成为全球新药研发的共识，更是我国药品监管改革的内在要求。本文提出的FID 范式，正是在这一共识基础上，结合AI 等前沿技术趋势，对创新药研发逻辑的系统性整合与升级。厘清FID 与现有研发体系的关系，对于推动我国创新药从“跟随式创新”向“原始创新”跨越具有重要的理论与实践意义。FID 与主要既有概念的对比，见表1。 FID 与“疾病优先的药物发现”及“基于机制的药物发现”等既有提法之间是承继而非替代的关系。上述提法多停留于倡导层面，侧重呼吁研发方向回归疾病需求；FID 的增量在于将其整合为具有技术承载和全链条可操作性的结构化范式，并以“疾病治疗价值首创”提供可与FIC 对标的明确判据。 在药物发现环节，业界长期存在“表型筛选”与“靶点导向”两种策略。历史数据显示，表型筛选在FIC 药物发现中曾占据主导地位，其优势在于直接关注“是否有效”；而近年来靶点导向策略的回升，则反映了机制研究的重要性[7-8]。FID 范式融合了二者的优点，既坚持疾病导向的临床起点，又利用新技术实现了对疾病机制的完整解析，从而超越了传统表型药物发现（phenotypic drug discovery，PDD）“知其然不知其所以然”的局限。 在临床开发环节，美国食品药品监督管理局（Food and Drug Administration，FDA） 推出的“以患者为中心的药物开发（patient-focused drug development，PFDD）”框架主要解决了下游评价中纳入患者体验的方法学问题[9]。FID 范式则进一步将这一理念前移至研发源头，确立了从疾病机制出发的研发起点，实现了全链条的患者获益导向。 在监管激励环节，“未满足临床需求”是加速审批的核心依据。我国现有的突破性治疗药物程序等侧重于对优质候选资源的“优先评价”[10-11]，而FID 范式则致力于从源头重塑发现逻辑，通过精准的机制解析提高研发成功率，为监管审批提供更高质量的候选药物。 此外，FID 需与产业界的管线价值概念同类最佳（best-in-class，BIC）及首发适应症（first-in-indication，FII）区分：BIC 遵循“已知靶点优化”逻辑，FII 仅为监管维度的“时间首发”，二者均无需深层机制解析。FID 则不论靶点新旧，强制要求以疾病机制完整解析与因果验证为前提，真正将“疾病价值”而非“靶点或时间”置于研发绝对核心。 基于对现有研发体系演进的分析，FID 范式在承继共识的基础上，于3 个关键维度实现了研发逻辑的深化与升级，构成了推动我国创新药高质量发展的核心增量。 第一，重塑创新评价体系，回归医学本质。针对当前行业存在的过度关注分子结构新颖性而忽视临床实际价值的倾向，FID 将创新的首要评价基准从“分子层面的首创”重锚为“疾病层面的治疗获益”。这一转变旨在引导研发资源真正流向解决患者临床痛点的领域，提升创新药的临床含金量。 第二，赋能技术路径落地，发展新质生产力。传统疾病导向研发长期受限于机制解析的技术瓶颈，多停留在理念倡导层面。FID 范式依托AI 与多组学技术的深度融合，推动药物研发从静态描述向动态预测建模跨越，使基于完整机制解析的疾病优先研发具备了工程化可操作性。这不仅是技术方法的进步，更是研发范式的根本性变革。 第三，构建本土实践框架，服务国家战略。本文将国际前沿的研发范式与我国创新药支柱产业的发展定位及国家科技政策相结合，探索构建一套面向我国产业实践、符合国情的统一框架。这一工作旨在为监管决策制定和产业转型升级提供可操作的范式参照，助力我国从制药大国向制药强国迈进。 02 AI 制药二元模型的核心定位：赋能FID 范式落地的双轮驱动体系 当前，AI 制药技术体系正经历算法细分与底层融合的交织演进。从靶点机制的解析到先导化合物的生成，各类专用模型在微观尺度上不断拓展方法论的边界，形成了高度复杂化的技术图谱[12]。2026 年2 月，摩根士丹利发布行业研究报告《跨越分子：2026 年是人工智能药物发现的成败之年》（Crossing the Molecule: Why 2026 is the Make-or-Break Year for AI in Drug Discovery），尝试以“化学模型”与“生物模型”二分法对AI 制药技术格局进行概括，引发产业界广泛讨论[13]。需要前置说明的是，该“化学/ 生物”二分为服务于产业与政策分析的功能性抽象，而非对学术分类的替代，其价值在于与“疾病理解、靶点验证、分子设计、临床转化”全链条的功能结构相吻合。学界正处于技术路径高度分化与快速融合的交织阶段，而资本市场试图以简洁的功能类别框架把握AI 制药的技术版图。学术维度的纵深细分固然驱动了技术演进，但面对以临床价值为导向的产业实践，过度碎片化的技术分类反而割裂了药物发现的完整价值链[12]。化学模型与生物模型是构成AI 制药体系的两大核心基础性模型。二者基于不同的底层科学逻辑，分别聚焦新药研发不同阶段的关键问题，在功能上相互区分、在路径上彼此衔接，共同构成支撑FID 创新与落实临床价值导向的“双轮驱动”体系。二者唯有协同发力，才能推动AI 制药技术从实验室走向产业化。 2.1 化学模型：FID 落地的“精准制造”载体，提升研发转化效率 化学模型以结构生物学为底层支撑，以物理化学规律为核心约束，并深度融合AI 技术，主要作用于分子设计、合成与优化等研发环节，是AI 制药体系中的“精准制造”模块。其核心功能在于解决FID 创新中“药物分子如何实现成药”的关键落地问题，从而成为提升我国创新药研发效率、支撑产业规模化发展的重要技术基础。 目前，全球范围内化学模型的商业化落地已形成“生成式分子设计”与“高精度物理计算”两大主流范式。以生成式架构为代表的平台，如英矽智能，实现了从靶点发现到先导化合物的端到端输出，其设计的原创小分子已成功推进至临床Ⅱ期阶段，初步跑通了“干湿实验闭环”的工程化流程；而以量子物理与分子力学为基础的计算平台，如Schrödinger、晶泰科技，则凭借自由能微扰（free energy perturbation，FEP）等高精度算法，开始嵌入跨国药企的早期研发流程。 摩根士丹利研究报告也认为，化学模型侧重执行效率，已具备较高商业化成熟度，是药企研发体系中的“加速器”[13]。 从研发逻辑来看，化学模型遵循“从结构解析功能”的基本路径，科研人员可通过AI 技术精准预测药物分子的结构、理化属性及成药性[14]，能够快速将研发思路转化为具体的药物分子成果。作为当前AI 制药领域中商业化程度最成熟的技术体系，其工具价值已在产业实践中得到了充分验证，能够直接对接药企研发需求，通过缩短研发周期与降低研发成本，为我国创新药产业实现效率提升提供关键支撑。 在FID 创新范式下，化学模型的核心价值在于承接生物模型所锚定的临床需求、所解析的疾病机制以及所验证的有效靶点，实现从“疾病治疗路径”向“符合成药性要求的药物分子”的转化。因此，化学模型本质上是创新范式落地的效率载体。然而需要强调的是，其效率优势的有效发挥，依赖于科研人员明确且科学的研发方向：若缺乏对疾病机制与有效靶点的清晰认知，即便具备高效的分子设计与合成能力，也难以推动FID 创新的实现，更无法真正契合临床价值导向与产业发展需求。 2.2 生物模型：FID 创新的“科学决策”核心，锚定研发正确方向 相较于化学模型聚焦“如何实现”，生物模型则聚焦“应当做什么”。其核心关注疾病的发生发展机制、靶点与疾病之间的因果关系等新药研发前端问题，是AI 制药体系中的“科学决策”模块。其根本作用在于解决FID 创新中的方向性问题，即“新药研发该往哪走”，从源头上保障研发活动与临床价值导向的一致性。在理论探索层面，有研究从系统生物学视角探索了数字孪生技术的整合应用，构建全息数字人体模型以重建微观至宏观的网络化动态生命信息，为疾病机制解析提供了跨尺度研究范式[15]。产业实践中，该领域已衍生出多种技术架构：以Recursion Pharmaceuticals为代表，通过高通量表型筛选与自动化实验闭环构建端到端的发现体系；以Noetik 为代表的“虚拟细胞”路线，依托空间转录组等大规模数据训练基础模型，模拟真实组织语境下的细胞行为与微环境，其近期获跨国药企授权合作印证了该路径的工业界认可度；Turbine 等平台则采用可解释的细胞仿真机制驱动靶点验证；我国如哲源科技，正探索“数字孪生”路径以递呈新靶点并预测患者响应。尽管生物模型驱动的管线多处于早期阶段，但其从源头定义了研发方向的科学性，确立了其在AI 制药二元体系中“科学决策”的根本定位。 摩根士丹利研究报告指出，生物模型主要面向靶点发现与疾病机制研究，侧重研发决策，目前整体仍处于临床验证阶段，但其发展水平将决定AI制药行业的价值上限[13]。 从方法路径来看，生物模型核心价值体现在：以揭示生命与疾病本质规律为目标，通过AI 技术整合多组学数据与真实世界数据，对疾病分子机制进行系统解析，进而筛选并验证具备临床价值的有效靶点[16]。这一过程不仅提升了疾病认知的深度，也为新药研发提供了具有因果基础的科学依据。 在产业层面，生物模型的核心价值体现在优化研发资源配置与提升成功率：通过在研发早期确立具备明确临床价值的方向，能够有效避免资源投入于低价值或高不确定性项目，从而提升整体研发效率与成功概率。同时，其研究成果为化学模型提供了明确的目标与核心载体，使分子设计与合成不再依赖经验试探，而是建立在清晰的机制认知之上，进而实现“科学决策”与“精准制造”的有效衔接，推动创新药研发形成“原创方向+ 高效转化”的全链条体系和系统性能力。 2.3 二元模型的协同逻辑：独立并行、协同携动支撑研发全流程创新 需要明确的是，“独立并行”强调的是两种模型在科学逻辑与功能定位上的相对独立——生物模型遵循疾病机制解析的因果推断逻辑，化学模型遵循分子成药的物理化学约束逻辑，二者可分别建立假设、独立迭代、分阶段验证；“协同携动”则体现为认识论层面的互补与方法论层面的闭环迭代，在关键节点通过假设检验实现耦合，而非要求两种模型在组织形态或技术路径上全程强绑定。这种“分治- 耦合”架构，既避免了单一模型的系统性偏误，又保障了全链条的贯通性，是药物发现方法论演进的自然结果。 化学模型与生物模型分别对应“精准制造”与“科学决策”两大核心功能，构成AI 制药体系的二元基础结构。二者在功能上相对独立、在运行上并行推进，但在创新过程中通过持续交互实现协同携动，这种“独立并行、协同携动”的内在关系特点，让二者共同支撑创新药研发全流程。 图1 所示框架的操作化路径可概括如下。生物模型完成疾病机制解析后，经由AI 因果推断输出三维结构化接口——因果证据维度用于靶点优先级排序，直接支撑立项决策；选择性边界维度划定分子设计的化学空间约束与脱靶规避条件；异质性维度界定响应人群的分子特征，指导适应症定位。上述接口信息同步传递至化学模型，转化为候选化合物生成与优化的前置约束；化学模型产出的分子活性数据反向回流至生物模型，作为机制假设的检验依据与迭代修正输入。两个平台由此经三个结构化接口形成双向反馈闭环，图1 中的全链条遂从静态布局转化为可迭代收敛的动态操作体系。生物模型异质性研究可延伸至临床，支撑虚拟试验精准入组，贯通靶点发现至临床开发全链路；化学模型可拓展至 CMC 工艺预测，覆盖分子设计至工艺放大全流程“ 精准制造”。 从更深层的认识论与方法论维度，上述协同可进一步解析为递进式逻辑闭环。第一层：认识论层面。生物模型与化学模型分别承担“解释”与“预测”的功能分野[17]。前者通过整合多组学数据建立靶点与疾病的因果关联，回答“为何干预”[18] ；后者基于物理化学规律在化学空间中搜索成药分子，回答“如何干预”[19]。二者分属因果推断与结构优化的不同科学逻辑，功能边界的清晰界定是路径衔接的前提。 第二层：方法论层面。二元模型的协同体现为异质循环的嵌套耦合[20]。生物模型以多组学等数据为支撑，遵循“假设- 验证- 修正”的科学发现循环，化学模型则沿袭药物发现中长期运行的“设计- 合成- 测试- 分析（design-make-test-analyze，DMTA）”工程优化循环。前者输出的疾病因果假设构成后者分子设计的约束条件，后者输出的化合物结构与活性数据则反向作为前者机制假设的检验证据。二者通过这一跨接口的双向反馈实现迭代收敛，构成药物发现的“干湿闭环”范式。 二元模型的认识论分野与方法论协同，最终收敛于药物研发的共同目标——发现具有临床疗效与安全性的NME 并推动其获批上市。在这一目标导向下，生物模型与化学模型不再是相互独立的工具，而是以迭代收敛为机制、以临床成功为判据、共同推进药物从机制假设到治疗实体的转化。近年来，AI 驱动的工业实践已显示，这一协同范式初步显示出对药物研发整体成功率的提升潜力。 这一闭环不仅与产业核心诉求高度契合，也为FID 创新提供了可持续演进路径。通过“科学决策”与“精准制造”的协同强化，AI 制药有望系统性提升我国创新药研发能力与核心竞争力，推动创新药产业迈向更高质量的发展阶段。 03 二元模型携动不足对FID 落地的制约机制分析 当前，AI 制药产业正处于技术成果转化的关键窗口期。受行业对二元模型的认知偏差与资源配置失衡等多重因素影响，化学模型与生物模型难以形成高效协同机制，导致AI 制药技术研发与临床价值导向、创新药产业高质量发展需求出现偏差，难以充分支撑产业从FIC 向FID 的创新转型，进而制约其对创新药产业的核心赋能效能，成为阻碍产业落地的核心瓶颈。需要明确的是，当前我国创新药研发已在临床需求对接方面取得一定进展，诸多药物研发均以临床需求为出发点，本文所剖析的痛点，核心是“协同不足导致的提升空间”，而非全盘否定产业现有成果。结合产业实践，其核心痛点总结为以下3 方面。 3.1 资源错配：重化学轻生物，临床与原创导向仍有提升空间 当前全球新药研发领域的AI 相关投入呈现显著不均衡特征，研发资源主要集中于化学模型领域，而生物模型的研发投入相对不足。Jacobson指出，仅不足 24% 的 AI 药物发现公司将 AI 应用于临床前阶段的人体疾病生物学研究，大部分公司将算力局限于靶点鉴定与分子设计两端[21]。直观印证了资源向分子设计，而非机制与靶点决策高度集中。这一现象的核心成因在于行业对二元模型的认知存在偏差，即过度侧重化学模型在分子筛选、合成等环节的效率优势，忽视了生物模型在疾病机制解析、潜在靶点发现中的核心科学决策价值，本质上是对药品创新的临床价值导向与产业原创发展要求的认知不够深入。正如相关报道所指出的结论，该认知偏差进一步导致AI 药物发现陷入“重速度、重成本，轻决策、轻质量”的发展误区[6]，最终形成生物模型发展滞后、化学模型缺乏科学指引的恶性循环，使得新药研发高失败率的行业痛点未能得到根本改善，导致临床需求对接的精准度与原创研发的深度仍有提升空间，未能充分释放创新潜力。 3.2 应用碎片化：化学模型缺乏统一框架，全流程研发能力待强化 当前，化学模型在产业实践中的应用呈现明显碎片化特征，分子设计、成药性优化等各环节的技术应用相互独立，未能形成全流程协同合力。这一落差已有数据印证：AI 发现的分子在临床Ⅰ期的成功率可达 80%~90%、显著优于行业历史均值，但进入更依赖疾病机制理解的Ⅱ期后，成功率即回落至约 40%、与行业均值持平[22]。从全流程看，截至 2025 年底却尚无任何由 AI 发现的药物获批[23]。造成上述现象的根本成因在于生物模型发展滞后，导致科研人员以及行业对疾病机制缺乏统一、系统的认知，使得化学模型各环节的优化仅围绕单一研发需求展开，未能充分契合疾病治疗逻辑与创新药研发全流程规律，最终形成“各环节高效、全流程低效”的尴尬行业现状。这种碎片化应用模式导致化学模型无法与生物模型形成有效协同，仅能作为孤立的研发辅助工具，难以支撑FID 所要求的全链条创新能力，制约了二元模型协同价值的充分释放，也使得化学模型对接临床需求、支撑原创研发的能力有待进一步强化。 3.3 验证滞后：生物模型临床转化缓慢，价值验证效能待提升 生物模型的临床验证是实现二元模型协同、推动FID 创新落地的关键环节，然而当前其临床验证进程普遍滞后，成为制约二元模型携动发展的重要瓶颈。以数字孪生为代表的生物模型因缺乏标准化验证框架与监管路径，其系统转化仍局限于学术或实验环境，存在显著的转化滞后[24]。生物模型的研发与落地流程具有复杂性与长期性的特点，需依托多组学数据积累与多阶段临床验证提供支撑，且难以快速实现商业化变现，这一特征直接导致生物模型研发投入不足、研发周期拉长。验证滞后带来的直接影响是导致化学模型缺乏科学、精准的理论指引，二元模型的协同缺乏坚实的临床价值支撑，进而导致药企对AI 制药技术的应用持谨慎试探态度，阻碍了技术与临床需求、产业发展的深度融合，使得创新药临床价值的验证效能有待提升，未能充分契合临床价值导向的核心要求。 04 推动二元模型协同携动的优化路径与思考 为破解当前AI 制药产业二元模型携动不足的核心痛点，切实落实以临床价值为导向的产业发展要求，响应国家及地方产业支持政策导向，支撑创新药产业从FIC 向FID 的创新转型，需要充分发挥AI 制药技术对创新药产业的赋能作用。结合创新药产业战略性定位，围绕二元模型协同携动核心，从政策、技术、临床、产业4 个维度提出优化建议，推动AI 制药产业规范化、高质量发展，助力我国生物医药产业实现升级突破。 4.1 强化政策统筹，优化二元模型资源配置结构 以赋能创新药产业高质量发展为核心目标，建议在国家层面建立AI 制药跨部门统筹协调机制，由药品监管、卫生健康、工业和信息、科技等多部门参与，形成常态化政策协同与决策机制，整合现有地方与行业专项政策，形成央地联动清单，避免重复支持和政策盲区。 在资源配置层面，可考虑设立“AI 制药二元模型协同”相关科技专项，明确生物与化学模型的经费配比，重点向疾病机制解析等生物模型基础研究倾斜。结合产业基金与税收优惠等工具，引导行业树立协同理念；针对生物模型长周期、高风险特征，建议试点长周期考核、容错机制及“里程碑式”拨款（milestone-based funding），以破解“重化学、轻生物”的结构性失衡。同时，宜构建生物模型成果向化学模型转化的快速通道，为FID 创新提供坚实的政策与资源支撑。 4.2 攻坚基础短板，构建二元协同研发体系 针对二元模型“技术研发活跃、产业转化滞缓”的结构性梗阻，需着力破解实验室成果向产业端规模化迁移的障碍。当前，侧重算法创新的研发专项与侧重工程落地的产业化项目在目标与考核上存在差异，形成“创新- 产业化”政策断裂；同时，现有规划对协同转化路径设计不足，缺乏从“模型可用”到“产业能用”的衔接机制。 为此，建议从产业规划层面统筹调整：一是建立跨部门AI 制药产业化联席会商机制，联合制定协同转化专项规划，明确生物模型进入产业应用的衔接标准与路径，打通“算法突破- 产业落地”政策链。二是设立二元模型转化中试基金，重点支持实验室模型在真实研发场景中的验证与工程化适配，形成“研发- 中试- 产业化”全周期资金配套。三是推动政产学研用协同，支持龙头企业与高校共建“模型验证- 工艺开发- 产业放大”的一体化联合实验室，探索“科技出题研发、工信配套放大、企业市场阅卷”的攻关模式。 通过上述协同推进，逐步形成贯通“疾病理解-靶点验证- 分子设计- 药物落地”的全链条研发框架，实现二元模型的深度携动，推动科学智能（AI for Science，AI4S）范式在医药领域的实质性落地。 4.3 加快临床验证，完善二元协同价值闭环 依托我国在临床转化基础设施与真实世界数据方面的优势，应加快构建AI 制药与临床体系之间的高效联动机制。推动AI 制药企业与三甲医院及临床研究机构的深度合作，建立“生物模型研究-临床验证- 数据反馈”的快速通道，加速基于生物模型的创新药临床验证进程。建议选取肿瘤、罕见病、慢性病等我国疾病负担较重或临床需求迫切的领域作为突破口，依托国家临床医学研究中心和药物临床试验机构，建设10~15 个AI 制药临床验证示范项目。 该机制的核心，是将模型研发与真实临床需求紧密对接，通过持续的数据反馈与模型迭代，逐步形成稳定的“科学决策- 精准制造- 临床验证-迭代升级”价值闭环，从而提升创新药研发的临床转化效率，并为二元模型协同提供坚实的临床价值支撑。这将破解临床验证滞后带来的产业发展梗阻，增强药企对AI 制药技术应用的信心与积极性。 4.4 构建协同生态，打造二元模型工程化体系 产业层面宜以二元模型携动为主线推动产学研用深度协同，明确主体定位：AI 技术方聚焦模型研发与融合、药企主导商业化落地、临床机构负责验证与数据供给。同时，需完善算力、数据与临床研究等生态配套，打破产业链壁垒，构建以二元协同为核心的AI 制药工程化体系，推动FID 规模化落地。目前，全球经临床验证、已获批药物的人类蛋白靶点约667 个[25]，而据估算，人类约 2 万个蛋白编码基因中，具备成药潜力的可成药基因约4479 个[26]，构成了巨大的未被满足的研发蓝海。在此背景下，化学模型需持续聚焦未成药靶点，着力突破其中“难成药”的技术限制，将生物靶点信号转化为具备成药性的候选分子；生物模型则需进一步深化疾病机制解析，系统阐明靶点与疾病之间的作用通路，挖掘其在不同疾病场景中的潜在治疗价值，从而最大化靶点开发潜力，为二元模型协同创新与临床价值落地拓展空间。 总而言之，AI 制药产业的发展需始终锚定创新药产业定位，紧扣临床价值导向，回归“治病救人、惠及患者”的医药创新本质。通过推动二元模型形成职责清晰、协同高效的产业级运行体系，使AI 技术从效率工具跃迁为重构生物医药创新体系的核心驱动力，进而支撑我国创新药产业在源头创新能力与规模化发展水平上的双重提升，为健康中国建设及全球健康事业提供持续动力。 共同第一作者简介 赵宇，图灵- 达尔文实验室副主任，中科计算技术西部研究院研究员。专业方向：计算医学 江旻，北京大学肿瘤医院国家药物临床试验机构办公室主任，副主任药师。专业方向：临床试验管理和信息化研究 共同通讯作者简介 丛斌，中国工程院院士，中国医学科学院和中国中医科学院学部委员，全国人大常委会委员、宪法和法律委员会副主任委员，九三学社中央原副主席，教授、主任法医师，博士生导师，河北医科大学法医学院院长。主要从事法医学、病理生理学、中西医结合医学及消化道微生态药理毒理学研究，是多学科交叉领域战略科学家 王刚，主任医师，教授，博士生导师，首都医科大学附属北京安定医院院长、国家精神疾病医学中心主任、国家精神心理疾病临床医学研究中心主任、抑郁症治疗中心、药物临床试验机构主任。专业方向：抑郁症创新诊疗技术的临床与转化研究 张春明，中国科学院计算技术研究所副研究员。专业方向：高性能计算与生物信息 【参考文献】详见纸刊。  欢迎大家订阅 Welcome Everyone To Subscribe 编辑：向丽 审核：赵燕宜