AI+創新藥：和譽醫藥打造長期增長的新能力曲線

上海2026年6月29日 /美通社/ -- 創新藥研發始終是一場與時間、概率和未知性的長期賽跑。面對日益復雜的疾病機制、更高的研發門檻以及持續增長的全球競爭，如何提升研發效率、增強創新成功率，正成為創新藥企業的重要課題。

人工智能技術的發展，為這一問題提供了新的解法。

作為一家秉承國際新藥開發理念與標準的生物醫藥企業，和譽醫藥始終堅持以研發創新驅動發展，并持續探索人工智能與藥物研發的深度融合。依托長期積累的創新藥研發能力、豐富的數據資產以及跨學科研發體系，公司正逐步構建覆蓋藥物研發與企業運營全流程的AI能力體系，讓創新研發更高效，讓科學決策更精準。

從研發積累出發，構建面向未來的AI能力底座

AI的核心價值，并非單純源于算法模型的迭代，而是深耕于企業長期沉淀的高質量數據資產與深厚的專業領域認識之中。

多年來，和譽醫藥持續打造以創新為導向的藥物發現平臺，能力覆蓋多組學研究與篩查、計算藥物化學、轉化醫學及生物標志物科學等關鍵領域，通過跨學科協同不斷提升識別和開發優質資產的效率與成功率。

圍繞這一能力體系，和譽醫藥正持續推進AI驅動的藥物研發平臺建設，通過Discovery AI與Translational AI兩大方向，將人工智能深度嵌入藥物發現、機制研究及研發決策流程。

在底層能力方面，公司已形成具有規模優勢的高質量研發數據積累：

• 在多組學研究與篩查領域，已建立起覆蓋大規模病理細胞、疾病模型及臨床樣本的研究體系，沉淀海量生化、生物物理及細胞學實驗數據，并持續開展多個方向的系統性篩查研究；
• 在計算化學領域，構建了由內部設計與合成的數萬個分子構成的實體化合物庫，以及可用于高通量虛擬篩選的上億級虛擬化合物庫，為新分子發現持續提供支持；
• 在轉化與生物標志物科學領域，已建立覆蓋細胞模型、體內模型研究的系統能力，形成豐富的轉化研究經驗與數據積累，為研發決策和臨床轉化提供支撐。

這些持續沉淀的高質量數據資產與研發經驗，已成為和譽醫藥推動AI能力建設的重要基礎。

AI賦能新藥開發，讓研發決策更高效

與傳統認知中"單點提效"的工具化應用不同，和譽醫藥致力于推動AI深度融入新藥研發的全生命周期，我們旨在徹底打破各環節的"信息孤島"，驅動整個研發鏈條實現系統性的數智化升級。

在早期研發階段，AI幫助團隊提升對疾病機制的理解能力。有別于傳統的碎片化信息人工低效整合，和譽醫藥早研團隊采用大語言模型（LLM）訓練和檢索增強生成（RAG）技術，結合多組學數據分析、生物網絡構建及知識圖譜等方法，直接生成疾病機制的自然語言描述，顯著提升靶點識別與優先級判斷效率，從海量生物信息中發現更多潛在治療機會。

進入藥物發現階段，AI將進一步發揮計算能力優勢。通過結構預測、分子生成、ADMET預測以及合成規劃等技術路徑，藥化和生物團隊能夠在更短時間內完成候選分子的設計、評估與優化，提高研發效率并降低試錯成本。

在臨床前研究階段，AI則幫助增強臨床轉化能力。和譽醫藥臨床及轉化團隊將借助AI，整合實驗數據、生物標志物信息及藥代動力學評估結果，開展信號通路分析及腫瘤微環境預測等，從而支持公司進行更高質量的研發決策，推動實驗結果向臨床價值更快轉化。

面向后續臨床開發階段，AI也正在成為提升開發效率的重要工具。通過競品情報收集、試驗設計優化、臨床文檔撰寫、基于風險的質量管理、療效預測以及研究中心智能評估等方向的AI探索，幫助研發團隊實現資源更加精準配置，提升臨床開發效率。

在這一過程中，AI沒有替代科學家的判斷，而是通過增強信息獲取、分析與推理能力，幫助研發團隊能夠更快形成假設、更高效完成驗證、更科學推進決策。

這一能力已經開始在實際研發中體現價值。

以和譽醫藥自主研發項目pan-KRAS抑制劑ABSK211為例，早研團隊結合既往項目經驗和數據積累，在AI能力支持下，僅用時9個月便完成了從立項到臨床前候選藥物（PCC）確定的全部工作，遠超行業常規的18-36個月。臨床前研究結果顯示，ABSK211在單藥及聯合治療場景中均展現出積極的抗腫瘤活性及良好的選擇性，有望為攜帶KRAS基因改變的實體瘤患者提供新的治療選擇。該項目充分展現了AI驅動新藥研發提速增效的巨大潛力。

從研發延伸到運營，釋放組織生產力

除了賦能新藥研發，和譽醫藥也在持續推動AI向企業運營場景延伸，讓組織效率同步升級，推動塑造新型生產關系。

目前，公司已圍繞化學、生物、臨床、CRC、專利等核心業務部門的實際應用場景，構建了一系列貼合一線需求的AI應用矩陣。

其中包括AI驅動智能分析的競爭情報門戶網站CI Web Portal、Clinical-SOP AI智能檢索平臺，以及AI輔助方案撰寫、Copilot輔助制定臨床項目預算與時間表、AI輔助病歷預篩、eTMF文件AI自動命名、OCR+AI識別抓取嚴重不良事件報告圖片信息等工具和方法，幫助團隊減少重復性勞動，將更多精力投入高價值工作。

這些AI工具已經在多個項目中實現高質量、高效率應用。

例如，公司臨床數據管理人員借力DeepSeek和Python工具，運用VibeCoding的方法開發的《自動生成電子病例報告表填寫指南軟件》已獲得軟件著作權，并在臨床數據管理年度大會上分享相關實踐成果。該成果將電子病例報告表填寫指南的初稿撰寫從原先約8小時縮減為現在約0.5小時。

從單點工具的局部提效，邁向組織能力的系統性建設，AI正在成為驅動和譽醫藥協同效能躍升與核心知識沉淀的關鍵引擎。

面向未來，建設長期創新能力

從技術應用到底層變革，從來不是短期工程。

面向未來，和譽醫藥將繼續推進AI能力與創新研發體系的深度融合，并計劃依托將于2027年啟用的和譽醫藥上海中心，進一步加碼AI基礎設施建設，打造專屬的AI算力中心，為底層模型訓練、復雜研發計算與企業級知識管理提供堅實、充沛的算力底座。

從數據積累到模型搭建，從研發提效到組織進化，和譽醫藥正在探索一條屬于創新藥企業的AI實踐路徑。

未來，和譽醫藥將持續推動科學創新與智能技術協同演進，讓創新發生得更快，讓更多突破性差異化療法更早惠及全球患者。