生物医药领域生成式AI落地提速,当前大模型可批量生成潜在候选药物分子,但甄别有效分子的效率瓶颈日益凸显。美国初创企业10x Science近期完成480万美元种子轮融资,主打AI驱动的复杂分子价值评估技术,为药企研发管线降本提效,本轮融资将主要用于技术迭代与头部药企客户的商业化拓展。
过去三年,生成式AI在生物医药领域的渗透直接改写了候选药物发现的效率逻辑:过去研发团队需要花费3-5年才能筛选出10个进入验证环节的候选分子,现在借助大语言模型,仅需1个月就能生成同等规模的潜在分子库,甚至部分团队的分子生成产能已达到每年百万级。
但爆发式增长的分子供给并未直接转化为新药落地效率的提升。据行业统计,当前AI生成的候选分子中,仅有不足0.1%能通过后续的靶点结合、毒理测试等验证环节,99%以上的生成分子均为无效产出,反而挤占了药企的研发算力与人力成本,筛选高价值分子已经成为AI制药落地的核心卡点。
登录后解锁全文,体验收藏、点赞、评论等完整功能
立即登录