分子到药物的研发过程需要数年的实验室工作。"宇宙中的药用分子数量比恒星还要多，"礼来公司执行副总裁兼首席信息和数字官迪奥戈·劳在12月4日的WIRED大型访谈活动上表示，"但找到一个有效的分子就像在银河系中寻找一颗特定恒星般罕见。"研究人员将分子与假设或已知生物靶点（如阻断疼痛受体）进行测试以验证效果，需经历数百万次试验才能发现产生健康效果的单一分子。
但得益于人工智能，我们或许能显著缩短这一时间线——甚至彻底终结疾病。
AI作为实验室伙伴
尽管设备消毒和工人安全至关重要，但新药品开发的试错过程在过去近一个世纪基本未变。据劳介绍，AI不仅加速了发现进程，更为研究人员开辟了全新方法论。将生成式AI引入药物研究探索阶段后，团队首次在分子设计中应用该技术时，便获得了有前景却前所未见的结果。当礼来公司化学家们评估这些实验时，劳惊讶地发现："他们表示'这很有趣，我们从未想过这样操作'，AI实际启发了化学家探索全新研究路径。"
这一现象折射出专业领域的深刻变革——人机协作新时代的到来。正如其他行业知识工作者需将AI融入工作流以提升效率，科学领域同样如此。"我们常谈论如何训练机器，"劳指出，"但更多是机器在人类层面教会我们去探索……并非源于我们的训练，而是它们真正启发了我们。"
效率助推器
人工智能早期研究中，医学实验室追求更快更准的结果是公认优势。礼来公司自1989年成为Cray-2超级计算机首个商业买家起，始终引领计算能力解决制药难题的前沿。如今与AI芯片市场领导者达成战略合作，将释放研究规模的突破性提升。2026年1月上线的新技术栈将采用内部数据训练的专用模型，部署科学AI代理（支持研究人员的数字助手），推进药物发现研究，并通过虚拟建模优化供应链以精进制造运营。
关键在于，该定制大语言模型将持续学习过往及未来的分子实验。劳重申："药用分子数量远超宇宙恒星，有效分子的发现难度堪比银河系寻星。"凭借此等算力，攻克不治之症的梦想触手可及。AI的引入将极大压缩研发周期，劳透露新超算首日性能将达到Cray-2的700万倍。
这种超速发展永久改变了药企的时间维度。根据1984年《哈奇-韦克斯曼法案》，药品专利在申请20年后失效，仿制药即可上市，迫使制药商陷入持续的发现-测试-上市循环。"我们必须聚焦未来将要发现的突破，"劳强调。
安装护栏加速发展
尽管这种加速看似违背安全科学的渐进原则，劳指出礼来已在各层级构建治理体系：建立平台无关系统，可整合多达43个大语言模型(LLMs)，并设置防护机制避免个人身份信息泄露等问题。"当前开发者需专门构建系统，"劳展望，"终极愿景是任何岗位人员都能直接与大语言模型交互，在防护机制下实现无缝协作。"
登月时刻
创新的速度与热忱正催生切实成果。科学界已在全球根除天花并将致命疾病转为可控状态，而人工智能协同实验室研究与社会力量，将推动更革命性进展。劳预测十年内将出现AI塑造的新药物，"但到本世纪末，我们有望彻底摆脱已知疾病，"他断言，"这才是AI的真正承诺。"
【全文结束】
