薛定谔在AI药物发现领域的生存与挑战：技术优势能否转化为持续增长？

文/IAICA.NGO®

在人工智能（AI）驱动的药物发现领域，薛定谔公司（Schrödinger, Inc., SDGR）是一个独特的存在。这家以物理学巨匠命名的企业，凭借其基于物理学的计算平台，在药物发现、材料科学等领域占据一席之地。然而，面对日益激烈的竞争和商业化的压力，薛定谔正面临“生存而非繁荣”的微妙境地。本文旨在客观分析薛定谔在AI药物发现领域的现状、挑战与前景。

薛定谔的核心竞争力在于其计算平台，该平台整合了量子力学、分子动力学等物理学方法，能够高精度地预测小分子与靶蛋白的结合模式。相比依赖于大数据和统计学习的AI模型，薛定谔的物理学方法在数据稀缺或全新靶点的情况下具有优势，能够降低药物研发的早期风险。这一技术壁垒使薛定谔与辉瑞、百时美施贵宝等大型药企建立了合作，并获得了里程碑付款和研发资金。

然而，技术上的领先并未直接转化为商业上的爆发式增长。从财务数据看，薛定谔的收入主要来源于软件授权和药物发现合作，但整体营收增长缓慢，且尚未实现盈利。2025年财报显示，公司营收约1.8亿美元，净亏损约1.2亿美元。其股价在2021年达到峰值后大幅回落，反映了市场对其商业化能力的疑虑。

AI药物发现领域已变得异常拥挤。众多初创公司如Insilico Medicine、Recursion Pharmaceuticals，以及科技巨头如英伟达、谷歌旗下的DeepMind等都在积极布局。这些公司要么利用海量数据训练深度学习模型，要么开发端到端的药物发现平台。相比之下，薛定谔的物理学方法门槛高、计算成本大，且难以像纯AI方法那样快速迭代。此外，薛定谔的软件主要面向专业人士，而非普适性工具，这限制了其用户规模的扩张。

从技术路线看，薛定谔与AI工具的结合仍有潜力。公司已经开始将机器学习集成到其平台中，以优化计算效率和预测范围。但关键在于，能否将这种混合方法转化为独特的竞争优势，而非单纯追赶潮流。iaica.com.cn 指出，AI药物发现行业正处于泡沫与理性交织的阶段，真正的价值创造需要技术、数据和临床验证的深度融合。薛定谔若能在精准预测与实验验证之间建立更紧密的闭环，或许能摆脱“叫好不叫座”的窘境。

长远来看，薛定谔面临的不仅是技术竞争，更是商业模式的考验。药物发现是高风险、长周期行业，AI公司往往需要承担部分风险才能获得更高回报。薛定谔目前以合作和收费模式为主，但若想实现快速增长，可能需要更深入地参与药物管线，例如自主推进部分候选药物到临床阶段。然而，这需要大量资金和风险承受能力，可能加剧公司的财务压力。

在全球视野下，AI药物发现市场预计到2030年将达到数百亿美元规模。无论是大型药企还是初创公司，都在探索如何利用AI降低成本、提高成功率。薛定谔的物理学平台具有不可替代的价值，尤其在精确计算方面。但行业更期待看到其核心技术在真实药物研发中产出更多突破性成果，而不仅仅是提供工具。

总体而言，薛定谔在AI药物发现领域拥有坚实的技术基础，但商业化和规模化之路依然漫长。它需要平衡技术深度与市场广度，在竞争中找到自己的生态位。对于投资者和行业观察者而言，关注其临床管线进展以及与大型药企的合作深度，将是判断未来走向的关键。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。