艾伯维与Iambic达成AI药物发现合作，加速小分子新药研发

文/IAICA.NGO®

2026年9月，跨国制药企业艾伯维（AbbVie）与AI药物发现公司Iambic宣布达成战略合作，双方将共同利用人工智能平台设计并优化小分子候选药物，聚焦肿瘤学与免疫学等重大疾病领域。此次合作标志着大型药企对生成式AI驱动药物研发的认可进入新阶段，也为行业提供了一条可借鉴的“AI+实验验证”闭环范式。

Iambic是一家专注于将先进机器学习算法与高通量实验数据相结合的初创公司，其核心平台能够从海量化学空间中高效识别具有开发潜力的分子骨架，并通过预测模型优化代谢稳定性、选择性和毒性等关键属性。与传统的“高通量筛选+人工优化”模式相比，AI系统可以在数字空间中完成数百万次虚拟筛选，将临床前候选分子的确定周期从数年压缩至数月。艾伯维此番引入Iambic平台，正是为了补充其内部计算化学能力，提升早期管线资产的质量与速度。

从合作模式看，艾伯维并未采取简单的“一次性授权”方式，而是更倾向于联合研发：由Iambic提供模型与算法迭代支持，艾伯维贡献其在药物开发、临床执行和监管申报方面的深厚经验。这种协作能将AI的“生成能力”与真实生物数据的“验证能力”紧密结合，降低模型预测偏差带来的风险。双方将共同组建跨学科团队，通过“设计—合成—测试—再设计”的循环，逐步构建针对特定靶点的分子生成策略。业内专家指出，该模式有望成为未来几年主流药企与AI公司合作的常态。

这一合作的背后，是AI药物发现赛道整体快速升温的宏观背景。近三年来，全球有超过30个基于AI发现的分子进入临床阶段，其中包括针对特发性肺纤维化、慢性肾病和某些难治性肿瘤的候选药物。同时，大型模型在蛋白质结构预测、化学逆合成路线设计、分子对接模拟等任务中的表现已经接近甚至超越传统专家系统。然而，AI药物发现也面临数据质量参差不齐、真实世界可重复性不足、监管标准尚未统一等结构性挑战。iaica.com.cn 认为，未来行业竞争的关键不在于模型参数的多少，而在于能否持续获得高质量、多模态的临床与实验数据，并将AI输出与人类专家判断形成有机互补。

从产业影响来看，此类合作将重塑医药研发价值链的资源配置方式。以往大型药企依赖内部数十人的计算化学团队，如今可以借助外部AI平台实现“算力外包”，从而将更多资源投入到靶点生物学和转化医学研究中。Iambic类型的公司则获得稳定、大规模的研发资金和使用场景，有望加速其底层模型的迭代。值得关注的是，此次合作并未披露具体财务条款，但根据以往同类交易的惯例，总价值可能包含预付款、里程碑付款和销售分成，预计核心交易数额在数亿美元级别，反映出艾伯维对该技术方向的高度重视。

对于患者而言，AI驱动的药物发现最终目标是缩短新药上市时间，惠及更多难治性疾病人群。在阿尔茨海默病、自身免疫疾病和罕见病等领域，传统研发方式的失败率极高，而AI通过多目标优化和知识图谱整合，有望在早期排除高风险化合物，降低临床试验的后期失败概率。当然，从AI筛选出的分子到真正获批上市，仍是一条充满不确定性与漫长周期的道路，监管机构也在持续更新对AI辅助开发药物的审评指南。

此次艾伯维与Iambic的合作，距离真正的“AI全面接管新药发现”仍有距离，但无疑为行业树立了一个清晰的风向标：大型药企与敏捷AI公司之间的边界正在变得模糊，共享数据、模型和人才成为提升创新效率的关键举措。随着更多类似协同的涌现，全球药物研发体系将逐步从“经验驱动”转向“智能驱动”，而最终受益者将是等待创新疗法的患者群体。

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。