騰訊健康總裁吳文達：AI制藥是臨床前研究變革性的工具，騰訊的定位很清晰，就是用模型驅動提高研發效率

每經記者｜金喆    每經編輯｜魏官紅    

一款創新藥物的研發過程大致可分為三個階段，靶點假說的提出與藥物靶點確定、潛力分子優化與臨床前候選化合物評估，以及最后的臨床試驗驗證。過去，藥物研發通常需要十幾年的時間、10億美元至15億美元的投入，成功率卻只有十分之一。

AI（人工智能）則有可能改變這一切。“木頭姐”凱茜·伍德曾在今年年初強調，從長遠來看，醫療保健可能會成為最深刻的AI應用領域。

具體到醫藥研發上，有人把AI制藥定義為第三代藥物革命。目前，國內的AI制藥聚焦于臨床前研究，作用主要體現在三個方面：一是加速靶點發現和化合物設計；二是降低實驗失敗率；三是優化資源分配。雖然臨床前研究成本占比不高，但AI在這一階段的效率提升有助于后續的臨床研究，最終可以降低整體研發成本和時間。

騰訊在AI制藥領域布局已久，十年前投資“AI制藥第一股”晶泰控股，在國內較早做蛋白質結構預測，2020年推出AI驅動藥物研發平臺“云深智藥”。現在，騰訊AI制藥平臺成果進展如何？相比同賽道玩家，其競爭優勢是否得以體現？目前的AI制藥技術對藥物研發帶來了哪些改變，還面臨怎樣的挑戰？在“2025騰訊全球數字生態大會”召開期間，騰訊健康總裁吳文達接受了《每日經濟新聞》記者的采訪。

以下為采訪對話內容：

Q：騰訊為何如此重視醫藥健康領域？作為一家互聯網公司，騰訊進入最困難的制藥領域，其中的底層邏輯是什么？騰訊將如何在AI醫療的賽道上發揮優勢、賦能產業？

A：騰訊是一個做技術起家的互聯網公司，最大的優勢是“連接”能力，我們是很多服務的連接器，在這里，我們可以通過大模型給出不一樣的服務，直接連接整個生態。

正如Pony（馬化騰）所說，AI是一個幾百年不遇、類似發明電的工業革命級機遇。在“人工智能+醫療健康”這個路線上，我們拼的是耐力和定力，是一場長跑。

回歸當下，騰訊在人工智能加速醫療健康發展做了什么樣的創新？第一是加速AI大模型的全棧開發以及應用。這里包括三方面：第一點是幫助醫院、醫生如何構建好一個比較完整的知識圖譜；第二點是研究如何提供最好的基座能力，幫助不同的醫療體系做模型的二次訓練，確保落地的場景效果；第三點是如何將大模型的能力賦能醫院，讓他們能更便利地使用智能體。

第二是加速生命科學研發以及轉化。我們的實驗室已經構建了多尺度、多模態技術串聯，從分子、細胞、組織到系統全棧的研究體系，這些基礎研究、基礎工序都開放給生態使用。此外，AI嵌入整個新藥研發早期階段，我們也在助力不同的藥企加速大分子、小分子的醫藥研發，通過我們的AI模型，縮短臨床前的研究時間以及資源投入。

Q：你覺得AI制藥在推動藥物研發上可以發揮怎樣的作用？你有什么樣的期待？

A：目前還有非常多的疑難雜癥和復雜病例沒有很好的治療方案。（現在的藥物研發）還是以實驗為驅動的研究模式，未來，下一個（模式）一定是以數據和計算為驅動力的模式。

具體來講，第一是如何更精準地生成新的假設（注：一款創新藥物研發的最早階段是靶點假說的提出）。現在，很多時候這個假設就像大海撈針，如果通過AI分析和關聯，包括組學、蛋白學不同文獻的數據的關聯，可以挖掘到以前人工很難察覺的一些關聯模式和關系。

第二，傳統的藥物研發方法往往是一步一步走，需要不斷驗證，耗錢且耗時間。現在AI可以有效地模擬不同的生物系統，包括一個細胞、一個體系，通過這些模擬系統來生成實驗結果，篩選出更多的優選方案。

第三，是加速數據分析，基于龐大的數據關鍵信息，我們研究如何通過更好的AI工具去發現一些以前用傳統AI或者傳統模式沒辦法發覺的洞見。

Q：今年的智慧醫療專場活動上，騰訊健康對外展示了在AI制藥上的核心能力。能否請你介紹一下騰訊在AI制藥領域的定位和戰略？從你的觀察來看，醫藥企業對于AI制藥的接受程度如何？

A：騰訊在AI制藥上的定位很清晰，就是用模型驅動提高效率，這是我們最擅長的事情，模型開發以后需要試驗來驗證的過程由我們的合作伙伴來完成。從當下的業務布局來看，騰訊不會過多參與藥企的具體項目，也不會轉向全流程臨床服務的外包。

今年，騰訊生命科學實驗室完成了組織架構和業務層面的交匯，基于單細胞轉錄組預訓練模型scBERT、T細胞受體結構預測模型tFold-TCR、全球最大單細胞蛋白基礎數據庫SODB等一系列基礎研究成果，我們構建起了一條從分子到細胞、組織再到系統的全棧研究體系，具備從蛋白質結構到成藥性評估的一整套AI能力。

在我看來，AI能夠解決的不只是提速，而是發現更多以前沒辦法解決的問題。在生命科學領域，我們不知道的事情比知道的還多，因為AI的來臨，我們會更有信心去嘗試解決這些未知的問題。

很多藥企是我們的客戶，他們用我們的工具做醫藥開發，我們提供技術服務，AI服務有很多類型。比如藥企有一個靶點找不到比較好的化合物，我們就用AI平臺生成不同的大分子或小分子，來解決這個靶點任務——我們篩選出幾千甚至幾萬個化合物、通過推演優先級來給他們10到30個化合物去驗證；驗證以后，把符合預期的化合物推到下一個環節。

這個過程不是簡單標準化的，而是極其復雜的事情，AI的好處是，藥企以前最快三個月有結果，但在AI制藥平臺上模擬，兩三天就能出結果。

我覺得，AI制藥是臨床前研究變革性的工具。

Q：你覺得騰訊在醫藥研發的產業鏈上扮演什么樣的角色？

A：我們有幾個角色，一個是平臺的角色，我們現在可以做到，從抗體序列開始建模，用AI去預測它和抗原之間的結合能力、親和力等，篩選出10%的候選抗體。針對這10%，我們通過計算相似度，再選取前10%進行驗證。

另一個是推動整個行業改變的角色，我們提供基礎服務、可用的云安全以及數據處理的能力，幫助不同的學校或者是科研機構。

有個客戶一開始完全不相信AI，覺得自己的經驗一定比任何AI好。所以我們就做了一個試驗：一個團隊用傳統的方式開發，另一個團隊和我們配合來用AI開發。最后的結果表明，我們這邊的效率更快，而且效果還比另一個團隊準，這對他們造成了比較大的沖擊。

對于我們來說，在這個過程中我們既幫助客戶推動新的藥物發現，同時改變了對方團隊的工作方式，這也是推動整個行業比較重要的動作。

Q：據了解，騰訊AI制藥平臺這一套基于AI預測的抗體虛擬篩選流程，會比傳統的ELISA（酶聯免疫吸附試驗）降低42.5%的成本，成功率提高3至5倍。你覺得這是藥企使用AI制藥最主要的原因嗎？

A：對于藥企來說，臨床試驗的成本比前期研發高得多，臨床前研究最重要的是速度，專利只有那么長的時間，越快進入臨床，后期的收益就越大。他們看的不是成本，而是效率。

Q：創新藥企在騰訊健康的發展版圖上是什么樣的位置？

A：創新藥對我們來說是戰略性投入，確實還是剛剛開始，也投了不少的公司。對我們來說，B端一定是越做越大、越做越深的業務。騰訊的定位還是以技術為先，在我們最頂層、最基礎的科技上研發以及創新，把最小的模塊做到極致，把這個能力給到各方，做離產業最近的AI，這是我們的目標。

對于我們來說，醫療健康是一個長期的投入，騰訊想做的事情就是通過我們的技術積累、數據基建以及合作伙伴的協同，來搭建一個高標準又能普惠大眾的醫療服務。