一家杭州的 AI 制药公司，把一颗口服减重药推进到了临床三期

一家杭州的 AI 制药公司，把一颗口服减重药推进到了临床三期。 德睿智药（MindRank）的这颗分子叫 MDR-001。 从项目立项到进入临床三期试验，耗时四年半。 累计研发花费只有大约 2300 万美元。 在全球所有宣称由 AI 原生平台设计的新药管线里，这是目前走得最远的一颗。 2300 万美元这个数字，在医药行业掀起了巨大的声浪。 按照传统跨国药企的研发账本，把一颗原创新药推进到临床三期，常规开销通常在数千万到上亿美元。 如果把全行业的早期失败成本统统摊进来，数字更是直奔数十亿。 为什么过去几年，整个医药工业对 AI 制药的态度，始终在极度狂热与极度怀疑之间剧烈撕裂？ 是科技界高估了算力对人体的理解，还是传统药企低估了模型对化学的重塑？ 拆开这颗分子的研发账本，底下咬合着两台运转逻辑截然相反的机器。 埃隆定律的算力切片，与下游碳基生物学的体内复杂性墙。 制药行业有一条被验证了六十年的残酷铁律：埃隆定律。 2012 年，学者 Jack Scannell 在论文里把摩尔定律的英文拼写倒了过来，用来命名这个医药界的怪圈。 半个多世纪里，芯片算力每十八个月翻一倍。 但全球药企每投入十亿美元研发出的获批新药数量，却每九年就硬生生腰斩一次。 塔夫茨药物研发中心的数据显示，一款新药从零到上市的平均综合成本，已经飙升到 26 亿美元，周期跨越十年以上。 算力越来越快，造药为什么反而越来越贵？ 因为传统药物研发的早期阶段，本质是一场在化学暗室里的暴力穷举。 理论上可能存在的小分子化学空间，高达 10 的 60 次方。 药物化学家在湿实验里合成几千个分子，靠高通量筛选逐一试错。 光是确定一颗具有成药潜力的临床前候选化合物，就要烧掉几年时间和数千万美元。 这正是生成式 AI 展现出非对称杀伤力的精确狭窄切片。 硅基化学搜索。 算法不理解生命哲理，但它极擅长在虚拟空间里计算分子与蛋白质受体口袋的几何拓扑。 MindRank 搭建的分子计算平台，通过生成模型与分子动力学模拟，直接对高维化学空间做定向剪枝。 它把过去需要在实体实验室里反复合成、提纯、测试的几千次试错，搬到了服务器的微秒级运算里。 四年半时间，2300 万美元。 算力在这张账本上，把前端化学合成的试错税打到了骨折。 但研发的故事，在进入人体的一瞬间被切成了两半。 前端由硅基的运算速度决定。 后端由碳基人体的物理生理学掌管。 尤其在口服小分子 GLP-1 这个全球巨头争夺的绞肉机赛道。 注射型的多肽药物容易起效，做成口服小分子药片，是一场严苛的生理冒险。 药物吞进胃里，要面对消化酶的降解、肠道黏膜的渗透屏障，还要经受肝脏的首过代谢。 分子要在极低剂量下精准激活靶点，同时不能在身体其他受体上引发脱靶毒性。 在这个暗礁密布的深水区，传统制药巨头砸下数亿美元同样屡遭惨败。 辉瑞的同类口服小分子候选药 Lotiglipron，在二期临床因为患者转氨酶升高引发肝脏安全性担忧，项目直接被砍。 另一款候选药 Danuglipron，也因过半患者无法耐受恶心呕吐等胃肠道副作用，被迫叫停每日两次剂型。 这些跨国巨头的折戟印证了一个冰冷现实。 人体不是一段可以在云端反复调试、即时运行的软件代码。 算法可以算出分子在三维空间里的理想结合位点。 但当这颗药片真正进入成千上万具有高度异质性的真实患者体内，复杂的代谢网络与免疫反应没有任何捷径。 监管机构要求的 24 周减重与安全性终点，必须老老实实耗满 24 个物理星期。 临床三期是整个新药研发链条里成本最高、淘汰率最残酷的关口，超过五成的管线会在这里折戟沉沙。 2300 万美元买到的，是一张以极低成本换来的决赛入场券，不是终点线上的颁奖礼。 软件行业习惯用零边际成本的视角审视一切，以为算力能瞬间抹平物理世界的所有摩擦。 生物医药的怀疑派则执着于最终结果，认为只要三期没过，算法就只是昂贵的公关修辞。 两种判断都只看到了机器的一半。 这场突破的本质，不在于 AI 攻克了人体的生物学黑箱。 在于它把探索这个黑箱的门票价格，从一亿美元打到了两千万。 物理世界的残酷淘汰率依然在终点守候。 但在那张由物理定律写就的答卷前，算力第一次让挑战者有了以极低成本反复交卷的底牌。