Pharma Voice · 百时美施贵宝提供图片
作者：Alexandra Pecci
2025年7月24日 GMT+8 下午4:00 5分钟阅读
本文要点：
- 1.88%
AI驱动的药物发现已引发制药行业多年关注，而百时美施贵宝（BMS）正将其转化为革命性实践：通过AI不仅设计潜在分子，更在临床前阶段预测关键药理终点。
"我们只有在获得明确预测结果后才会启动实验室研究"，BMS研发科学部高级副总裁Mike Ellis强调，"我们需要明确：该分子的潜力、待验证风险，以及哪些疑点必须通过实验确证。"
公司现应用自主开发的AI/ML工具，在分子合成前预测成功率与潜在风险，如后期可能出现的安全隐患。目前所有"预测先行"小分子项目均采用该技术，应用比例较2021年的5%显著提升，40%大分子药物研发也采用相似模式。
研发优化在制药界尤为紧迫——包括BMS在内的多家药企正面临专利悬崖冲击，Revlimid等明星药物即将失去市场独占权。这种压力促使行业加速应用AI技术，辉瑞已扩大与AI公司XtalPi的合作，安进则利用AI实现分子筛选流程自动化。
化学遇见计算
Ellis在BMS并购Celgene后接管其化学研发部，其20年药物研发经历贯穿了计算工具的应用演变。"2000年初加入团队时，计算科学家就已参与项目讨论"，他指出，"这种协作推动了团队构成变革，计算科学家比例持续提升。"
当前，BMS正站在技术拐点——计算工具的预测能力与实验验证的结合达到新高度。
"自主选择的冒险"
"每个问题都有多个分子解决方案"，Ellis指出，"预测模型让我们优先选择最有可能成功的候选分子"。这种模式将传统"漏斗式筛选"转化为"自主选择"，通过AI指导分子设计和实验方案，使研发效率提升300%。
BMS镰状细胞贫血病（SCD）治疗项目正是典型案例。虽然已掌握蛋白质降解靶向技术，但在候选分子筛选阶段遭遇瓶颈。"当我们聚焦某一参数优化时，其他指标常会恶化"，项目团队引入计算科学家和预测模型后，仅用数周就突破数月停滞，最终将五组优良参数整合到单个分子中。
Ellis将BMS的技术转型称为"文化进化"，这种变革体现在：实验室决策依据计算预测结果、团队架构强调"人机融合智能"，以及将计算能力深度融入研发全流程。"我们已看到这种文化转型的显著成效"，他总结道，"未来这将成为研发DNA的固有组成部分。"
【全文结束】
