2015年，人工智能在药物研发领域的应用尚属理论探索阶段——充满前景却未获验证。少数初创企业开始将深度学习应用于虚拟筛选和分子建模，但整个行业仍持怀疑态度：算法真的能超越人类科学家发现和优化药物的能力吗？
十年后的今天，人工智能已突破辅助发现阶段，正在产出临床候选药物、指导监管决策，并促成价值数十亿美元的全球合作。本时间线记录了AI药物研发从概念验证到定义制药创新未来的演变历程。
2015年
原子明智公司（Atomwise）推动深度学习进入药企视野
旧金山初创企业原子明智公司发布了首个基于深度学习的分子-靶点相互作用预测神经网络AtomNet。当时药物研发仍依赖繁琐的试错筛选，该公司提出的"输入结构数据→模拟结合结果"的范式堪称激进。这种早期技术验证虽引发质疑，却为AI药物筛选埋下种子。
2017年
葛兰素史克与Exscientia启动首个大型AI-药企合作
英国Exscientia凭借"半人马化学家"平台，获得葛兰素史克3300万英镑战略投资，开创AI企业直接担任发现合作伙伴的先河。该合作摒弃传统试点模式，采用以成果为导向的多项目合作框架。
2018年
英矽智能（Insilico）突破生成化学实验室阶段
英矽团队利用生成对抗网络创造具有特定生物特性的新分子结构，证明AI不仅能加速现有流程，还能创建新方法。其抗纤维化候选药物进入临床试验阶段，引发资本市场的强烈关注。
2019年
诺华与微软重构核心运营体系
通过多阶段战略合作，诺华将AI深度融入从早期发现到患者服务的全流程。微软提供云计算和机器学习能力，诺华开放其复杂数据系统，双方共同构建药企AI规模化应用的范式。
2020年
递归制药（Recursion）与拜耳开启数据革命
拜耳领投2.39亿美元助力递归制药构建全球最大细胞表型数据库。该公司通过高通量细胞成像和AI分析，成功预测药物反应并发现新生物学机制，完成从快速生物技术公司到平台型企业的转型。
2021年
AlphaFold重塑结构设计规则
深度思维（DeepMind）发布的AlphaFold成为蛋白质结构预测分水岭。其公开的近所有人蛋白质预测数据，使AI在分子生物学中的实用价值预期发生颠覆性转变。同年，BenevolentAI的知识图谱系统成功筛选出新冠肺炎治疗药物巴瑞替尼。
2022年
AI平台吸引创纪录投资
Exscientia与赛诺菲签署52亿美元史上最大AI药物合作协议，涵盖15个肿瘤及免疫靶点。与此同时，AlphaFold扩展至2亿个蛋白质结构预测，成为学术界和工业界的标准工具。
2023年
AI向通用生物模拟演进
递归制药联合英伟达构建大规模生物基础模型，利用23PB专有数据（含3万亿细胞图像）训练预测细胞反应的AI系统。Exscientia首个AI全流程设计的抗癌药物EXS-21546进入临床试验，验证周期缩短至1年。
2024年
临床验证关键之年
英矽智能的纤维化候选药物ISM001-055进入II期临床，成为首个全流程AI研发的候选药物。Exscientia与递归制药宣布合并，整合表型组学引擎与生成化学技术，构建最完整的AI药物研发体系。
2025年
AI突破性成果集中显现
ISM001-055正式命名为Rentosertib（美国命名委员会认证），成为首个获得正式命名的AI发现药物。其IIa期临床数据显示肺纤维化治疗的安全性和初步疗效。夏普大制药利用AI设计的DSP-0038进入阿尔茨海默病精神病治疗I期临床，创中枢神经药物研发速度纪录。美国FDA宣布全面部署"艾莎"（Elsa）等生成式AI工具，标志着监管机构从观察者转变为技术参与者。
【全文结束】
