上海2026年6月29日 /美通社/ -- 创新药研发始终是一场与时间、概率和未知性的长期赛跑。面对日益复杂的疾病机制、更高的研发门槛以及持续增长的全球竞争，如何提升研发效率、增强创新成功率，正成为创新药企业的重要课题。
人工智能技术的发展，为这一问题提供了新的解法。
作为一家秉承国际新药开发理念与标准的生物医药企业，和誉医药始终坚持以研发创新驱动发展，并持续探索人工智能与药物研发的深度融合。依托长期积累的创新药研发能力、丰富的数据资产以及跨学科研发体系，公司正逐步构建覆盖药物研发与企业运营全流程的AI能力体系，让创新研发更高效，让科学决策更精准。
从研发积累出发，构建面向未来的AI能力底座
AI的核心价值，并非单纯源于算法模型的迭代，而是深耕于企业长期沉淀的高质量数据资产与深厚的专业领域认识之中。
多年来，和誉医药持续打造以创新为导向的药物发现平台，能力覆盖多组学研究与筛查、计算药物化学、转化医学及生物标志物科学等关键领域，通过跨学科协同不断提升识别和开发优质资产的效率与成功率。
围绕这一能力体系，和誉医药正持续推进AI驱动的药物研发平台建设，通过Discovery AI与Translational AI两大方向，将人工智能深度嵌入药物发现、机制研究及研发决策流程。
在底层能力方面，公司已形成具有规模优势的高质量研发数据积累：
- 在多组学研究与筛查领域，已建立起覆盖大规模病理细胞、疾病模型及临床样本的研究体系，沉淀海量生化、生物物理及细胞学实验数据，并持续开展多个方向的系统性筛查研究；
- 在计算化学领域，构建了由内部设计与合成的数万个分子构成的实体化合物库，以及可用于高通量虚拟筛选的上亿级虚拟化合物库，为新分子发现持续提供支持；
- 在转化与生物标志物科学领域，已建立覆盖细胞模型、体内模型研究的系统能力，形成丰富的转化研究经验与数据积累，为研发决策和临床转化提供支撑。
这些持续沉淀的高质量数据资产与研发经验，已成为和誉医药推动AI能力建设的重要基础。
AI赋能新药开发，让研发决策更高效
与传统认知中"单点提效"的工具化应用不同，和誉医药致力于推动AI深度融入新药研发的全生命周期，我们旨在彻底打破各环节的"信息孤岛"，驱动整个研发链条实现系统性的数智化升级。
在早期研发阶段，AI帮助团队提升对疾病机制的理解能力。有别于传统的碎片化信息人工低效整合，和誉医药早研团队采用大语言模型（LLM）训练和检索增强生成（RAG）技术，结合多组学数据分析、生物网络构建及知识图谱等方法，直接生成疾病机制的自然语言描述，显著提升靶点识别与优先级判断效率，从海量生物信息中发现更多潜在治疗机会。
进入药物发现阶段，AI将进一步发挥计算能力优势。通过结构预测、分子生成、ADMET预测以及合成规划等技术路径，药化和生物团队能够在更短时间内完成候选分子的设计、评估与优化，提高研发效率并降低试错成本。
在临床前研究阶段，AI则帮助增强临床转化能力。和誉医药临床及转化团队将借助AI，整合实验数据、生物标志物信息及药代动力学评估结果，开展信号通路分析及肿瘤微环境预测等，从而支持公司进行更高质量的研发决策，推动实验结果向临床价值更快转化。
面向后续临床开发阶段，AI也正在成为提升开发效率的重要工具。通过竞品情报收集、试验设计优化、临床文档撰写、基于风险的质量管理、疗效预测以及研究中心智能评估等方向的AI探索，帮助研发团队实现资源更加精准配置，提升临床开发效率。
在这一过程中，AI没有替代科学家的判断，而是通过增强信息获取、分析与推理能力，帮助研发团队能够更快形成假设、更高效完成验证、更科学推进决策。
这一能力已经开始在实际研发中体现价值。
以和誉医药自主研发项目pan-KRAS抑制剂ABSK211为例，早研团队结合既往项目经验和数据积累，在AI能力支持下，仅用时9个月便完成了从立项到临床前候选药物（PCC）确定的全部工作，远超行业常规的18-36个月。临床前研究结果显示，ABSK211在单药及联合治疗场景中均展现出积极的抗肿瘤活性及良好的选择性，有望为携带KRAS基因改变的实体瘤患者提供新的治疗选择。该项目充分展现了AI驱动新药研发提速增效的巨大潜力。
从研发延伸到运营，释放组织生产力
除了赋能新药研发，和誉医药也在持续推动AI向企业运营场景延伸，让组织效率同步升级，推动塑造新型生产关系。
目前，公司已围绕化学、生物、临床、CRC、专利等核心业务部门的实际应用场景，构建了一系列贴合一线需求的AI应用矩阵。
其中包括AI驱动智能分析的竞争情报门户网站CI Web Portal、Clinical-SOP AI智能检索平台，以及AI辅助方案撰写、Copilot辅助制定临床项目预算与时间表、AI辅助病历预筛、eTMF文件AI自动命名、OCR+AI识别抓取严重不良事件报告图片信息等工具和方法，帮助团队减少重复性劳动，将更多精力投入高价值工作。
这些AI工具已经在多个项目中实现高质量、高效率应用。
例如，公司临床数据管理人员借力DeepSeek和Python工具，运用VibeCoding的方法开发的《自动生成电子病例报告表填写指南软件》已获得软件著作权，并在临床数据管理年度大会上分享相关实践成果。该成果将电子病例报告表填写指南的初稿撰写从原先约8小时缩减为现在约0.5小时。
从单点工具的局部提效，迈向组织能力的系统性建设，AI正在成为驱动和誉医药协同效能跃升与核心知识沉淀的关键引擎。
面向未来，建设长期创新能力
从技术应用到底层变革，从来不是短期工程。
面向未来，和誉医药将继续推进AI能力与创新研发体系的深度融合，并计划依托将于2027年启用的和誉医药上海中心，进一步加码AI基础设施建设，打造专属的AI算力中心，为底层模型训练、复杂研发计算与企业级知识管理提供坚实、充沛的算力底座。
从数据积累到模型搭建，从研发提效到组织进化，和誉医药正在探索一条属于创新药企业的AI实践路径。
未来，和誉医药将持续推动科学创新与智能技术协同演进，让创新发生得更快，让更多突破性差异化疗法更早惠及全球患者。
