过去24小时，全球AI制药领域密集释放重磅信号：斯坦福用37000个AI Agent搭建的"虚拟药企"设计出的抗癌药被默沙东独立验证并获FDA突破性疗法认定，梅奥诊所用AI攻克了曾被认为"不可成药"的癌症蛋白GIPC1，英矽智能再添第32个AI设计临床前候选药物。与此同时，行业对AI制药的数据瓶颈和监管适配展开了深度反思。以下为核心动态。

斯坦福"虚拟药企"37000个AI Agent设计抗癌药，默沙东独立验证

斯坦福大学生物医学数据科学教授James Zou团队构建了一套名为Virtual Biotech的多智能体系统，由37000个专业化AI Agent组成，模拟了真实药企的完整组织架构——从CSO Agent到靶点发现、分子设计、临床试验各部门，各Agent之间通过辩论和博弈机制相互校验，产出显著优于单一超大规模模型。该系统利用截至2025年1月前的公开数据，自主设计了一款靶向CD276蛋白的抗体偶联药物（ADC），用于肺癌治疗。数月后，默沙东独立研发并确认了完全相同的治疗方案，FDA随后授予其突破性疗法认定。据相关报道，这是多智能体AI首次在药物设计领域获得产业巨头与监管机构的双重验证，标志着AI Agent协作在药物发现中的可行性达到新高度。Zou团队同时发布了Paperclip数据平台，将非结构化数据转化为AI Agent可浏览的虚拟文件系统，使数据访问精度提升且时间与成本降低超10倍。

梅奥诊所AI攻克"不可成药"癌症蛋白GIPC1

据Drug Target Review 8月11日报道，梅奥诊所研究人员利用AI从近40000种化合物中筛选出一种靶向GIPC1蛋白的小分子抑制剂。GIPC1此前被学界广泛认为属于"不可成药"靶点，因其表面缺乏传统药物可结合的深层口袋结构。该AI筛选策略突破了这一瓶颈，临床前数据显示该小分子能有效减缓肿瘤生长并增强化疗响应。这一成果为靶向蛋白质相互作用抑制剂领域提供了新的方法论范本，也再次证明AI在高难度靶点成药性突破中的独特价值。

英矽智能提名第32个AI设计候选药物ISM9077，进军眼科

英矽智能于8月10日宣布提名ISM9077为其第32个AI设计的临床前候选药物，该小分子靶向病理性炎症通路，潜在适应症覆盖干性年龄相关性黄斑变性（干性AMD）、葡萄膜炎和干眼症等多种眼科疾病。据动脉网报道，英矽智能同期还与沙特阿美联合推出sorbaMOF DB数据平台，涵盖约24万个经基准测试的金属有机框架材料结构，将AI能力从药物发现延伸至碳捕集材料领域。此外，英矽智能的核心管线Rentosertib正在推进治疗特发性肺纤维化的III期临床试验，预计招募320名患者，由钟南山院士等担任联合牵头研究者，分析师给予该药在2026至2027年间获批约60%的概率。

AI从头设计功能性噬菌体基因组，突破细菌耐药性

据Drug Target Review 8月10日报道，科学家首次利用AI从零设计出完整的功能性噬菌体基因组。工程化噬菌体在实验中成功克服了天然噬菌体无法攻克的耐药菌株，标志着AI驱动的全基因组工程迈出重要一步。该研究以X174噬菌体为设计模板，结合基因组语言模型生成具有目标宿主嗜性的完整基因组，并通过冷冻电镜验证了衣壳组成。组合使用时，工程噬菌体对耐受菌株展现出显著杀灭效果，为应对全球抗生素耐药性危机开辟了新路径。

Daphne Koller发出警告：AI制药还需1000倍数据

Insitro创始人Daphne Koller于8月11日在深科技发文指出，当前AI制药最耀眼的进展集中在分子设计环节，但新药研发真正的瓶颈在更上游——生物学假设的质量。她估算，建立完整的生物学因果模型所需的数据与现有数据之间仍存在约三个数量级（约1000倍）的差距。Koller将药物研发分为Disease-to-Mechanism、Mechanism-to-Drug、Drug-to-Patient三阶段，认为过去几年AI的突破主要出现在第二阶段，而第一阶段——从疾病中找到真正能改变病程的靶点——仍是最大的不确定性来源。她警告，如果选错靶点，AI只会更快地把一个错误假设推向临床。

AI+基因组学发现骨关节炎新靶点WNK2

据Drug Target Review 8月7日报道，犹他大学健康学院研究团队结合AI与人类遗传学数据，发现了一种靶向WNK2蛋白的早期候选药物。WNK2与遗传性骨关节炎密切相关，该先导化合物在实验室模型中展现出抑制炎症基因活性和支持软骨细胞健康的双重效果。这一成果凸显了AI与遗传学交叉融合在发现新适应症治疗靶点方面的潜力，也为骨关节炎这一高发病率退行性疾病带来了精准治疗的新希望。

Google AI人才流失引发药物发现方向讨论

据Drug Target Review 8月6日报道，多位顶尖AI研究员从Google离职创办Discovery Loop公司，引发了业界对AI在科学研究和药物发现领域未来走向的深入讨论。分析认为，大型科技公司AI人才的持续外流正在催生一批专注于科学应用的新创企业，这些公司可能比综合性AI实验室更深入地推进AI在生物医药的垂直应用，但同时也面临人才储备和数据获取的双重挑战。

中国AI制药全链条加速，政策资本双轮驱动

据新华网8月11日报道，中国AI制药正从单点试点迈向全产业应用。截至2026年初，全球AI药物发现市场规模已达约26亿美元，170多个AI原创新药项目进入临床阶段，AI发现分子的I期临床成功率达80%至90%，远高于传统药物52%的历史均值。今年以来，石药集团与阿斯利康达成17.7亿美元合作，英矽智能与武田制药敲定超6亿美元战略合作。2026年上半年中国38款创新药获批上市，其中国产创新药31款占比超80%，创新药对外技术授权交易额超过1000亿美元。工信部等8部门年初联合印发的"人工智能+制造"专项行动实施意见明确提出建设AI驱动的新药发现与虚拟筛选平台。

趋势信号

信号一：多智能体协作正在重塑药物发现范式。斯坦福37000个Agent的"虚拟药企"获得默沙东和FDA的双重验证，说明AI制药正从单一模型竞赛走向系统化协作架构。多Agent辩论纠错机制显著优于单模型全链路执行，这一模式有望向金融、材料科学等领域快速扩散。

信号二：AI正在攻克"不可成药"的最后堡垒。梅奥诊所对GIPC1的突破、犹他大学对WNK2的发现，以及噬菌体全基因组设计，共同指向一个趋势——AI正在拓展人类对蛋白质空间的认知边界，那些传统方法束手无策的靶点正逐一被解锁。

信号三：数据基础设施成为行业新瓶颈。Koller的"1000倍数据缺口"警告与英矽智能持续推出数据平台（sorbaMOF DB、AI基准测试平台）形成对照——头部企业已将数据生产与标准化视为核心竞争力。谁能率先建成高质量、带扰动信息的大规模生物数据集，谁就掌握了下一代AI制药的入场券。

重点关注方向：英矽智能Rentosertib III期临床读出数据（预计2026至2027年）、多智能体药物发现平台的产业化进展、以及FDA对AI设计药物的监管框架演进。