新华财经上海6月21日电（记者杜康）人工智能在药物研发中的应用已不鲜见，但AI公司与制药企业跨越传统技术服务或单一项目授权边界，联合注资成立独立研发公司的案例仍相对少见。
近日，和铂医药（02142.HK）与百图生科联合宣布建立多层次、长周期全面战略合作伙伴关系，并围绕复杂大分子药物的AI研发，联合创立面向全球市场的新型AI管线研发公司MegaStream TechBio。双方希望通过“合作建企”模式，探索复杂大分子药物研发中模型、数据、实验和管线深度闭环的新路径。
为何从“项目制”合作走向更深层次的“合作建企”？和铂医药创始人、董事长兼首席执行官王劲松对此次合作的背景解释称，药物研发正在走向复杂大分子时代，AI在药物研发中的作用，已经不再是局部的“零敲碎打”，而是成为“核心引擎和发动机”。从双方表述看，此次合作并不止于增加若干分子管线，而是希望探索复杂大分子药物研发的底层逻辑与研发范式变化。
从单点提效到管线“发动机”
一直以来，和铂医药在业内有“BD”（Business Development，对外授权及合作交易）之王的称号，在中国创新药的出海版图中保持较高活跃度。目前，和铂累积的BD交易总金额已经超过130亿美元。
百图生科则长期聚焦生命科学大模型和AI基础设施建设。其BioMap 自主研发的生命科学基础大模型 xTrimo，面向基因、蛋白、细胞和生物系统等底层规律建模，已在多个生命科学预测任务中应用。
事实上，双方此前已有多年合作基础。双方首个AI+生物技术驱动的First-in-Class（同类首创药物）管线研发合作始于2021年，并在后续10余个管线研发过程中参与管线属性预测、优化及生成式设计。
如何看待AI在药物研发中的作用？王劲松介绍，过去几年，AI在新药研发中的应用多集中于靶点筛选、分子生成、结构预测、成药性评估等局部环节，主要价值体现为提高效率、缩短部分研发周期。但在复杂大分子药物研发中，AI的角色正在从“辅助工具”向更核心的位置前移。
“这次合作，不是为了多得到几个更好的分子，而是希望改变整个工业界做新药的底层逻辑、范式和商业模式。”王劲松表示。
王劲松谈到，行业正在从相对简单的单分子药物，走向双抗、多抗、偶联药物等复杂大分子时代，而这也成为双方合作的原因之一。“面对呈指数级增长的复杂未知空间，传统依靠人工经验和组合试错的方法，失败风险更高。AI的价值在于，在实际构建分子之前，对复杂分子的序列、三维结构、生物活性、毒性和可开发性作出更前置的判断。”
百图生科联合创始人兼首席执行官刘维用“四个阶段”概括AI制药的演进：第一阶段是单点工具加速，即AI作为局部模型或工具提升研发效率；第二阶段是专属模型与项目深度融合，即结合药企实验平台和AI大模型能力，对具体管线进行预测和赋能；第三阶段则是基于大模型、高通量实验和闭环数据体系，批量化探索创新项目组合。第四阶段将突破分子性能指标的尺度，进行临床前和临床指标的设计和优化。
“现在双方要进入的是第三阶段。”刘维表示，这一阶段不再局限于单个项目，而是通过平台化方式，让机器批量运行和探索大规模创新项目组合，不断拓宽First-in-Class药物探索边界。
从模型到实验加速搭建AI研发引擎
按照双方规划，MegaStream将整合“独家大数据、专属大模型、大型创新管线组合”，构建以新一代智能干湿闭环实验平台以及个性化、多模态、多属性生成式大模型为核心的AI研发引擎。
具体来看，和铂医药将开放其全人源抗体平台、靶点生物学积累及全球临床开发能力；百图生科则提供底层AI技术、模型工程支持和智能化研发能力。新公司首批管线将由双方既往合作的AI药物研发项目和新立项的AI原生管线项目共同构成，重点聚焦心血管、肾脏、抗衰老、肿瘤等重大未满足临床需求，并以First-in-Class和Best-in-Class（同类最优药物）为主要研发方向。
在技术底座上，双方将基于百图生科生命科学基础大模型平台xTrimo，以及和铂医药Harbour Mice全人源抗体平台积累的数据，针对复杂大分子药物特点进行训练、优化和迭代，形成面向MegaStream的专属大模型。
该模型将面向多特异性抗体、XDC类偶联药物、体内CAR-T（嵌合抗原受体T细胞疗法）、吸入或口服大分子药物等复杂大分子类型进行优化，覆盖从序列生成到可开发性评估等多个环节。
与此同时，双方还计划共建新一代智能高通量干湿闭环实验室，围绕复杂大分子药物不同生物属性参数，形成“设计—构建—测试—学习”的自动化闭环。据双方测算，该实验室建成后，效率较上一代干湿闭环实验室提升500%以上，数据积累效率提高超过10倍，预计未来五年内产生超过5PB高质量“AI-Ready”生命科学数据，也即适用于AI训练的高质量数据。
打破“项目制”壁垒构建全生命周期数据闭环
如果只是为了研发几款新药并共享技术平台，为何一定要成立一家独立公司？
“如果仅限于做一两个项目，依然只是在做加法。”王劲松认为，传统项目合作模式的局限，在于难以形成贯穿药物研发全生命周期的连续数据链。AI制药的核心壁垒不仅在于算力与模型，更在于高质量数据以及真实研发场景中的反馈机制。
在王劲松看来，未来AI在药物研发中的深入应用，需要打通从临床前研究到临床监测的完整反馈链条。跨越产业上中下游的真实验证数据，将成为进一步训练和验证复杂分子构建模型的重要资产。
“成立独立的平台公司，正是为了让MegaStream拥有一个完整的药物研发生命周期，从而建立起闭环学习体系。”王劲松说，当系统产生的数据通过内部循环直接反哺研发，不仅能高效推进新公司的产品线，也会通过闭环验证不断升级大模型能力。
刘维也提到，双方共同成立公司，另一项重要任务是建立并重新定义面向AI研发的数据标准。医药研发并非简单缺少数据，而是缺少统一且适配AI训练的数据标准。双方将重点探讨，在复杂大分子和前沿药物研发中，数据采集应使用什么传感器、覆盖哪些维度，以及如何界定阳性、阴性数据。
“传统生物研发通常更关注实验获得的阳性结果，或者说实验‘成功’的数据。但AI大模型训练高度依赖那些不成功的过程数据，也即阴性数据。”刘维表示，双方正在探索如何以更高效率、更低成本采集这些数据，并将这些数据采集标准，与面向GMP（药品生产质量管理规范）、FDA（美国食品药品监督管理局）要求的实验标准重新结合。
从这个意义上看，MegaStream不仅是和铂医药与百图生科共同孵化管线的平台，也是一场围绕复杂大分子研发流程、数据标准和商业模式的系统性探索。AI制药正在从单点提效，走向由模型、数据、实验和管线共同驱动的新阶段。
