藥企早研部門“以分子為中心”困局，AI能破嗎？

醫藥行業的創新迭代，始終扎根在早研部門的探索之上。作為藥物研發的源頭陣地，藥企早研部門承載著挖掘治療可能、對接臨床需求的核心使命，國內外藥企也都在這一環節持續投入，試圖從源頭找到突破臨床難題的關鍵。而生物醫藥產業發展中逐漸顯現的“反摩爾定律”特征，讓藥物創新的難度與成本隨探索深度不斷攀升，疊加仿制藥思維的深層影響、長期形成的“以分子為中心”研發慣性，國內外藥企的早研工作走出了不同的發展軌跡，也共同面臨著打破思維慣性、重新校準研發重心的課題。

仿制藥思維并非只存在于仿制藥研發領域，作為行業發展初期的階段性產物，它曾讓醫藥行業實現了藥物的快速普及與技術的初步積累，其“圍繞已有成果優化、追求落地效率”的特點，也在一定程度上影響了藥企的早研邏輯。而“以分子為中心”的思維慣性，更是將這種效率導向進一步放大，讓不少藥企的早研工作，逐漸把分子發現與優化的效率，當成了核心考核標準。不可否認的是，這種思維模式在行業發展初期，推動了分子研發技術的成熟，也讓不少me-better藥物快速走向臨床，滿足了部分未被充分滿足的臨床需求。但當行業發展到需要突破源頭創新、攻克疑難疾病的階段，這種慣性便逐漸成為了束縛，早研工作的方向校準，也就成為了必然選擇。

國際MNC的早研部門，在生物醫藥行業的發展進程中積累了深厚的技術儲備與研究經驗，也始終保持著對源頭創新的堅守。即便受“以分子為中心”的思維慣性影響，其早研工作也從未脫離“疾病研究”的核心根基，更建立起了“疾病機制研究-靶點驗證-分子發現”的完整研發鏈路。這些企業會投入大量資源搭建疾病知識庫，深入解析疾病的發病原理、靶點與疾病的關聯邏輯，再基于這些扎實的基礎研究開展分子探索。對國際MNC而言，分子始終是解決疾病問題的手段，而非研發的起點，因此其早研工作能在兼顧研發效率的同時，保持對疾病本質的探索，這也是其能持續產出first-in-class藥物，在創新藥領域長期保持領先的關鍵。

但即便如此，“以分子為中心”的慣性，仍讓國際MNC的早研工作遭遇發展瓶頸。部分MNC的早研部門，會更傾向于在已驗證的熱門靶點上做分子創新，通過提升分子的活性、選擇性、成藥性等指標，打造更具優勢的me-better藥物。這樣的選擇，本質上是為了規避研發深水區的高難度、高成本風險，縮短研發周期、提升項目成功率，卻也讓早研工作陷入了“靶點同質化”的內卷：大量研發資源投入到同一靶點的分子優化中，而對那些尚未被破解的疑難疾病機制、未被驗證的全新靶點，卻因研發難度與投入的大幅攀升而有所遲疑。這種聚焦于分子優化的研發模式，看似降低了短期風險，實則讓企業逐漸失去了突破研發深水區的能力，也讓源頭創新的步伐逐漸放緩。

國內藥企的早研部門，伴隨著生物醫藥行業的快速發展逐步成長，在短時間內實現了從仿制藥到仿創結合的跨越，也在分子篩選、優化技術上實現了快速提升，為醫藥行業的規模化發展奠定了基礎，更讓眾多藥物以更快的速度觸達患者，填補了臨床用藥的諸多空白。這一階段的探索，讓國內藥企有效規避了早期創新風險，完成了研發能力的初步積累。但不可否認的是，國內藥企的早研工作，更深地受到仿制藥思維與“以分子為中心”慣性的雙重影響，發展初期的“跟隨式研發”，讓早研部門直接跳過了疾病基礎研究這一核心環節，以國際MNC驗證過的熱門靶點為研發起點，將工作重心完全放在分子的篩選與優化上。

只是隨著研發的不斷深入，這種跟隨式的早研模式，逐漸暴露出明顯的局限性。國內藥企的早研部門，大多將工作目標鎖定在“找到比已上市藥物更優的分子”，而非“找到適合治療疾病的新靶點”，對疾病的本質、靶點的深層關聯缺乏深入研究，甚至對部分熱門靶點的二次驗證都較為草率。當熱門靶點的研發也逐漸進入深水區，圍繞同一靶點的分子優化越往后推進，想要做出更優的分子，所需的研發成本越高、技術難度越大。再加上數十家藥企同時布局同一靶點，早研部門比拼的不僅是分子篩選的速度、活性數據的優劣，更是持續的資金與技術投入，最終導致研發成果高度同質化，大量項目在臨床階段折戟，研發投入的效率大打折扣。這種缺乏疾病研究根基的分子研發，讓國內藥企在研發深水區面前越發被動，也讓早研工作陷入了“高投入、低產出”的困境。

無論是國際MNC還是國內藥企，早研部門的探索與付出，都為生物醫藥行業的發展做出了不可忽視的貢獻。“以分子為中心”的思維慣性，也在行業發展的特定階段，推動了分子研發技術的進步與成熟，讓行業實現了從無到有、從有到優的階段性跨越。但藥物創新的客觀規律早已明確：越向深水區推進，攻克全新靶點、破解疑難疾病的技術難度就越大，所需的資金、時間、人力成本也會呈指數級攀升，這也是反摩爾定律在生物醫藥領域的核心體現。當單純的分子優化難以帶來突破性成果，當研發投入的效率成為行業共同的挑戰，打破思維慣性、重新校準早研工作的重心，就成為了生物醫藥行業發展的必然選擇。而AI時代的到來，為這一轉變提供了堅實的技術支撐，讓藥企真正沉下心來深耕疾病本質研究成為可能，也讓早研部門的研發重心向疾病研究轉移有了落地的抓手。

AI的技術賦能，讓生物醫藥研究突破了傳統的認知與效率邊界，能夠高效處理海量的生物數據、解析復雜的疾病機制、挖掘疾病與靶點之間的潛在關聯，甚至能搭建起精準的疾病數字模型，為深入研究疾病本質提供了前所未有的工具與方法。過去受限于技術手段，藥企難以對復雜疑難疾病進行全方位、深層次的解析，只能退而求其次圍繞已知分子做優化，而如今在AI的加持下，原本看似難以企及的疾病研究，有了清晰的探索路徑與實現可能，這也讓早研部門從“以分子為中心”轉向“以疾病為中心”的研發轉變，具備了現實的技術基礎，行業也迎來了重新校準研發邏輯的最佳時機。

對國際MNC而言，需要在現有疾病研究基礎上，借助AI技術加大對未知疾病領域、全新疾病機制的探索力度，打破對熱門靶點的路徑依賴，敢于直面研發深水區的挑戰，讓疾病研究真正成為分子創新的源頭，在研發深水區找到源頭創新的突破口；對國內藥企來說，更需要借AI時代的技術東風，逐步擺脫仿制藥思維的束縛，跳出“跟隨式研發”的怪圈，將早研工作的重心從“分子篩選”拉回“疾病研究”，依托AI技術搭建屬于自己的疾病知識庫，深入解析疾病機制，讓分子研發建立在堅實的疾病研究基礎之上，以基礎研究的突破，對沖研發深水區的難度與成本壓力，實現從“仿創結合”到“源頭創新”的跨越。

藥企的早研部門，到底在研究什么？答案從始至終都應是疾病，是藏在疾病背后的治療密碼，是未被滿足的臨床需求，而分子只是解鎖這些密碼、對接這些需求的工具。AI時代的到來，讓深耕疾病本質研究不再是遙不可及的目標，也讓醫藥行業的創新有了新的方向。唯有抓住這一契機，打破“以分子為中心”的思維慣性，讓早研工作真正回歸“以疾病為中心”的初心，把更多的資源投入到疾病本質的探索中，以AI技術賦能基礎研究，以基礎研究的深度對抗研發過程中的難度與成本攀升，才能讓研發投入的效率得到真正提升，才能讓早研部門真正成為生物醫藥行業源頭創新的核心陣地。這不僅是早研部門突破發展困境的關鍵，更是整個生物醫藥行業實現高質量創新、持續破解臨床難題的必然走向。

作者系中科計算技術西部研究院教授、圖靈-達爾文實驗室副主任 趙宇