7.3
深览指数
科技虎嗅·明亮公司··AI 生成
OpenAI投资的公司正利用AI设计抗体：AI制药已成前沿实验室必选方向
本文以OpenAI投资的Red Queen Bio为核心案例，梳理了AI制药领域的最新趋势：前沿大模型公司（OpenAI、Anthropic、Google）正从单纯的AI工具提供者，转向通过自建或投资湿实验室，构建“AI设计+湿实验验证+数据回馈”的研发闭环。文章详细拆解了OpenAI在生命科学领域的三层布局（模型工具、研发合作、股权投资），并对比了Anthropic和字节跳动等玩家的动作。核心观点是，AI制药的竞争已从模型能力延伸到实验数据生产，而数据（尤其是失败数据）是当前共同的卡点。适合关注AI产业应用、生物科技投资或药物研发范式变革的读者深度阅读。原文 ↗
核心观点
- ▍AI制药的竞争已从模型能力延伸到湿实验和数据生产能力，形成“模型设计-湿实验验证-数据回馈”的闭环，这是当前前沿实验室的必选方向。
- ▍OpenAI在生命科学领域已形成三层布局：底层模型与工具（如GPT-Rosalind）、中层研发与药企合作、上层股权投资（如Red Queen Bio、Chai Discovery）。
- 01OpenAI投资的Red Queen Bio已融资3600万美元，计划明年对针对禽流感及其他流感病毒的抗体药物开展人体临床试验，其研发方式结合AI设计与“大量艰苦的湿实验”。
- 02Anthropic在旧金山湾区建立了分子生物学湿实验室，并测试了Claude设计蛋白结合物的能力，在14个靶点获得有效结合物，整体命中率约22.6%至26.7%，高于行业常见的10%-15%。
- 03Anthropic另一项研究显示，Claude调用约950个智能体，在21小时内分析了超过20万种逆转录酶，最终发现一种此前未被识别的重复DNA序列（命名为ART），人类科学家负责后续审核与湿实验验证。
- 04字节跳动分拆的AI制药公司“新生实验室”（Anew Labs）已完成2.9亿美元首轮外部融资，投后估值约15亿美元，字节跳动保留56%股份。
- 05传统AI制药公司（如晶泰科技、英矽智能）更多是“AI辅助”提升效率、科学家主导；而大模型公司（OpenAI、Anthropic）更希望实现“AI主导”，核心区别在于能否通过更大规模、多模态的数据集和湿实验室数据建立新模式。
- 06数据是共同的“卡点”：传统药物数据分散且成功结果偏多（publication bias），模型同样需要失败数据来理解分子为何无效，而湿实验室的核心功能之一就是生产包含失败原因的训练数据。
反方 / 局限
- — 虽然文章强调大模型公司的优势，但也隐含了局限性：OpenAI并未建立完整的药品研发和商业化体系，临床试验、药品注册和商业化仍由药企及临床服务机构承担。
- — Red Queen Bio等公司虽在AI设计抗体方面取得进展，但仍需通过动物实验和人体试验来验证抗体的保护范围与持续时间，这依然是漫长且高不确定性的过程。
OpenAIRed Queen BioAnthropicGoogle DeepMind字节跳动新生实验室 (Anew Labs)汉努·拉亚涅米 (Hannu Rajaniemi)Nikolai EroshenkoGPT-RosalindClaudeAlphaFoldAI制药红皇后假说
13 分钟 · 4 卡片 · 12 资料
读原文 →