科技日报记者 张佳星

　　近日，澳大利亚一位机器学习领域科技企业家，通过人工智能大模型自行设计肿瘤疫苗，救治自家患癌宠物犬的故事广受关注。令人瞠目的不仅是“破局者”来自非生物医学专业，还在于过去动辄几年甚至数十年的疫苗设计被极限缩短至几个月。

　　“手搓”疫苗的过程大致分为三步，首先对犬的癌细胞进行测序，然后让蛋白设计大模型（AlphaFold）根据测序数据筛选推测出癌细胞表面的独特蛋白质抗原，最后针对独特抗原设计mRNA疫苗，找机构“代加工”，给犬注射后肿瘤就缩小了。

　　AI进化飞速，但真的能完成如此高阶的工作吗？AI为什么能极限压缩疫苗开发时间？AI是否会颠覆制药产业？带着这些问题，科技日报记者3月22日采访了业内专家。

　　一问：“手搓”疫苗或药物目前可行吗？

　　“成功具有偶然性。”全球健康药物研发中心数据科学部负责人、副主任研究员郭晋疆告诉科技日报记者，从技术链条上看，“手搓”疫苗或药物具有可行性，但这样的模式本质上是个体化、实验性的尝试，而非标准化药物研发路径。

　　从报道的整个流程看，顺利推进离不开基因测序、抗原预测、mRNA设计和外包生产这些基本环节。郭晋疆认为，疫苗研发时间被极致压缩，一方面是应用AI高效地串联了上述环节，更重要的是其绕开了产业开发过程中最耗时的安全性与临床验证。因此，目前这种模式不能推广为可复制的医疗方案。

　　中科计算技术西部研究院研究员、图灵—达尔文实验室副主任赵宇对此持相似观点，他从另一个角度解释“偶然性”。

　　“‘手搓’疫苗中通过使用AlphaFold，预测蛋白质的3D静态结构，寻找靶向疫苗的‘零件图纸’。但生物体内的疾病机制远非静态结构能体现的，需要动态地、系统性研究。”赵宇说，临床上对于肿瘤的治疗逐步开启药物联用，就是动态系统性研究的一个印证。因此，针对一个靶点就能产生肿瘤缩小的效果，存在一定的偶然性。

　　二问：“手搓”疫苗或药物能加快新药创制吗？

　　“AI现在已经将传统依赖实验和经验的过程，转变为大规模计算驱动的筛选与设计。”郭晋疆说，通过对测序数据的快速解析、蛋白结构预测以及抗原识别，AI在很短时间内缩小筛选范围，并优化mRNA序列。这些工作过去需要在“低通量”的生物实验中进行“试错”，而如今实现了计算的“高通量”筛选，时间能够从几年压缩到数月。

　　既然AI已经能大幅压缩开发时间，为什么精准针对疾病的新药还在路上？

　　“新药开发链条长，筛选分子周期是医药研发的环节之一，新药创制的核心是对疾病机制的破题。”赵宇说，如果靶点不精准或对疾病理解有偏差，仅用AI提升药物合成的效率，那可能会产生“南辕北辙”的效果。

　　“未来真正实现‘手搓’疫苗或药物，关键是要利用AI为复杂疾病找到正确的可干预‘网络’。”赵宇表示，优先完成“理解疾病”的科学研究，才能引领后续分子快速设计、新药源头创新，为精准药物设计提供可遵循的“图谱”，从而大大提高临床验证的成功率。而提高新药设计成功率，缩短验证周期正是让新药创制不断接近“手搓”的关键。

　　三问：AI会对医药创新产生颠覆性变革吗？

　　“目前来看，AI已经在药物设计、靶点发现和药物动力学研究预测等早期环节带来了显著的效率提升，但还谈不上对整个制药行业的颠覆。”郭晋疆说，“AI正在重塑药物研发流程，并推动其向高效、个体化、精准的方向发展。不过，目前尚未大规模改变整个制药行业的基本运行方式。”

　　摩根士丹利在2026年的“人工智能药物发现”相关报告中提到，利用AI加速和优化药物合成，如分子设计、性质预测等环节，已成为当下AI制药商业化的主力。“但报告同时认为，解码复杂疾病系统的能力是未来AI在生物医药领域的核心应用。”赵宇说。

　　郭晋疆对此表示认同，药物成功的决定性因素仍在于对复杂生物机制的理解和临床验证，这些环节依然高度依赖于长期实验与真实世界的高质量数据。

　　“用AI‘手搓’疫苗的个性化案例，或对改变当前医药创制同质化竞争困局有一定启示。”但赵宇强调，推动AI的任务实现从“如何开发得更快”到“应该开发什么”的转变，才是药物创新的关键。