一场发生在新药研发领域深处的悄然变革。

3月30日，英矽智能与礼来宣布达成全球管线授权与深度研发合作。

根据已披露的协议，礼来将获得一款处于临床前开发阶段、针对特定适应症的新型口服疗法的全球独家开发、生产和商业化权益。并将利用英矽智能的AI引擎加速多个治疗领域中新型疗法的发现与开发。

在交易结构上，英矽智能将获得1.15亿美元的首付款;若将后续的开发、监管和商业化里程碑付款计算在内，该交易的潜在总价值最高可达27.5亿美元。此外，还将获得基于未来销售额的分级特许权使用费。

在医药产业经历资本周期调整、管线估值逐渐回归理性的当下，这样一笔大额授权交易引发业界关注。然而，这并非一次简单的“管线买卖”，而是跨国制药巨头在面对研发效率瓶颈时，对底层技术路径的一次重要押注;同时，它也标志着AI制药行业在经历了早期的概念验证与泡沫出清后，正在实质性地融入全球主流的新药研发工业体系。

01

求解“反摩尔定律”

近年来，凭借在GLP-1及相关多靶点代谢类药物上的史诗级成功，礼来在营收规模和资本市场估值上均取得了历史性的跨越。丰沛的自由现金流为其在全球范围内寻找优质创新资产提供了充足的弹药。然而，对于任何一家成熟的制药巨头而言，单一领域的阶段性繁荣无法掩盖长期的战略隐忧。

一方面是悬在头顶的“专利悬崖”。无论是何种重磅药物，其核心专利一旦到期，市场便会迅速被蜂拥而至的仿制药或生物类似药瓜分，原研药企的利润率将面临断崖式下跌。为了在未来十年甚至更长时间内维持增长曲线，巨头们未雨绸缪，保持庞大且具备持续造血能力的早期研发管线。

另一方面，则是整个现代制药工业难以回避的系统性难题——“反摩尔定律”。与半导体行业算力每隔一段时间便翻倍且成本降低的趋势不同，新药研发在技术、监管和生物学复杂性等因素影响下，呈现出边际成本递增的系统性难题。

传统的新药发现过程依赖于高通量筛选(HTS)和药物化学家的经验试错。从数十万个化合物库中寻找具有活性的苗头化合物，再经过漫长的结构修饰优化为先导化合物，最终推向临床候选化合物，这一过程往往需要耗费数年时间和高昂资金。更为致命的是，许多机制清晰、易于成药的靶点已被开发殆尽，业界正被迫向发病机制复杂、蛋白结构缺乏明确结合口袋的“难成药靶点”进军。这使得传统的研发模式愈发显得力不从心。

正是在这一背景下，引入具备系统性降本增效潜力的新型研发引擎，成为了跨国巨头的新选择。从早前与各类AI技术平台的探索性合作，到此次重金引入英矽智能的早期管线，礼来的决策逻辑呈现出从“技术前沿追踪”向“核心生产力工具实质性整合”的转变。

02

穿越技术周期

回顾过去近十年的发展，AI在制药领域的应用经历了明显的起伏与蜕变。

在2018年至2021年的“狂热期”，伴随着深度学习算法的突破，市场对AI制药寄予了较高期望。彼时，一种普遍的乐观情绪认为，AI可以通过强大的算力直接破解生命科学的密码，大幅缩短甚至彻底省去繁琐的实验环节。大量资本涌入，催生了一批明星初创企业。

然而，从2022年开始，行业不可避免地迎来了“阵痛期”。随着多款由AI发现的候选药物在临床试验中折戟，行业开始清醒地认识到：生物学并非单纯的数学问题。AI算法的强大预测能力，受制于底层数据的质量。更为核心的是，人体是一个高度复杂的动态系统，靶点与疾病之间的因果关系、药物在体内的代谢分布与毒性反应，目前还很难在计算机(干实验)中被完美模拟。

在这一轮行业洗牌中，以英矽智能为代表的一批企业之所以能够穿越周期，关键在于构建了“数据驱动+验证闭环”的战略模式。

目前，利用自主研发的Pharma.AI 平台和先进的自动化生物学实验室，英矽智能正在为纤维化、肿瘤学、免疫学、疼痛、肥胖和代谢紊乱等未满足的疾病领域提供创新药物解决方案。

在探讨这笔交易时，一个不容忽视的细节是：礼来引进的是一款处于临床前阶段的“新型口服疗法”。

在当前，ADC(抗体偶联药物)、细胞与基因治疗(CGT)等注射类大分子前沿技术往往占据着聚光灯的中心。但在真实的临床场景和商业逻辑中，口服药物依然拥有极其重要且不可替代的战略地位。

相比于大分子药物复杂的冷链运输、高昂的生产成本以及必须依赖专业医护人员进行静脉注射的局限性，口服疗法在患者依从性、长期用药的便利性以及渗透基层医疗市场方面具有压倒性优势。对于需要进行全生命周期管理的慢病领域或广泛分布的自免疾病，口服剂型是极具战略价值的重要方向。

然而，只要选择口服给药，药物分子就必须在人体的ADMET(吸收、分布、代谢、排泄和毒性)环境中寻找微妙的平衡。它要在胃酸中存活，要穿过肠道上皮细胞屏障，要经受住肝脏的首过消除效应，最后依然能在血液中维持足够的浓度去击中靶点，且避免对心肝肾等产生毒性。

传统的药物化学优化往往陷入“按下葫芦浮起瓢”的窘境：提升了水溶性，可能丧失了穿透细胞膜的能力;增强了靶点亲和力，可能又极大地增加了脱靶毒性。

这正是生成式AI能够实施“降维打击”的主场。AI能够将分子骨架的新颖性、极性表面积、亲脂性等物理化学指标，在庞大的虚拟化学空间中进行多参数优化。这种全局计算能力极大地拓宽了化学家的设计边界，使得探索那些过去被认为“口服生物利用度极差”的新型化学实体成为可能。

03

底层能力的耦合

如果说引进一款“新型口服疗法”只是礼来补充管线的一环，那么协议中披露的另一项核心内容——“双方将围绕礼来选定的靶点开展多项研发项目合作”，则彻底揭示了这场交易的长期战略纵深。

这标志着跨国药企与创新Biotech之间的合作模式，正在从“一次性的产品买卖”向“底层能力的深度耦合”演进。

跨国巨头的核心护城河，在于其拥有百年积累的疾病生物学认知、海量的患者临床数据以及对真实世界临床需求的敏锐嗅觉。在这项合作中，由礼来主导“选定靶点”。在接收到礼来设定的“靶点考题”后，英矽智能先进的Pharma.AI平台便开始高速运转，能够在海量数据挖掘和分子从头设计方面发挥优势。

对于礼来而言，这意味着其内部接入了一个外挂的“高速涡轮引擎”，能够以成倍的速度、更低的试错成本，批量化地产出针对高价值靶点的候选药物;对于英矽智能而言，则是在真实的高难度工业考题中，进一步淬炼和向行业证明了其AI平台的底层基础设施价值。

站在新药研发的历史节点上，我们既不应过度神化AI，将其视为包治百病的灵丹妙药;也绝不能低估其作为底层技术对制药工业带来的深远影响。

复杂的生命科学体系决定了，在可预见的未来，新药研发依然离不开基础生物学家的深耕、转化医学的洞察以及严谨客观的人体试验。AI并没有改变药物发现必须遵循的科学规律，它无法凭空创造出违背热力学和药代动力学常识的奇迹分子。一粒药丸能否最终拯救生命，最终的裁判权依然掌握在复杂的生物体手中。

但是，AI正在以肉眼可见的速度，作为一种极其强大的工程化辅助工具，系统性地剥离传统研发中那些依赖运气、穷举试错的高耗损环节，极大地拓宽了探索效率。

AI制药的“达尔文时刻”即将到来。