图说 / 盐酸伊司特韦片（来源：西湖大学）

出品 | 搜狐健康

作者 | 吴施楠

编辑 | 袁月

AI辅助制药迈出关键一步。据西湖大学官方消息，由西湖大学、西湖实验室、西湖制药（杭州）有限公司联合研发的创新药盐酸伊司特韦片（商品名：艾普司韦）于近期正式获得国家药品监督管理局附条件批准上市，用于成人轻型、中型新型冠状病毒感染的治疗。

从适应症来看，这款新冠治疗新药并非行业首款，看似并无特殊之处，但它的诞生之路却具有开创性意义。该药不仅是全球首款依托DNA编码化合物库（DEL）技术成功获批的小分子创新药，终结了该技术问世34年未能产出获批新药的行业空白，实现了从0到1的历史性跨越，同时也是国内首款全流程AI辅助研发的原创药，将传统需要十年以上的新药研发周期，压缩至仅三年半，打破了AI制药停留在概念层面的行业现状，让AI赋能新药研发真正落地生根。

490亿选1，“AI+DEL双引擎”高效可行

西湖大学详细公布了盐酸伊司特韦片的诞生过程。

2020年3月，由西湖大学生命科学学院于洪涛、胡奇、黄晶教授与校长助理王廷亮组成的攻关小组正式启动项目，把攻坚目标锁定在新冠病毒关键靶点3CLpro。

团队能够大幅压缩新药研发周期，核心秘诀是用人工智能驾驭规模高达490亿种化合物的DNA编码化合物库，也就是DEL技术。

DEL是发现苗头化合物的经典技术路线。打个通俗的比方：研究者搭建起一个存放海量化合物的分子大池，每一个化合物都绑定专属DNA条形码，如同袋泡茶附带的识别标签。将3CLpro靶点蛋白投入分子池中，能够和靶点相结合的化合物就会吸附在蛋白上；回收蛋白后读取DNA条码，就能定位到这些“上钩”的候选分子。

理论听起来并不难，但现实却长期遇阻。海量筛选结果混杂大量干扰噪声，大量假阳性分子干扰判断，这也恰恰是AI可以发挥价值的地方。

因此，从项目起步，团队就确立了“AI×DEL双引擎”的研发思路：依托AI虚拟筛选过滤海量噪声，剔除假阳性结果，挖掘真正具备成药潜力的分子。

研究中使用的DEL库囊括490亿种化合物，经过DEL初筛，得到一百余个看起来颇具潜力的候选分子。放在传统研发模式下，需要逐个合成、逐一验证，人力与时间成本巨大。而AI模型接手后，短短数天就把候选范围收敛到9个分子。后续活性测试显示，9个分子中有6个抑制活性表现优异，AI预测命中率十分亮眼。

图说 / 盐酸伊司特韦片药物分子与3CLpro结合模式（来源：西湖大学）

研究团队继续开展毒性、代谢等多维度成药性评价，层层筛选，最终锁定先导分子WLU6937。从完成3CLpro蛋白克隆，到敲定WLU6937，整个周期仅仅六个月。

接下来的两年时间里，研究团队围绕该分子开展完整的药物开发工作：优化分子活性、改良成药属性、降低毒理风险，循序渐进完成体外细胞实验、动物小鼠实验，一路推进至人体临床试验。

黄晶在接受科技日报采访时表示，在艾普司韦的研发过程中，AI实质性地参与了多个关键环节。而且团队借助AI实现了新药研发中的数据整合，形成了计算预测、实验验证、数据反馈、模型再优化的闭环。

AI制药正从概念走向现实

过去数年间，AI制药赛道资本热度高涨，全球大量AI制药企业涌现，上百条AI参与的药物管线进入临床阶段，但绝大多数项目止步于临床前与早期临床，真正走完从源头分子发现、临床前评价再到获批上市全链条的原创新药依旧十分稀缺。

行业长期面临“概念火热、落地艰难”的现实困境。AI可以快速批量输出候选分子，但受限于高质量生物实验数据不足、模型泛化能力有限、干湿实验闭环难以打通，大量AI筛选出来的分子卡在“死亡之谷”，很难真正走向临床转化。

DEL技术更是典型案例，问世34年，虽已是全球药企主流筛选工具，却始终没有产出一款获批原创药物。

而艾普司韦实现了AI+DEL技术从算法、实验室湿实验到临床试验、最终获批上市的完整闭环。它用真实产业化结果证明，AI不只是一款计算工具，而是能够深度嵌入新药全流程，重构传统研发范式，压缩研发周期、降低试错成本。

传统创新药遵循“双十定律”，平均需要十年以上时间、十亿美元级投入，临床成功率不足10%；而该项目仅用三年半完成全流程开发，为行业提供了一套可参考的“AI×DEL”协同研发范式。

当然行业也需要理性看待这次突破，AI负责分子筛选、预测优化，但药物的有效性、安全性依旧离不开严谨的体外、动物以及人体临床试验验证。

高质量生物医药数据集缺乏、模型可解释性不足，依旧是整个AI制药行业待攻克的共性难题。这款新药的落地，标志着我国AI制药正式告别单纯概念叙事，迈入临床实证的关键拐点，也为后续肿瘤、罕见病等更多棘手靶点的新药开发，提供了极具价值的实践样本。