生物医药的AlphaGo时刻：AI如何把药物发现压缩到“周”级

这期RedpointAI播客邀请了一位长期深耕AI生物领域的研究者，系统回顾了过去十年AI与生物技术的交汇点，以及为什么当下被称为“生物科技的AlphaGo时刻”。从蛋白质结构预测到分子设计工具，AI正把原本以年为单位的药物研发流程，重塑为以周甚至天为单位的工程问题。

为什么现在是AI生物技术的拐点

理解这期对话，首先要回答一个问题：为什么“现在”这么重要。嘉宾在节目一开始就点出一个极具冲击力的对比——“如果有人在一个项目上工作了五年，而你的AI模型两周就能完成”。这不是单点突破，而是过去十年累积的结果。

他回顾说，生物学与计算的“互联性其实非常强”，但早期模型受限于算力、数据和方法，更多停留在辅助分析阶段。真正的变化来自近几年基础模型能力的跃迁，以及生物数据规模和质量的同步提升。当主持人追问“把我们带到今天这一刻”时，嘉宾强调，这不是某个单一模型的胜利，而是算法、数据和工程体系同时成熟，才让AI第一次有资格成为药物发现的“主角”。

从GPT-3之前到“第三波”公司

对话中一个很有价值的框架，是对AI生物创业浪潮的分代。嘉宾提到，很多早期公司诞生在GPT-3之前，那时的模型能力和可靠性，与今天不可同日而语。

而现在他称之为“wave three companies”，也就是第三波公司，核心特征是“working with incredible reliability（以极高的可靠性运行）”。这种可靠性，决定了AI能否真正进入受监管、容错率极低的生物医药流程。

在这里，他把生物科技公司类比为“OpenAI 和 Anthropic 这样的基础模型公司”，但强调两者并不完全相同：生物领域的问题更具体、反馈更慢，但一旦模型可靠性过线，带来的效率提升会是数量级的。这也是为什么投资和创业在这一两年明显加速。

从蛋白质折叠到真正的分子设计

技术层面的关键转折，集中体现在“从预测走向设计”。主持人直接抛出问题：我们如何从蛋白质折叠，走到真正的药物设计？

嘉宾以AlphaFold为分水岭进行解释。AlphaFold解决的是“结构是什么”的问题，而接下来的难点是“我们想要什么结构”。他提到，“如果我们看AlphaFold，以及这些突破……现在我们正走向2025年及以后”，重点已经转向利用这些结构信息，反向生成具有特定功能的分子。

更重要的是，这一套方法并不局限于单一治疗形式。嘉宾明确指出，治疗手段存在不同“modalities（模态）”，而成熟的AI系统“通常可以跨这些不同领域构建”。这意味着，同一套底层能力，可以服务于多种药物类型，而不只是单点创新。

“分子的Photoshop”：工作方式被彻底改变

在所有具体例子中，最生动的莫过于对Chiu的描述。嘉宾直接给出了一个极易理解的比喻：“Chiu is basically Photoshop for molecules”。

这个比喻之所以重要，是因为它揭示了AI介入的位置变化。过去，研究人员更多是在分析已有数据；而现在，他们可以像修图一样，直接“编辑”分子结构，快速尝试不同假设。嘉宾强调，这种工具“changes the way that you work on things”，改变的是日常科研的节奏和思维模式。

他还提到，为了让这种工具真正有效，行业正在持续“build up the data sets we need in order to make them better”。也就是说，模型和数据是一个正反馈循环：工具越好，用得越多，数据越多，下一代模型也就越强。

面向未来：更好的药，来自不同的工作方式

在对话的后半段，讨论逐渐从“能不能做到”转向“这意味着什么”。当被问及未来的样子时，嘉宾的回答并不浮夸，但很坚定：这条路径让我们有机会“发现比我们过去任何时候都更好的药”。

值得注意的是，他并没有把希望完全寄托在模型本身，而是反复强调人机协作的新范式。AI负责快速探索、生成和筛选，而人类专家负责设定目标、判断风险和做最终决策。

在结束时，他简单回应了“人们应该如何使用这些新工具”的问题，语气更像是一种邀请：这是一个正在成形的工具箱，而不是已经写好的答案。

总结

这期播客的价值，不在于某个单一技术细节，而在于它清晰勾勒出AI生物技术的整体拐点：从不稳定的早期尝试，走向可被信任的生产工具。从AlphaFold到“分子的Photoshop”，AI正在把药物发现变成一种可迭代的工程过程。对读者的启发是，如果你还用过去十年的节奏理解生物医药创新，很可能已经低估了接下来几年会发生的变化。

关键词： AI生物技术， 药物发现， AlphaFold， 机器学习， 生物医药创新

事实核查备注： 视频来源：RedpointAI；发布时间：2025-08-13。提及概念：AlphaFold（蛋白质结构预测）、GPT-3（时间节点参考）、wave three companies（第三波公司）、Chiu（被称为“Photoshop for molecules”的工具）。引用公司：OpenAI、Anthropic。引用原话包括：“If someone has worked on a project for five years...”，“working with incredible reliability”，“Chiu is basically Photoshop for molecules”。