押注AI制药

依托顶尖技术、巨额资本加持，以及和礼来、诺华等药业巨头的深度合作，Isomorphic Labs正成为全球AI制药领域最受期待的标杆企业之一。

不知德米斯·哈萨比斯（Demis Hassabis）有没有想过这个问题：一个顶级科技狂人和一个玩转俄罗斯轮盘赌的赌神，到底有何异同？

这位50岁的DeepMind创始人，一生押过两场足以震动世界的超级豪赌。第一场，他让初生的AI直面人类围棋至尊李世石，赌AI能突破人类的智力上限、征服人类的顶级博弈智慧；第二场，他让巅峰的AI转身奔赴人类的终极战场——健康与生命，方法是构建一个完整的药物设计引擎，借助AI找到攻克所有疾病的路径，彻底击败人体最顽固、杀伤力最强大的天敌——各类疑难疾病。

第一场，他押上了DeepMind的初创名声与人工智能的行业尊严，一战封神、享誉全球；第二次，他押上DeepMind多年积累的全部技术底蕴、顶尖科研团队与事业未来方向，赌AI能够颠覆传统医学，改写人类的健康宿命。

两场赌局，一场赢尽世间荣光，一场奔赴无人踏足的人类终极战场。

 弃弈转身，奔赴人类终极战场 

哈萨比斯是英国资深人工智能科学家、企业家，Google DeepMind的首席执行官兼联合创始人，2024年诺贝尔化学奖得主，以推动通用人工智能（AGI）和AlphaFold等突破性工作闻名。

他1976年生于伦敦，父母从事多元职业，家庭文艺氛围浓厚。哈萨比斯4岁就会下国际象棋，13岁获大师称号；8岁自学编程，17岁入剑桥计算机系。毕业后创立游戏公司Elixir Studios，商业未大成，却积累了“让AI玩复杂游戏”的直觉。2005年公司关闭，他转身攻读伦敦大学学院认知神经科学博士，研究海马体与记忆——理由是：“不懂人脑，谈何创造另一种智能？”

他跨界涉猎棋类、计算机、神经科学、生物学等多个领域，并非一时兴起。在他看来，单一学科的视野永远存在局限，想要打造真正能解决复杂问题的智能系统，就必须打破人脑认知、算法逻辑与自然科学的边界。也正是这种跨学科思维，让他敢于带领一支以算法见长的团队，闯入完全陌生的生物医药领域。

2010年，他与两位合伙人联合创立DeepMind，初创团队仅20人，却立下极具野心的目标：破解智能本质，再以智能解决世间所有问题。该项目随即获得风险投资家彼得·蒂尔与马斯克等大咖的首轮5000万美元的投资。2014年，谷歌以约4亿英镑将DeepMind收购。哈萨比斯在收购协议中强硬定下底线，要求公司保持独立运营，且设立独立的AI伦理审查机制。

外界以为他会安心优化谷歌广告，他却在内部悄悄成立“健康项目小组”，频繁约见生物学家。他画了一张图：左边是棋盘，右边是氨基酸序列。“如果把蛋白质折叠当成一个游戏，AI能不能学会玩？”2018年，他正式宣布DeepMind进军生物学——目标不是发论文，而是设计药物。生物学界嗤笑：“一群下棋的，连氨基酸化学都不懂。”

彼时全球AI企业大都深耕互联网、文娱、自动驾驶等热门领域，跨界医药本就属于冷门方向。生物医药行业壁垒极高，学科体系庞杂，深耕数十年的传统药企都不敢轻易触碰全新技术路线，这也让外界更加不看好这群“半路出家”的AI研究者。但团队在哈萨比斯的统筹下，主动补学生物、化学基础知识，全力适配新的研发方向。

他还关停了半数的娱乐AI项目，安排数学家、物理学家加入生物信息学的研究。一位员工回忆：“哈萨比斯说未来两年，这是唯一的优先级工作。如果失败，DeepMind的声誉就完了。”

2021年，哈萨比斯在谷歌母公司Alphabet的支持下，创立了Isomorphic Labs。这是一家基于人工智能的药物设计公司，致力于为一些最“不可救药”的疾病开发突破性疗法。该公司的愿景堪称史诗级的宏大目标：要用人工智能，“击败一切疾病”。

公司成立后迅速获得资本追捧，接连完成高额融资，截至2026年5月，累计募资27亿美元，汇集阿布扎比MGX、淡马锡等全球顶级主权基金与头部投资机构的注资。

Isomorphic Labs将全部资金聚焦AI药物引擎迭代与新药管线研发。依托AlphaFold的底层技术，搭建全流程AI药物研发体系，大幅缩短药物的研发周期。诺华生物医学研究总裁菲奥娜·马歇尔（Fiona H.Marshall）说：“人工智能有望将药物研发与临床试验周期缩短50%，降至5年左右。”

与诺华、礼来等国际头部药企联手，并非简单的商业合作。头部药企拥有丰富的临床经验、病患数据与落地渠道，二者强强联合，能让AI技术快速走出实验室，弥补AI团队在医药落地环节上的短板，形成技术、数据、渠道三位一体的研发模式。

目前，Isomorphic Labs旗下有多款抗肿瘤、罕见病新药处于临床前的收尾阶段，计划2026年底开启首批临床试验。依托顶尖技术、巨额资本加持，以及和礼来、诺华等药业

巨头的深度合作，Isomorphic Labs正成为全球AI制药领域最受期待的标杆企业之一。

 针对百年医困，突破药研瓶颈 

还有谁堪比哈萨比斯更看透人类医学残酷的真相呢？人类对抗疾病的方式，百年来始终笨拙、缓慢、昂贵，且充满运气成分。将一款新药推向市场，通常需要投入超过20亿美元，历经十年乃至更长时间。从发现走向临床试验，最终要面对高达90%的失败率。

而找到有效的药物成分，并且成功地化合，“难度堪比大海捞针”。哈萨比斯表示：“我们正试图构建一套完整的系统、流程和技术体系，目标是每年开发数十种药物。在未来的10年到20年内，如果能够建立起一套AI‘捞针’流程，就能探索出击败所有疾病的路径。”

普通人很难想象，一款新药从诞生到上市究竟有多难。

传统药物研发走的是一条类似“神农尝百草”的老路。人体疾病的根源大多藏在蛋白质的折叠错误、结构异常之中，但人体内有数万种蛋白质，形态千变万化。过去几十年间，生物学家、化学家只能靠实验试错、显微镜观测、反复模拟推演，一点点拆解蛋白质结构。

这个过程极其漫长。普通新药的研发平均需要经历上万次实验失败，每10款候选药物里，往往最终只有一款能顺利落地。而罕见病、疑难病、慢性病更是重灾区：很多病症病因模糊、蛋白结构复杂，药学科研团队常常耗费数十年研究，依旧摸不透病灶本质，无数患者只能在等待中耗光希望。

全球目前已知的罕见病超过7000种，其中九成以上暂无有效治疗药物。受限于研发成本与市场回报，传统药企普遍不愿投入资源研发罕见病药物，无数患者陷入无药可治的困境。除罕见病外，癌症、神经退行性疾病等重大慢病也因病灶机理复杂，长期卡在研发环节。这也是哈萨比斯坚定推进AI制药的重要原因——用技术降低研发门槛，填补传统医药留下的空白。

更残酷的是，传统研发极度依赖资深学者的经验积累，但人力有极限、算力有瓶颈、试错成本高到令药企难以承受。无数药企耗巨资折戟，万千科研团队半生攻坚无果，海量病人无药可医——不是人类不想治病，是传统科研工具已经跟不上人类对抗疾病的需求。

这就是困扰现代医学百年的终极痛点：疾病迭代不息，但人类破解生命密码的速度永远太慢。

几乎所有人都习惯于这种无奈，只有哈萨比斯看到了破局的可能性：如果人类的算力、经验、试错能力有上限，那就让没有上限的人工智能来接管这场生命攻坚战。

带着这个令人几乎无法置信的超高难度任务，哈萨比斯引领300余名科研人员全力开拔。

 终极押注，以AI博弈生死宿命 

“击败一切疾病”不是万能神药，而是一个通用药物设计平台：输入致病靶点，由AI生成从未存在于自然界的小分子药物。人类已知的潜在药物分子约有10的60次方种，现有药物库只探索了10的10次方种——AI可以进入人类从未涉足的化学空间，创造出化学家永远不会想到的某些分子结构。

然而，药物设计比蛋白质折叠难两个数量级。预测结构只是第一步，候选分子还需满足代谢稳定性、低毒性、细胞渗透性等条件。Isomorphic Labs日前公开承认，“一切还处在第一阶段”：AI将临床前的药物发现周期从多年缩至12—18个月，但进入临床后失败率依然高达92%。2023年，一家AI药物公司研发的新药分子因引发肝损伤而终止试验，警示犹在。

放眼全球，AI制药赛道近年来涌入不少创业公司与科技巨头，但绝大多数企业仅聚焦药物分子筛选等单一环节。像Isomorphic Labs这样搭建全流程研发体系、瞄准“攻克各类疾病”终极目标的团队寥寥无几。行业整体仍处于探索期，技术路线、监管规则都尚未形成统一标准，这也让哈萨比斯的探索更具试错价值。

赌局的风险不止技术，还有不少问题需要考量。比如，监管空白：AI设计的药物出事，谁负责？伦理边界：同样的技术可否设计新型化学武器？哈萨比斯本人承认：“我们还在第一局。药物设计的难度远超蛋白质折叠，至少需要十年才能看到真正变革。”

回到开头的问题：科技狂人与赌神有何不同？赌神服从概率，而哈萨比斯试图用AI重新训练概率。他现在押上了巨大的筹码——一个顶尖实验室、十年技术积累，以及“AI能否真正服务人类”的终极拷问。

2016年，AlphaGo下出让所有棋手愣住的第37手棋。哈萨比斯想做的，是在十年内让AI设计出一颗分子——它不存在于任何药典，却能精准阻断某条我们尚未完全理解的疾病通路。到那时，人类才能真正理解“击败一切疾病”的要义。

这场跨越十年甚至更久的探索早已超越一家企业的成败。它为整个生物医药行业提供了全新的解题思路，也让人们看到人工智能服务于生命健康的无限可能。

筹码已推上桌，骰子正在旋转，而哈萨比斯从来都是落子无悔。

Isomorphic Labs的同行们

1.英矽智能海外主体

自研Pharma.AI一体化平台，融合深度学习、生成式模型与知识图谱，大幅压缩研发周期与成本。其标志性管线为特发性肺纤维化药物ISM001-055（Rentosertib）。临床数据证实安全性与有效性，相关成果刊发于《Nature Medicine》，同时斩获美国FDA孤儿药资格认定。

2.Google、NVIDIA谷歌、英伟达

这类企业以技术底座、算力、大模型切入赛道，不直接主导新药研发，而是为全行业提供基础设施。

谷歌（Google Cloud）凭借AlphaFold奠定了蛋白质研究领域的领先地位，将Gemini大模型应用于药物研发、生产等全环节，为药企提供AI与云服务支撑。

英伟达推出生命科学大模型BioNeMo，2026年与礼来共同出资10亿美元共建AI药物研发实验室，聚焦行业共性技术难题，成为AI制药领域重要的算力与技术服务商。

3.Insilico Medicine英矽智能

拥有两大核心平台PandaOmics（靶点挖掘）、Chemistry42（分子生成），形成标准化AI研发流程，服务全球药企。客户覆盖全球前20大药企中的13家，2025年连续签下多笔重磅BD（业务拓展）合作，与施维雅、美纳里尼等企业合作总金额超14亿美元，单项目首付款可观。

4.BenevolentAI

欧洲头部AI制药原生企业，深耕生物知识图谱与深度机器学习技术，主打疾病机制解析与全新药物靶点精准挖掘，是全球最早实现AI药物研发临床转化的企业之一。公司自研Benevolent Platform一体化AI研发系统，打通靶点发现、分子设计、化合物优化、临床前验证全流程。依托海量生物医学文献、临床数据与组学数据，有效解决传统药物研发靶点模糊、分子筛选效率低、失败率高的行业痛点。

5.XtalPi晶泰科技

主打AI+自动化实验室融合路线，聚焦药物发现、固态研发与智能生产，商业化能力突出。将量子物理算法、AI模型与自动化实验机器人结合，构建“算法预测—湿实验验证—数据回流迭代”的闭环，该公司表示可将先导化合物发现周期从3—4年缩短至18个月。业务覆盖小分子、抗体、多肽等多种药物形态。

撰文——邹健 编辑——邹健