新药创制 AI 智能体有用吗?药物分子设计筛选怎么实现
一位创新药企的研发负责人,桌上通常摆着两套东西。一套是分子生成与虚拟筛选模型的输出:上千个候选结构、打分排序、ADMET 预测曲线,每周都在变多。另一套是真实的推进表:靶点情报、化合物批次、CRO 的合成排期、动物实验档期、注册资料的章节分工,每周都在等人。两套东西之间的搬运、对齐、追问和确认,消耗的正是研发团队最贵的那部分时间。
于是问题落到具体处:新药创制 AI 智能体有用吗?药物分子设计筛选怎么实现?这两个问题的答案,取决于先把"算法、模型、智能体"三个层次分开看。本文不讨论模型本身能预测多准,而是讲清楚三件事:分子设计筛选这条链路能拆成哪几段、智能体在其中接管哪一段、以及企业要试跑时第一步应该落在哪个动作上。
一、先分清三个层次:算法、模型、智能体
分子设计筛选的核心是模型,不是"会对话的 AI"
- 打分函数、生成模型、ADMET 预测、分子对接与自由能计算,这些是专门的计算方法,输入是结构与参数,输出是数值或排序。
- 它们的好坏取决于训练数据质量、验证集设计与实验回证,不取决于对话能力。
- 智能体不去"猜"分子活性,它负责把模型需要的输入准备好、把输出整理成人能讨论的形式。
所以"AI 智能体能不能设计出成药分子"这个提问本身就错位了。更准确的问法是:智能体能不能让"建模—筛选—验证"这条链路少掉一部分人工搬运和反复确认。
智能体擅长的是链路里的"衔接段"
- 靶点与专利情报的检索汇总、化合物数据的结构化与去重、多来源筛选结果的对齐、实验数据的回流、CRO 沟通与样品流转的跟踪、申报资料的事实性整理。
- 这些工作不直接产生科学结论,但它们决定科学结论多久能出来。
- 一段衔接断了,往往是整条链路在等,而不是某个模型不准。
能力边界要提前说清楚
- 靶点选择、候选化合物取舍、临床方案设计、伦理审查与监管申报的责任,仍由具备资质的研究者、医学负责人与注册负责人承担。
- 智能体的产出是候选清单、差异项、异常提示和可追溯的操作记录,不是"结论"或"批准"。
- 涉及受试者信息、临床数据与非公开结构的环节,必须按最小必要原则使用并留痕。
在 Soiawork 中,这一定位对应智能体工作台的六类能力:组织业务上下文、连接业务现场、沉淀解决方法、完成业务任务、持续运行、经营运行结果。研发场景里最容易被忽略的往往不是最后的报表,而是前两类——让 AI 用得上内部的历史项目资料与判读规则,同时进得去研发人员每天真正在用的那几套系统。
二、药物分子设计筛选怎么实现:把链路拆成可交接的五段
把"药物分子设计筛选怎么实现"落到工程上,它其实是五段可以分别交接的工作。每一段的输入输出清楚,才谈得上交给 AI。
1. 靶点与竞争情报准备
- 定义:从文献、专利、公开数据库与内部立项资料中,整理出与靶点相关的证据链、竞品进度与专利风险点。
- 关键点:来源必须可追溯;同一事实在不同库中的表述要能对齐;更新频率要固定,不能想起来才查。
- 落地方式:Soia 可以通过连接器接入公开数据库与企业内部文献库,用知识库固化检索口径与判读规则,再把它配置为按周运行的自动任务,产出一份带出处的证据清单,来源冲突、专利到期日不明等异常单独列出,交给项目负责人判断。
2. 化合物库与数据清洗
- 定义:把采购库、内部合成库、历史项目库的分子数据,统一成可计算的格式。
- 关键点:结构去重(同一分子不同编号)、盐型与立体化学的规范化、活性数据的单位与实验条件对齐、缺失值显式标记。
- 常见误区:这一步最常见的错误不是算法错,而是编号与批次对不上。这类错误在模型里查不出来,只能靠流程卡住。
- 落地方式:在 Soiawork 中,通常是文件空间加工工作流的组合——文件空间管理批次文件与版本,工作流固定"解析—校验—标记异常—生成待确认清单"的步骤,规则写在流程里而不是靠人回忆。
3. 虚拟筛选与性质预测的执行
- 定义:把清洗后的数据提交给对接、打分、ADMET 模型,得到排序结果。
- 关键点:参数与模型版本必须记录;同一批分子用不同模型跑出的差异要并排呈现;排名之外要给"为什么排前面"的依据字段。
- 落地方式:很多建模与分子模拟软件仍是本机客户端。通过 Soiawork 的设备(Soia Worker),可以在授权范围内操作本机软件完成批量提交与结果导出,把"人工点几十次"变成一次可复跑的工作流。需要说明的是,实在智能在 OSWorld 基准上的任务成功率 90.2%(2026 年 7 月,实在智能产品),衡量的是桌面软件操作类任务,属于操作能力基线,不代表任何研发判断能力。
4. 结果汇总与优先级排序
- 定义:把多个模型的输出合成一张能在项目会上讨论的表。
- 关键点:这一步必须是人机分界点。AI 给候选、给理由、给风险标记;药物化学与药理负责人给判断。
- 落地方式:在 Soiawork 的工作流里,这一节点会停下来,向指定责任人发出待办与确认请求,确认结果连同理由一并留痕。后续复盘"为什么选了这一批",不需要靠回忆拼凑。
5. 实验验证与数据回流
- 定义:合成、体外与体内实验的结果回到项目库,修正下一轮筛选。
- 关键点:数据回流一旦断掉,前四步的价值会持续衰减,模型也会逐渐脱离真实体系。
- 落地方式:Soia 可以从 ELN、LIMS 或实验记录表中取出结果,与筛选阶段的预测值对齐,标出偏差较大的条目,生成周度复盘清单。这类流程属于复现验证性质,是否进入生产环境,由企业按自身数据与合规要求评估。
三、最容易被低估的四类研发工作
分子设计筛选之外,新药创制链条上还有大量重复性协同工作。它们不显眼,却直接决定项目节奏。
情报跟踪与文献综述的"灰活"
- 每日或每周的新文献、新专利、会议摘要、竞品临床进展,需要有人筛、有人归纳、有人分发。
- 智能体能做的是初筛与结构化:按预设口径标出可能相关的条目,附上原文位置,交研究员确认。研究员省下的是浏览时间,不是判断责任。
CRO 与供应商协同
- 合成外包、动物实验、检测服务的进度确认,长期靠邮件与表格来回。样品寄出后无人跟踪、报告版本混乱是常态。
- 通过 Soiawork 的连接器与工作流,可以把订单号、批次、寄样记录、报告回执串成一条可查的状态链,超期与缺件自动提醒到责任人。它不会替你判断数据是否可用,但能保证"东西到没到、报告是哪一版"这类问题不再靠问人。
注册申报资料的事实性整理
- 申报资料的难点往往不在写作,而在"每个数字对应的原始记录在哪里"。
- 智能体可以按章节要求汇总来源文件、标注数据出处、列出前后不一致之处,形成一份待核对清单。签署、盖章与合规判断仍由注册负责人完成。
项目周报与研发经营视图
- 多项目并行时,进度、里程碑、资源占用、外部支出分散在不同系统与个人表格里。
- 在 Soiawork 中,这类汇总可以配置为自动任务,按固定时间生成统一口径的项目视图,异常单独列出,让管理层看到的是同一个版本的事实。
四、合规敏感流程的参照打法
医药行业的共同点是流程敏感、责任必须落到人。Soiawork 场景库中有一个可参照的做法:在医药零售的处方订单协同场景(复现验证环境)中,智能体的职责被严格限定在核对授权订单与库存、按已批准流程传递已有资料、查询专业审核状态,并且只回传已审核通过的结果,最小化使用患者信息、留存操作记录;处方开具、审核、调剂与用药判断,全部由具备资质的人员负责。
这个逻辑平移到研发场景同样成立:智能体负责让信息齐、让状态清、让记录全;专业判断留在人这里。 另一个可参照的是活动毛利测算场景(复现验证环境),它把"使用客户确认的公式计算候选清单、标出缺成本与重复项、由负责人确认后再提报"这套做法固定下来——对应到研发,就是把"用已确认的规则生成候选、标出异常、由负责人确认后再推进"变成标准流程。
五、试跑怎么开始
不建议一上手就动核心筛选链路。更稳的路径是:
- 先选一段高频、低风险、结果可核对的衔接工作,例如靶点情报周报、化合物数据清洗、CRO 进度跟踪,任选其一。
- 把口径写下来:数据从哪来、判读规则是什么、谁确认、异常怎么标。这一步比选工具更重要。
- 用工作流固定步骤,用知识库固化依据,用连接器取数,跑两到四周。
- 重点核对结果与异常两条线:结果对不对,异常有没有被漏掉。异常处理的质量,比成功率更能说明这套流程能否扩大范围。
结尾
新药创制的价值不在"AI 做了多少",而在"人把时间放在哪里"。回到最初的问题——新药创制 AI 智能体有用吗?药物分子设计筛选怎么实现——答案取决于你是否先把链路拆成可交接的段落,再让智能体接管其中重复的衔接工作。建议从一项重复工作开始试跑:先用两三周核对结果与异常,确认口径稳定、责任清晰,再决定是否扩大到筛选主链路。让智能生长,让工作进化,节奏比规模更重要。
常见问题解答
要不要改造现有的 ELN、LIMS 和建模软件?
通常不需要。Soiawork 的思路是在现有系统之上做连接与编排:通过连接器取数,通过设备(Soia Worker)操作本机客户端软件,通过工作流把步骤固定下来。改造系统的前提是收益足够大,而多数试跑场景在不动系统的前提下就能验证价值。
化合物结构和临床前数据,权限怎么控制?
按"最小必要 + 可追溯"两条原则设计:知识库与文件空间按项目与角色划分可见范围,智能体只读取完成任务所必需的字段,涉及敏感信息的操作留存记录,异常单独列出。管理员负责组织、权限、成本与审计边界,这也是 Soiawork 六类能力中"经营运行结果"要解决的问题。
AI 排错了候选化合物,责任怎么算?
排序与建议由 AI 生成,取舍由人做出,责任随决策走。可行做法是把确认动作固化为流程节点:系统向指定责任人发出待办,责任人确认并留下理由,记录随项目归档。这样既保留了人的判断权,也让复盘有据可依。
和现有的分子模拟软件、RPA、BI 是什么关系?
分子模拟软件负责算,智能体负责把算之前的数据准备好、算之后的结果整理好;RPA 处理的是固定界面的重复点击,技能与工作流则把方法沉淀为可复用资产,并能容纳判断与人工协作;BI 呈现结果,而智能体能把结果推进到报告、记录、通知或待办。四者是接力关系,不是替代关系。
从哪个场景开始最稳妥?
优先选"高频、规则相对明确、结果可人工核对、出错代价可控"的环节:靶点情报周报、化合物数据清洗、CRO 进度与样品跟踪,都是常见的起点。避免一上来就做端到端的候选分子决策,那属于专家判断域,试跑阶段验证不了,也不该由 AI 承担。



