制药行业跨越了一个研究者们承诺了十年的门槛：一款完全由人工智能设计的药物正在进行人体测试。Google DeepMind分拆出的药物发现公司Isomorphic Labs在伦敦举行的WIRED Health大会上宣布，其计算设计的候选药物已获批进入临床试验阶段——这一里程碑将AI辅助制药开发从学术猜测变成了医学现实。
这一消息由公司总裁马克斯·雅德伯格披露，他将公司的工作描述为产生了"广泛而令人兴奋的全新药物管线"。虽然Isomorphic未公开试验针对的具体疾病，但公司确认该候选药物完全源自其分子设计AI系统，绕过了主导药理学五十年的传统实验筛选流程。
这意义重大，因为传统药物发现的失败率触目惊心。开发一种新药通常需要26亿美元和十二至十五年时间，超过百分之九十的候选药物在临床测试中夭折。整个行业一直将这种高损耗率视为不可改变的现实。Isomorphic的方案表明这或许并非必然：该公司没有在实验室中合成和测试数百万种化合物，而是使用在蛋白质结构上训练的AI模型来预测哪些分子会与疾病靶点结合并在人体中安全发挥作用。
与DeepMind的关联并非偶然。Isomorphic利用了AlphaFold蛋白质结构预测系统，该系统于2021年解决了困扰生物学五十年的难题——精准建模蛋白质折叠方式。这一突破赋予了Isomorphic竞争对手所缺乏的能力：在前所未有的结构精度下建模药物-靶点相互作用。传统制药研究人员需要花费数年时间通过试错法识别有前景的化合物，而Isomorphic的AI则在任何实验室工作开始之前就通过计算生成候选分子并评估其特性。
WIRED Health的相关报道获得的关注远不及这一消息的重要性。媒体头条聚焦于AI在医疗领域的应用，强调环境监听工具、可穿戴设备和聊天机器人诊断——这些应用制造话题但无法从根本上改变医学的工具箱。与此同时，一个更具深远影响的故事在伦敦悄然展开：计算药物设计已走出实验室，进入了诊所。
监管框架正在迎头赶上。FDA已批准AI辅助药物开发工具，但尚无机构为AI设计的化合物何时具备人体测试安全性制定明确标准。Isomorphic的试验必将吸引密切关注AI融入核心发现流程的监管机构。如果成功，将迫使竞争对手加速AI应用；如果出现并发症，将引发激烈的监管重新审视。
更广泛的问题是规模。一款药物进入试验证明了概念可行，但制药公司需要每年产生数十种候选药物才能重建枯竭的管线。Isomorphic尚未披露管线规模，尽管雅德伯格"广泛而令人兴奋"的描述暗示多个项目处于不同阶段。无论该公司能否系统地生成临床候选药物——而非偶尔产生一个非凡分子——都决定了这是突破还是异常。
雅德伯格在WIRED Health大会上将这一时刻定性为更宏大事业的开始。这位总裁表示："我们正在为一种新型制药公司奠定基础。"如今，这个基础包含了一款正在进行人体测试的药物——这是人工智能不仅能协助研究人员完成任务、更能设计出在人类生物学中存活的治疗方法的第一个具体证明。