Novartis：AI加速新药研发，将候选化合物筛选效率提升10倍

背景与挑战

新药研发是人类最昂贵的智力活动之一：一款新药从基础研究到上市平均耗时10-15年，成本超过20亿美元，且成功率不足12%。其中，苗头化合物到候选药物的优化阶段（Hit-to-Lead）是耗时最长、失败率最高的环节。传统方法依赖化学家经验和高通量筛选实验，每次实验成本高昂且周期漫长。Novartis面临的挑战是如何利用AI重塑药物研发流程，在不降低成功率的前提下大幅提升效率。

AI解决方案

Novartis与微软Azure合作，构建了Novartis AI Innovation Lab，核心AI能力包括：分子生成模型基于图神经网络和生成对抗网络，根据靶点结构自动设计具有高结合活性的候选化合物，将初始筛选范围从数十亿化合物压缩至数千个高价值候选分子；ADMET预测模型（吸收、分布、代谢、排泄、毒性）在计算机中虚拟评估化合物的成药性，将不合格分子提前淘汰，减少湿实验室的无效实验量；病理图像AI分析系统通过计算机视觉自动解读组织切片，将病理判读时间从人工的数小时压缩至数分钟；临床试验AI优化系统分析历史临床数据，预测患者入组速度、脱落率，优化试验设计和站点选择。

成效与数据

Novartis公开数据显示，AI辅助的化合物筛选效率提升约10倍，候选化合物优化周期从平均4-5年压缩至12-18个月。截至2024年，已有超过15个AI辅助发现的候选化合物进入临床试验阶段，涵盖肿瘤、心血管、神经退行性疾病等领域。AI病理分析系统将病理科研究人员的效率提升约40%，显著加快了生物标志物的发现速度。Novartis 2023年研发投入超过90亿美元，AI工具的引入使相同投入能够探索的化学空间扩大约5倍。

启示

Novartis的实践代表了AI在生命科学领域的最前沿应用。分子生成AI和ADMET预测模型的成熟，正在将药物研发从"随机筛选"转变为"定向设计"。对于国内创新药企，引入AI辅助药物发现平台是提升研发效率、降低早期失败成本的关键战略投资，有望从根本上改变本土制药行业的研发竞争力。