AI加速“自制”疫苗热潮，制药行业变革真的来了吗

澳大利亚一位从事机器学习的科技创业者，近日因利用人工智能自主设计肿瘤疫苗，成功帮助自家患癌宠物犬引发广泛讨论。不仅因为他不是生物医学专业出身，更让人惊叹的是疫苗研发周期从以往几年的漫长过程被大幅缩短至几个月。

整个疫苗制作流程主要包括如下三步：首先，对狗狗的肿瘤细胞进行基因测序，之后借助蛋白质结构预测大模型（AlphaFold）分析得出癌细胞表面的独特抗原，最后针对这些抗原设计mRNA疫苗，并委托专业机构生产，完成后为宠物注射，肿瘤逐渐缩小。

人工智能发展迅猛，但能否真正胜任如此复杂任务？为什么AI能够大幅提高疫苗研发效率？制药行业会因此迎来转变吗？针对这些疑问，科技日报记者3月22日访谈了相关领域专家。

首先，个性化疫苗或药物的“手工制造”真的可行吗？

全球健康药物研发中心的数据科学负责人、副主任研究员郭晋疆指出，这类个性化疫苗的研发模式从技术环节上具备可操作性，但更多是一种试验性、针对特定个体的探索，而不是标准化的药物开发流程。

从报道涉及的流程来看，顺利推进离不开测序、抗原筛查、mRNA设计及生产外包等基础步骤。郭晋疆分析，AI的应用极大整合了这些环节，使疫苗研发周期大幅缩短，更关键是跳过了产业开发中最耗时的安全评估及临床检验。因此，这种尝试目前尚无法复制到医疗行业整体。

中科计算技术西部研究院研究员、图灵—达尔文实验室副主任赵宇也表达了类似看法，从另一角度分析其“偶然性”。

赵宇介绍，通过AlphaFold预测蛋白质结构，找到了疫苗设计的目标部件，但实际疾病机制远比静态结构更复杂，需要动态和系统性的研究。正因如此，肿瘤治疗往往选用多种药物联用，针对单一靶点产生效果存在较大偶然因素。

其次，AI辅助的“手搓”疫苗能否推动新药研发加速？

郭晋疆指出，人工智能已将以实验和经验为主的传统药物开发流程转变为依赖大规模计算的筛选和设计，通过快速解析测序数据、预测蛋白结构、识别抗原，极大提高了筛选效率并优化mRNA序列。过去这些环节需要在实验室反复“试错”，如今借助计算实现高通量筛查，时间可压缩至数月。

既然研发速度大幅提升，为何新药仍需等待？

赵宇分析道，新药开发流程繁多，仅提高分子筛选效率难以解决核心问题，关键在于对疾病机制的深刻理解。如果设定的靶点不准确，或者疾病机理认知有误，即使AI提升药物合成效率，也可能事与愿违。

他强调，未来个性化疫苗研发的突破点在于用人工智能找到复杂疾病的正确干预“网络”。只有优先做好疾病机制研究，之后的分子设计、药物创新才能更精准，进而提升临床验证的成功率。新药开发接近个性化“手工制造”的关键，正是优化设计成功率和缩短验证周期。

第三，人工智能会彻底改变医药创新吗？

郭晋疆认为，现阶段人工智能在药物设计、靶点发掘和动力学预测等早期研发环节提升了效率，但距离彻底改造整个制药流程还存在差距。AI正在促进药物研发向高效、个体化、精准迈进，但对行业整体运作方式的影响尚未全面显现。

摩根士丹利2026年“人工智能药物发现”报告指出，以AI加速和优化分子设计、性能预测已成为当下AI制药商业化的主流方向。而报告同样强调，未来能否破解复杂疾病系统，将成为AI在生物医药领域的核心应用。赵宇表示认同。

郭晋疆补充说，能否理解复杂生物机制及完成临床验证，仍是药物研发成功的关键环节，这些过程仍依赖长期实验和高质量真实数据。

赵宇也表示，AI个性化疫苗案例或许能为打破医药创新同质化困境带来启发。他强调，推动AI药物研发应从“如何更快开发”转向“应该开发什么”，这是药物创新的实质突破。

（科技日报北京3月22日电）