AI制药又迎来了一笔足够吓人的融资。

据报道，由谷歌孵化的 AI 制药公司 Isomorphic Labs，正在筹集新一轮超过20亿美元的融资。如果这笔钱最终落地，很可能成为 AI 制药史上最大一笔单轮融资。

更刺激的是，这家公司目前还没有一条真正跑出成熟临床数据的管线。

也就是说，资本这次押注的，不是一款已经证明有效的药。

而是一套“可能重新发明药物研发”的机器。

这才是这条新闻真正值得看下去的地方。

一

Isomorphic Labs 的来头确实很硬。

它脱胎于 Google DeepMind，创始人 Demis Hassabis 是 AlphaFold 背后的核心人物之一，也拿到了2024年诺贝尔化学奖。

AlphaFold 对生命科学的意义，不用再夸太多。

过去，蛋白质结构预测是生命科学里的硬骨头。药物要起作用，先要知道靶点长什么样、分子怎么结合、相互作用是否稳定。看不清这些，后面很多研发就只能靠试错。

AlphaFold 系列模型把这个问题往前推了一大步。

到了 AlphaFold3，预测范围已经不只是蛋白质，还扩展到了蛋白质、DNA、RNA、小分子等生命分子的相互作用。

这也是 Isomorphic Labs 最迷人的地方。

它讲的不是“我发现了一款药”。

它讲的是：“我可能做出一套通用药物设计引擎。”

这两句话，估值逻辑完全不同。

传统 Biotech 的核心，是管线。

你有什么靶点？做到几期临床？数据怎么样？安全性如何？市场空间多大？

AI制药平台的核心，则变成另一组问题：

你能不能持续发现更好的靶点？

能不能更快设计候选分子？

能不能减少早期试错？

能不能让药物研发，从手工业变成更接近工业化的平台能力？

资本这次买的，不是一条鱼。

而是在赌一张网。

二

问题也恰恰在这里。

药物研发从来不是一道算法题。

一个分子在模型里看起来很漂亮，不等于进了人体还漂亮。

它可能结合得很好，却毒性很强。

它可能动物实验有效，却在人身上失效。

它可能早期数据不错，却在更大规模、更复杂人群中翻车。

人体不是数据库。

人体是一个复杂、脆弱、混乱，而且经常“不讲道理”的系统。

肝肾代谢、免疫反应、剂量窗口、长期安全性、合并用药、真实患者差异，都会在临床阶段一起上桌。

AI可以帮科学家更快找到方向。

但它不能替临床回答最终问题：

病人用了之后，到底有没有获益？

风险是否可控？

结果能不能重复？

监管能不能认可？

所以，AI制药真正的成人礼，不是融到20亿美元。

而是跑通一项高质量临床试验。

三

今天很多AI制药叙事里，最容易偷换的概念，是把“发现候选分子”说得像“发现新药”。

这中间差得很远。

候选分子只是起点。

后面还有药效、毒理、药代动力学、剂量设计、制剂工艺、临床方案、患者入组、终点设置、真实世界验证。

每一步都可能失败。

这就像一个人简历写得漂亮，不代表他真能把公司管好。

AI制药现在最强的地方，主要还在前端：

结构预测。

分子设计。

靶点发现。

虚拟筛选。

结合亲和力预测。

这些环节当然重要。

但它们不是药物研发的全部。

如果说传统药物研发是一条漫长山路，AI目前做得最好的，是帮人更快找到上山入口，少走一些冤枉路。

可从山脚走到山顶，还得一步一步爬。

资本可以在山脚下提前放烟花。

医学不能。

四

当然，大药企愿意上车，也不是没有道理。

Isomorphic Labs 已经与诺华、礼来等跨国药企达成合作，潜在金额超过30亿美元。

这说明大药企不是看热闹。

它们正在把AI制药平台当成下一代研发基础设施来布局。

传统药物研发太贵、太慢、失败率太高。

从靶点发现到药物上市，常常需要十年左右。中间每一个环节，都可能烧掉大量资金，然后一地鸡毛。

大药企不缺钱，不缺科学家，也不缺实验室。

但它们害怕一件事：

下一代药物研发的底层工具，不在自己手里。

如果AI平台真的能持续提高研发效率、降低试错成本、提升候选药物质量，那它就不只是一个外包工具。

它会进入药企研发体系的底层。

这就像医院采购影像AI。

一开始大家以为它只是帮医生“多看几张片子”。

后来才发现，真正有价值的不是单点算法，而是它能不能嵌入流程，改变质控、诊断、随访、运营和管理。

AI制药也是一样。

它的终局，不该是“多筛几个分子”。

而是重塑研发流程。

五

这条新闻对中国AI制药也有提醒。

不能只停留在“应用层热闹”。

过去几年，国内AI医疗和AI制药都很热。

有的做分子筛选，有的做靶点发现，有的做医学大模型，有的做科研助手，有的做药企数字化平台。

这些方向都有价值。

但如果只是给现有研发流程加一个AI插件，再换一套大模型话术，很难撑起真正的平台级想象力。

AI制药真正要拼的，不只是模型参数。

它拼的是一整套体系：

高质量生物数据。

长期基础研究。

湿实验验证能力。

药企真实研发场景。

跨学科团队。

算力和工程能力。

更重要的是，对临床结果的敬畏。

没有这些，所谓AI制药很容易变成另一种“概念装修”。

外面挂着大模型招牌，里面还是老一套筛选工具。

中国当然需要AI制药。

但更需要清醒的AI制药。

六

这件事其实不只属于AI制药。

它属于整个医疗AI。

无论是AI读片、AI问诊、AI病历、AI随访，还是AI制药，最后都会回到同一个问题：

你有没有证据？

你能不能改善结果？

你能不能减少风险？

你能不能被医生信任、被患者接受、被监管审查？

医疗AI和普通AI最大的区别就在这里。

普通AI可以先上线，再迭代。

医疗AI不能这么潇洒。

因为它面对的不是点击率，不是留存率，也不是日活。

它面对的是人的身体。

再炫的模型，到了医疗场景里，都要把声音放低一点。

七

对 Isomorphic Labs 这类公司，可以有两个判断。

第一，这里面一定有泡沫。

一家还没有成熟临床数据的公司，被资本推到如此高的位置，市场预期显然已经跑在证据前面。

未来几年，AI制药行业大概率会经历一轮出清。会有项目停在动物实验，会有公司拿不出临床结果，也会有一些故事被现实打回原形。

第二，方向仍然是真的。

传统药物研发确实需要改变。

如果AI能在靶点发现、分子设计、实验方案、临床入组、数据分析等环节持续发挥作用，它对医药行业的影响会非常深。

所以，这不是一个简单的“泡沫故事”。

更像是一个新周期刚刚开始。

只不过，在这个周期里，最重要的不是谁先喊出“消灭所有疾病”。

而是谁先把一个真正有效、安全、可验证的药，送到患者面前。

那一天，AI制药才算真正成年。

在此之前，20亿美元只是资本的掌声。

临床数据，才是医学的判决书。