科研范式正被重写:AI 如何走进生命科学研究的每一个环节

过去，科研效率很大程度上取决于研究者手里有多少工具；而现在，更具决定性因素的，是提出科学问题的能力，以及将问题转化为可执行、可复现、可验证研究路径的手段。

AlphaFold2 将许多蛋白质结构问题，从可能耗时数月乃至数年的实验探索，转变为数分钟至数小时内即可获得的高质量计算预测；不过预测结构目前仍不能普遍替代实验解析，尤其在无序区域、多构象状态、配体诱导变化、突变效应及复杂相互作用体系中。

通过重构研究方法，智能体（Agentic）平台正在逐步消弭"提出科学问题"与"跑完整套分析"之间的鸿沟。如果把“走进生命科学”定义为在一个核心基础科学问题上取得跨越式、广泛可见且可规模化的突破，AlphaFold2 可以被视为最重要的拐点之一。2024 至 2026 年间 MNC 高调宣布进军 AI 制药更是将既已发生的范式转变推至聚光灯下。

因此，这场变革最深刻的落点，并不在于某款"明星药物"，而在于"研究"本身被重新定义。从假设提出、实验设计到数据分析，整条链路正在被重写。

一、AI 走进科研的三个阶段

AI 走进生命科学研究经历了至少三次具有范式意义的跃迁。

第一阶段，文献与证据的自动化综合。数十年来，科学假设高度依赖研究者在广泛阅读后形成的直觉。如今，文献与证据挖掘智能体能够系统性地检索论文、专利与预印本，将分散的证据整合为可检验的假设。在检索策略、证据分级和人工复核机制设计良好的前提下，AI 可以覆盖更多证据，使检索与筛选过程更容易审计。

第二阶段，生成式方法介入分子与蛋白设计。AlphaFold2 于 2020 年在 CASP14 中对多数单体蛋白给出接近实验的精度，相关论文、开源代码与结构数据库在 2021 年陆续发布，为随后兴起的生成式蛋白设计提供了重要技术和观念基础。RFdiffusion、ProteinMPNN 等方法使研究者从"在自然界中检索已有蛋白"走向"按需设计新蛋白"。更上游，生成式模型开始参与分子生成，并形成"干湿闭环"，即模型设计的候选物在湿实验中验证，结果再反馈至模型，形成自我强化的迭代。

第三阶段，分析能力的对话式普及。这一阶段与一线科研者距离最近。过去完成一套多组学分析需要编程能力、流程知识与计算环境配置；而 AI 智能体平台将数据管理、自动化机器学习与可视化封装为可对话的接口，使不具备编程背景的研究者也能提出并推进分析。研究能力的门槛被重新界定。

需要注意的是，"智能体工具"与过去的"辅助式工具"存在本质差异：辅助式工具提升单点操作效率，而智能体能够接管一段完整工作流，自主调度多个子工具并迭代。正是这一差异，使"提问即研究"从概念走向现实。

三次跃迁并非彼此独立，而是最终收敛为一个闭环：提出问题 → 自动完成检索、设计、分析与验证。

这也是 AI for Life Science 区别于既往"实验室信息化"的本质，因为它改变的并非工具效率，而是研究的组织方式。

二、价值链上的不同角色

按价值链功能划分，AI for Life Science 的参与者大致可归为五层，且多数企业同时跨越多层。

第一层是算力与云基础设施。以英伟达为代表，它不仅提供 GPU，还通过 Parabricks（基因组学分析）与 BioNeMo（生物基础模型与智能体工具）向上延伸到软件、模型乃至智能体工具层，并不只是"卖芯片"。算力之外，云服务商与高性能计算集群构成了模型训练和推理的物理底座。

第二层是数据、实验室信息系统与自动化。样本追踪、LIMS/ELN（实验室信息管理与电子实验记录）、标准化实验协议与实验室机器人，是"干湿闭环"得以成立的物理基础，也是许多 AI 能力落到实验端的先决条件。

第三层是生物基础模型与专用算法。这一层提供通用的生物表示能力，代表包括 DeepMind 的AlphaFold 系列、Meta 与 EvolutionaryScale 的 ESM 系列、以及百图生科（xTrimo）等。

第四层是科研工作流与智能体平台。它们把检索、分析、可视化与报告串成可审计的流程，并封装为可对话的接口，是科研者日常直接接触的一层。Biomni、Claude Science、PromptBio 即处于这一层，将前述基础模型与分析能力整合为对话式工作流。

第五层是 AI 原生药物研发公司。Isomorphic Labs、英矽智能、Recursion、Schrödinger 等大多采用"平台加自有或合作管线"的垂直整合模式，既输出工具，也推进自有药物管线。

三、必须正视的现实约束

在乐观叙事之外，有五道约束必须被正视。

第一，相关性、预测、因果与验证需要区分。模型发现相关性，不等于找到因果机制；预测结构，不等于证明功能；预测靶点，不等于证明疗效；生成候选分子，也不等于具备安全性与临床价值。AI 可以压缩候选空间、提升实验优先级，但最终结论仍依赖适当的实验、统计与临床验证。

第二，临床开发才是真正的瓶颈。即使模型把早期筛选从数周缩短到数小时，也不意味着研发周期按同比例缩短。临床试验中的受试者招募、终点选择、疗效异质性、安全性、生产与监管通常仍需数年。截至 2026 年，尚无一款被业界普遍认定为由 AI 从头发现并设计的药物完成监管批准；已有部分AI 辅助发现或设计的候选进入临床阶段。

第三，评测可信度高度依赖对数据泄漏的控制。训练集与测试集的同源性、时间切分是否严格、患者级数据是否泄漏、批次与站点效应、负样本定义、外部队列验证、基准是否被训练数据污染、是否与简单基线公平比较，这些往往比模型架构更决定结论是否成立。可靠的平台还应输出证据等级、置信区间与不确定性，区分已知事实、模型推断与假设，主动报告冲突证据，保留失败运行并设置人工审批节点。"可追溯"不等于"正确"，一个被完整记录的错误流程依然是错误流程。

第四，隐私、知识产权与数据治理不可回避。当平台处理患者组学或未公开研发数据时，需要回答数据是否用于训练、存放在哪里、是否支持本地或私有化部署、权限与审计如何落地、是否满足伦理与数据保护要求、AI 生成方案的知识产权归属，以及第三方模型与数据库的许可是否允许商业使用。生成蛋白、病毒设计、病原体优化等能力兼具研究价值与滥用风险，序列筛查、高风险工具访问控制、合成服务商筛选、权限分级与人工审查应被视为底线要求。

第五，实验自动化与成本需要被如实呈现。所谓"干湿闭环"通常还依赖实验室机器人、LIMS/ELN、标准化协议、样本追踪、机器可读结果，以及主动学习或贝叶斯优化对失败实验的结构化反馈。应当区分计算闭环、人工执行的干湿迭代、实验室自动化闭环与真正的自主实验系统。此外，"2 小时完成"一类的表述只度量了墙钟时间，评价平台至少应同时报告速度、成本、质量、稳定性与人工投入，以及在多少任务上能够稳定成功，而非依赖单个展示案例。是否存在第三方基准也不能单独作为可信度指标，因为基准可能狭窄、被污染或与实际任务不一致；前瞻性的真实任务与独立复现通常更具参考价值。

四、评估平台的六个维度

面对层出不穷的"AI 科研平台"，如何快速判别其成色？可看以下六个维度。

1. 科学有效性：是否有外部验证、前瞻性验证和合理基线。

2. 可复现性：数据、代码、参数、环境、模型版本是否可追踪。

3. 不确定性与监督：是否呈现证据等级、失败模式和人工审批节点。

4. 闭环程度：停留在建议、完成计算，还是接入实验并用结果更新决策。

5. 数据优势：是否持续产生高质量专有数据，以及这些数据是否具有合法使用权。

6. 部署可行性：成本、隐私、安全、互操作性、监管和组织工作流是否可接受。

回看这一轮变化，真正值得记录的，未必是某一项具体能力的突破，而是科学研究"入口"的迁移。过去，进入一个领域要先翻过工具、环境与方法的围墙；如今，提出一个问题，正成为越来越多人走得进去的那扇门。这本身具有方法论之外的意义：当检索、分析与初步设计可以被分担，科学有机会不再只属于装备齐整的少数实验室。

但入口变宽，不等于结论变轻。模型可以替我们检索、计算与提议，却替我们承担不了怀疑、验证与接受证伪的责任。预测不等于机制，规模不等于证据，速度不等于正确——这些边界不会因为工具更强而消失，只会更频繁地出现在每一个急于下结论的时刻。换言之，这一轮范式迁移真正交还给研究者的，不是更少的功课，而是更纯粹、也更难的功课：让 AI 去做重复的工作，把精力放在提出对的科学问题，并为答案负起责任。