上海6月21日电人工智能在药物研发中的应用已不鲜见，但AI公司与制药企业跨越传统技术服务或单一项目授权边界，联合注资成立独立研发公司的案例仍相对少见。近日，和铂医药（02142.HK）与百图生科联合宣布建立多层次、长周期全面战略合作伙伴关系，并围绕复杂大分子药物的AI研发，联合创立面向全球市场的新型AI管线研发公司MegaStreamTechBio。双方希望通过“合作建企”模式，探索复杂大分子药物研发中模型、数据、实验和管线深度闭环的新路径。为何从“项目制”合作走向更深层次的“合作建企”？和铂医药创始人、董事长兼首席执行官王劲松对此次合作的背景解释称，药物研发正在走向复杂大分子时代，AI在药物研发中的作用，已经不再是局部的“零敲碎打”，而是成为“核心引擎和发动机”。从双方表述看，此次合作并不止于增加若干分子管线，而是希望探索复杂大分子药物研发的底层逻辑与研发范式变化。从单点提效到管线“发动机”一直以来，和铂医药在业内有“BD”（BusinessDevelopment，对外授权及合作交易）之王的称号，在中国创新药的出海版图中保持较高活跃度。目前，和铂累积的BD交易总金额已经超过130亿美元。百图生科则长期聚焦生命科学大模型和AI基础设施建设。其BioMap自主研发的生命科学基础大模型xTrimo，面向基因、蛋白、细胞和生物系统等底层规律建模，已在多个生命科学预测任务中应用。事实上，双方此前已有多年合作基础。双方首个AI+生物技术驱动的First-in-Class（同类首创药物）管线研发合作始于2021年，并在后续10余个管线研发过程中参与管线属性预测、优化及生成式设计。如何看待AI在药物研发中的作用？王劲松介绍，过去几年，AI在新药研发中的应用多集中于靶点筛选、分子生成、结构预测、成药性评估等局部环节，主要价值体现为提高效率、缩短部分研发周期。但在复杂大分子药物研发中，AI的角色正在从“辅助工具”向更核心的位置前移。“这次合作，不是为了多得到几个更好的分子，而是希望改变整个工业界做新药的底层逻辑、范式和商业模式。”王劲松表示。王劲松谈到，行业正在从相对简单的单分子药物，走向双抗、多抗、偶联药物等复杂大分子时代，而这也成为双方合作的原因之一。“面对呈指数级增长的复杂未知空间，传统依靠人工经验和组合试错的方法，失败风险更高。AI的价值在于，在实际构建分子之前，对复杂分子的序列、三维结构、生物活性、毒性和可开发性作出更前置的判断。”百图生科联合创始人兼首席执行官刘维用“四个阶段”概括AI制药的演进：第一阶段是单点工具加速，即AI作为局部模型或工具提升研发效率；第二阶段是专属模型与项目深度融合，即结合药企实验平台和AI大模型能力，对具体管线进行预测和赋能；第三阶段则是基于大模型、高通量实验和闭环数据体系，批量化探索创新项目组合。第四阶段将突破分子性能指标的尺度，进行临床前和临床指标的设计和优化。“现在双方要进入的是第三阶段。”刘维表示，这一阶段不再局限于单个项目，而是通过平台化方式，让机器批量运行和探索大规模创新项目组合，不断拓宽First-in-Class药物探索边界。从模型到实验加速搭建AI研发引擎按照双方规划，MegaStream将整合“独家大数据、专属大模型、大型创新管线组合”，构建以新一代智能干湿闭环实验平台以及个性化、多模态、多属性生成式大模型为核心的AI研发引擎。具体来看，和铂医药将开放其全人源抗体平台、靶点生物学积累及全球临床开发能力；百图生科则提供底层AI技术、模型工程支持和智能化研发能力。新公司首批管线将由双方既往合作的AI药物研发项目和新立项的AI原生管线项目共同构成，重点聚焦心血管、肾脏、抗衰老、肿瘤等重大未满足临床需求，并以First-in-Class和Best-in-Class（同类最优药物）为主要研发方向。在技术底座上，双方将基于百图生科生命科学基础大模型平台xTrimo，以及和铂医药HarbourMice全人源抗体平台积累的数据，针对复杂大分子药物特点进行训练、优化和迭代，形成面向MegaStream的专属大模型。该模型将面向多特异性抗体、XDC类偶联药物、体内CAR-T（嵌合抗原受体T细胞疗法）、吸入或口服大分子药物等复杂大分子类型进行优化，覆盖从序列生成到可开发性评估等多个环节。与此同时，双方还计划共建新一代智能高通量干湿闭环实验室，围绕复杂大分子药物不同生物属性参数，形成“设计—构建—测试—学习”的自动化闭环。据双方测算，该实验室建成后，效率较上一代干湿闭环实验室提升500%以上，数据积累效率提高超过10倍，预计未来五年内产生超过5PB高质量“AI-Ready”生命科学数据，也即适用于AI训练的高质量数据。打破“项目制”壁垒构建全生命周期数据闭环如果只是为了研发几款新药并共享技术平台，为何一定要成立一家独立公司？“如果仅限于做一两个项目，依然只是在做加法。”王劲松认为，传统项目合作模式的局限，在于难以形成贯穿药物研发全生命周期的连续数据链。AI制药的核心壁垒不仅在于算力与模型，更在于高质量数据以及真实研发场景中的反馈机制。在王劲松看来，未来AI在药物研发中的深入应用，需要打通从临床前研究到临床监测的完整反馈链条。跨越产业上中下游的真实验证数据，将成为进一步训练和验证复杂分子构建模型的重要资产。“成立独立的平台公司，正是为了让MegaStream拥有一个完整的药物研发生命周期，从而建立起闭环学习体系。”王劲松说，当系统产生的数据通过内部循环直接反哺研发，不仅能高效推进新公司的产品线，也会通过闭环验证不断升级大模型能力。刘维也提到，双方共同成立公司，另一项重要任务是建立并重新定义面向AI研发的数据标准。医药研发并非简单缺少数据，而是缺少统一且适配AI训练的数据标准。双方将重点探讨，在复杂大分子和前沿药物研发中，数据采集应使用什么传感器、覆盖哪些维度，以及如何界定阳性、阴性数据。“传统生物研发通常更关注实验获得的阳性结果，或者说实验‘成功’的数据。但AI大模型训练高度依赖那些不成功的过程数据，也即阴性数据。”刘维表示，双方正在探索如何以更高效率、更低成本采集这些数据，并将这些数据采集标准，与面向GMP（药品生产质量管理规范）、FDA（美国食品药品监督管理局）要求的实验标准重新结合。从这个意义上看，MegaStream不仅是和铂医药与百图生科共同孵化管线的平台，也是一场围绕复杂大分子研发流程、数据标准和商业模式的系统性探索。AI制药正在从单点提效，走向由模型、数据、实验和管线共同驱动的新阶段。
要解决这一问题，放松税收征管并非良策，因为这不仅涉及税务机关工作人员渎职问题，也影响社会公平，毕竟各地税务机关征管力度不一，将影响企业公平竞争，有违全国统一大市场构建。