摘要

AI4Science 正通过大模型和自动化科研流程，重塑生命科学和药物研发模式，显著缩短研发周期并降低成本。文章梳理了 AI 在生命科学领域的四象限框架及其代表性公司，探讨了从蛋白质结构预测到全流程 AI 科学家的技术路径、商业模式以及未来机遇。

关键点

• AI for Science 将信息论和生命科学结合，加速科学发现，尤其在药物研发中将十年、20亿美元的流程压缩与重构。
• Foundation Model 和 AI Scientist 的出现，使得复杂的科研流程可编排为自动化软件流水线，显著提高效率。
• Biology Foundation Model 的突破如 AlphaFold 3，解决了蛋白质结构预测难题，开启了生物基础模型的新范式。
• 自动化科研（AI Scientist）通过多智能体系统，整合文献检索、实验设计和数据分析，极大提升科研效率。
• AI-native Therapeutics 公司利用 AI 平台开发复杂疗法，涵盖大分子、RNA、细胞疗法等新型药物设计。
• AI 聚焦于单一关键环节优化，如数据服务、靶点发现、药物重定位和临床试验加速，提升效率并降低失败率。
• 代表性公司包括 Isomorphic Labs、Generate Biomedicines、Somite AI、Moonwalk Bio 等，展示了 AI 在生命科学不同方向的应用。
• AI 的广泛应用正在将科研从传统的手工试错转变为知识和算力驱动，推动生命科学进入指数级进步时代。