3月20日，阿斯利康和清华大学签了个校级科研合作协议，决定联手成立“清华大学（智能产业研究院）- 阿斯利康人工智能药物研发联合研究中心”。这个联合研究中心可是双方战略合作里的第一个重点落地项目。对于阿斯利康来说，现在AI可不只是个单一工具了，而是要把整个研发流程都给深度赋能。他们的目标就是打造一种“AI First”的研发文化，从药物发现一直到后期的临床转化。这事儿是何静在接受媒体采访时说的，她是阿斯利康全球高级副总裁兼全球研发中国负责人。 何静还说，“阿斯利康有全球化的医药研发平台和临床转化能力，清华大学智能产业研究院有顶尖的AI算法和人才优势。”他们想把中国的科研成果更快地带进全球研发管线里去。“清华大学智能产业研究院”简称清华AIR，兰艳艳教授提到，“AI 带来的不仅仅是技术迭代，更是科学发现范式的重塑。” 过去几年里，AIDD（人工智能药物发现）已经展示出了巨大潜力，但以前更多是集中在分子生成和结构优化上。现在大家更关注怎么用AI找到新靶点、搞清楚疾病机制、提高临床试验成功率、降低不确定性这些方面。“现在AI Agent的发展，正把科学研究范式变革推向极致。”兰艳艳这样说。Agent这种智能体可以把各种AI模块高度整合起来，还能跟人类深度合作。兰艳艳说：“Agent在做决策的时候，会把证据收集、假设生成还有未来结果模拟都放进决策闭环里去。它不是在做单步解题，而是在进行全局化的系统决策。” 清华大学AIR团队在今年1月的《Science》杂志上发了个超高通量药物虚拟筛选平台DrugCLIP。这个平台筛选速度可比传统方法快百万倍呢！它还能覆盖人类基因组规模的药物虚拟筛选。DrugCLIP让人们能更系统地探索高达10^60量级的化学空间。“这样一来，我们就能先让AI快速完成海量初筛，再把资源聚焦到精筛后的候选分子上去研究。”兰艳艳解释道。 兰艳艳还提到了三个递进层次的变化：效率跃升、科学发现路径改变和Agent带来的系统决策能力提升。以前药物研发主要靠顶级科学家提出假设再验证，这容易受限于“认知盲区”。“现在数据驱动的新范式能整合文献、知识图谱还有干湿实验结果这些多模态海量数据，”她解释道，“自动挖掘并提出底层假设。” 清华AIR团队这次跟阿斯利康合作就是想加速从科学发现到药物研发的转化。“这种结合可以让源自中国的尖端科技平台在‘起跑线’就对接全球研发标准和真实需求。”何静说他们打算把这个联合研究中心聚焦在人工智能驱动的分子研究、转化医学和临床开发创新上。“‘AI科学家’落地临床开发是必然趋势，”兰艳艳说，“但如何赋予模型长程逻辑推理能力和如何精密规划极其复杂任务，”还有很多技术难点需要攻克呢。 解决这些技术难点需要真实产业场景和高质量数据支持。“只要这些都具备了，”何静说，“我们就能把更多中国的科研成果更快带入全球研发管线。”