人工智能赋能更高效的药物研发：虚拟患者、模拟研究与自学习分子设计

PROCESS 2026-01-04

Sanofi致力于成为首家大规模应用人工智能的生物制药企业。该公司已在Frankfurt生物园区部署了一套人工智能研究平台，该平台可支持从新靶点蛋白识别到药物获批的全流程药物开发环节。

人工智能在药物研发中的新应用——从虚拟患者到自学习分子设计成为2025年12月Heidelberg赛诺菲人工智能峰会的焦点。此次学术交流会将汇聚来自全球顶尖高校及研究机构的人工智能与生物医学领域领军学者，以及Sanofi的科学家。

前所未有的研发速度：人工智能正在加速药物研究进程，例如分子设计环节（示意图）。（图片来源：ideogram.ai / AI生成）

作为一家研发驱动的生物制药企业，Sanofi正系统性地将人工智能应用于整个价值链。Sanofi德国研发负责人Marion Zerlin解释道：“我们的目标是成为首家大规模应用人工智能的生物制药公司。”为此，公司运用了多项人工智能方案，例如通过改进预测模型以缩短研究周期，或自动化耗时的手动操作。“我们希望通过人工智能，显著缩短从新活性成分首次发现到疗法上市的时间，从而更快地为患者提供创新的治疗选择。”Marion Zerlin表示。

在Sanofi，人工智能已将某些研究流程从数周加速至仅需数小时。此外，在免疫学、肿瘤学或神经学等治疗领域，人工智能将潜在活性成分的识别效率提升了20%～30%。

Part1 算法驱动药物研发——Frankfurt人工智能研究平台

在Frankfurt生物园区（Sanofi欧洲研发网络的关键基地，拥有900名研发人员及总计6600名员工），公司已将人工智能应用于研发与药物开发的多个环节，构建了人工智能研究平台。如今，人工智能可支持从新靶点蛋白识别、新活性成分开发，到临床试验及注册申报材料准备的全流程。

为解析疾病机制，该公司利用多组学数据及其基于网络的分析方法。机器学习在此过程中协助识别这些生物数据中的模式。海量数据整合与新型计算方法的运用，为理解复杂的生物系统及疾病机制提供了新视角。

Part2 VR眼镜与数字患者加速药物研发

在新药探索中，分子设计至关重要。研究团队借助人工智能优化潜在活性成分的设计，并在此过程中运用虚拟现实眼镜。通过这种方式，可构建出能精准结合特定生物靶点（如细胞受体）的分子。此外，高通量机器人系统亦投入应用：它们能分析数千种候选活性成分，并提供数据供计算机设计出更匹配的变体。由此，基于人工智能的自动化药物设计显著缩短了开发周期与流程。

当发现某种潜在活性成分可用于治疗疾病后，需在多个临床试验阶段于患者身上验证其有效性。为规划并优化这些试验，Sanofi采用数字孪生与虚拟患者队列进行临床试验模拟与优化。研发负责人Marion Zerlin解释道：“虚拟患者使我们能够在开展临床试验前，先在计算机上测试候选药物。”例如，这有助于更精准地确定适合的临床试验患者群体及给药剂量。该方法既能加速临床开发进程，也可能减少真实患者所需参与的试验数量。赛诺菲rankfurt的研究团队正针对多种免疫性疾病开发虚拟患者模型，涵盖哮喘、特应性皮炎、慢性炎症性肠病以及罕见疾病等领域。

Part3 生物制剂与疫苗研发的突破性进展

自2019年以来，Sanofi在研发过程中运用人工智能的生物制剂与疫苗数量已增加近一倍。公司计划进一步加速这一转型进程，以便在整个生物制剂产品组合中更广泛地应用人工智能进行大分子药物发现。人工智能正在为蛋白疗法和精准医疗开启新的可能性。

Marion Zerlin强调：“通过数字数据与技术解决方案整合并赋能研发人员，是变革药物研发、注册及上市流程，并最终为患者带来更佳疗效的关键因素。”

Part4 全面拥抱人工智能

此次人工智能峰会将Sanofi研发部门的AI使用者与国际生物医学AI社群汇聚一堂，彰显了公司“全面拥抱人工智能”的战略决心。与会者还将深入探讨以下人工智能赋能药物研发的应用领域与未来前景：

虚拟筛选：人工智能通过预测药物与靶点蛋白的相互作用，大幅减少需通过实验测试的分子数量；

从头设计：生成式模型协助设计并构建具有理想药理特性的分子；

混合模型：生成式人工智能、机器学习与量子计算的结合，为探索化学空间开辟了新途径；

精准医疗：人工智能通过分析个体基因与临床数据，实现个性化治疗；

临床转化中的人工智能：人工智能助力桥接新药从发现到临床应用的路径——从剂量优化到患者监测。AI模型分析数据并协助制定个体化给药方案；经AI验证的传感器与可穿戴设备持续提供关于疗效与安全性的数字化终点数据；

监管应用：人工智能日益融入审批流程，例如协助制定研究方案。大型语言模型可加速注册申报报告的撰写。

责任编辑：邵丽竹