AI 智能体刚刚发现了肺癌靶点，但尚未进行测试

承诺与鸿沟

斯坦福大学计算机科学家詹姆斯·邹（James Zou）领衔的团队在《科学》杂志发表了一项研究，描述了一个名为"虚拟生物科技公司"（Virtual Biotech）的系统——37,000个AI智能体，每个都具备自主能力、能进行多步推理，并由一个首席科学官智能体统一协调。该系统对55,000项已发表的临床试验进行了调查，提取了其中的规律，并提出：针对在特定细胞类型中活跃的蛋白质开发药物，其进入市场的概率比没有该特性的药物高出约50%。系统还将注意力聚焦于一种名为CD276的蛋白质，认为它是肺癌治疗的有前景靶点，并推荐采用抗体-药物偶联物（ADC）策略。

这是一个真正令人感兴趣的结果。但在标题满天飞之前，重要的是看清这个系统没有做什么。

它没有碰过实验台。它没有合成任何化合物。它没有在细胞系中测试CD276，更不用说动物模型或人体试验了。从数据挖掘到靶点提名的整个链条，都在硅基芯片和语言模型内部完成。

这正是当前智能体驱动药物发现的核心故事：推理可以很犀利，但验证仍在前方。

虚拟生物科技公司究竟做了什么

这个系统模拟了一家生物技术公司的组织架构。首席科学官智能体将任务分配给各个专业部门——靶点识别、临床试验设计、安全性评估——而这些部门又会生成自己的子智能体。邹的团队使用Anthropic的Claude模型作为底层大语言模型，不过他表示这一架构是模型无关的。

在临床试验分析环节，37,007个智能体各负责一项晚期临床试验，处理其结果数据。另一组智能体则在跨细胞类型的基因表达数据中搜寻预测性信号。最终胜出的信号非常清晰：针对在相关细胞类型中活跃的蛋白质进行靶向，可使药物获批的概率近乎翻倍。对一个常年追逐错误靶点的行业而言，这不啻为一个重要的洞察。

关于CD276，该系统基于一个已有的线索——既往研究已将这种蛋白质标记为在肺肿瘤中高表达的免疫抑制因子——随后构建了一套抗体-药物偶联物的理论依据。外部评审者认为这是一个值得关注的可信方向。

真正引人注目的并非CD276这一判断本身。已有多个研究团队标记过它。真正引人注目的是机器：一千名人类研究者不可能在智能体完成首轮分析所用的时间内，读完、交叉引用并综合55,000项临床试验。

规模化之后谁将胜出

如果智能体群 swarm 能够常规地将原始文献转化为可操作的靶点假说，早期药物发现的经济学格局将发生剧变。传统的研发管线——识别靶点、验证、构建分子、测试——受限于人类阅读、推理和迭代的能力，始终存在瓶颈。而虚拟劳动力不睡觉、不喝咖啡休息、能以并行方式跨越语言、学科和数十年的数据。

在其核心管线中采用这一模式的制药公司将大幅压缩最早期的阶段——而那正是每单位数据成本最高的环节。专注于靶点识别的合同研究组织（CRO）和小型生物技术公司可能面临冗余，也可能转型为对智能体输出进行实地验证的人类力量。最终的赢家很可能是那些将大规模智能体与严格湿实验验证相结合的混合型模式公司，而非完全自主的系统。

至于输家，目前是那些采用速度缓慢的公司。不是因为它们明天就会失败，而是因为竞争对手每个月运行这些智能体群，都会积累越来越多的假说，而仅靠人类团队无法以同样的速率生成。

谁将受损

最直接的风险在于"AI将取代 medicinal chemistry 和生物学"这一叙事。它不会——至少现在还不会。但这个领域已经在重塑之中。过去那些需要博士后花费数年阅读文献、设计假说、筛选检测的岗位，如今可能会转向那些能够编排智能体团队并解读其输出的人才。技能重心正从文献挖掘转向系统设计。

还有一个更为坦诚的担忧是关于过度自信。“胜率高出50%“这个数字听起来精确，但它源自对数万次试验的模式匹配，而非对照实验。置信区间至关重要。该系统并不理解机制——它找到的是与结果相关的关联。这很有用，但并非真正的理解。

验证难题

自AlphaFold以来，每一个由AI发现的靶点都面临同一个问题：预测何时能变成分子？CD276也不例外。智能体提出的抗体-药物偶联物策略虽合理，但尚未经验证。任何目睹AI建议的靶点在实验室撞墙的人都知道，这绝非小事。大多数靶点在纸面上看起来都很美，却在组织中遭遇失败。

邹对此保持着透明态度。这篇《科学》论文并未声称完成了验证。这是负责任的做法。但媒体周期并不奖励审慎。头条新闻会说"AI发现了肺癌药物”，却不会说"AI发现了一个仍需证明的肺癌假说”。

负责任的下一步不是发布会，而是与药物化学实验室合作，合成所提议的偶联物，在肺癌细胞系中测试结合能力，并测量免疫调节效应。如果这一步实现了，这个故事才真正落地。如果未能实现，“虚拟生物科技公司"就只是一件聪明的思想实验，尽管吞吐量令人印象深刻。

超越肺癌的意义

CD276只是一个个靶点，架构才是产品。“虚拟生物科技公司"证明了你可以将一个药物发现课题分解为智能体角色，分配工作，并获得一致的输出。同一架构同样可以应用于阿尔茨海默病、自身免疫疾病或罕见癌症。CD276的工作只是一个演示；真正的赌注在于模式能否泛化。

真正标志里程碑的不是再提名一个靶点，而是一个湿实验团队接手其中一个提案，在12个月内将其转化为先导化合物。那样的验证才能将这一领域从推测推向基础设施层面。

在此之前，“虚拟生物科技公司"正是它声称的那样：迈向未来的一个步骤——在那里，AI团队像制药公司一样运作，只是更快、更便宜，且无需工资单。