OpenAI Anthropic谷歌加速构建AI制药闭环 实验数据主权成竞争焦点

2025年GLP-1类药物年营收达710亿美元，远超OpenAI与Anthropic年化收入总和，推动硅谷AI巨头加速切入创新药研发。OpenAI发布GPT-Rosalind后于2026年10月收购Orchestra Bio；Anthropic以4亿美元股票收购Coefficient Bio并自建湿实验室；谷歌旗下Isomorphic Labs完成21亿美元B轮融资，估值冲刺400–500亿美元。各方聚焦“Lab in the Loop”范式——即科研智能体提出假设、自动化实验室执行、数据反馈驱动模型迭代，从分子设计延伸至实验执行与数据闭环。英伟达年初提出该概念，Warp Sciences等新创企业则力推研发环节回流美国，避免重蹈制造业外迁覆辙。当前关键瓶颈非硬件，而是系统协同：实验变量分散、阴性结果缺失、设备接口不统一，Anthropic推出MHS标准，Isomorphic构建跨适应症大模型引擎，字节跳动分拆的Anew Labs获2.9亿美元融资，腾讯公开AI设计GLP-1短肽专利并完成细胞验证。路线分化明显：第一代公司如英矽智能采用垂类小模型分工，新生代则依赖大模型+智能体调度。波士顿咨询数据显示，AI发现药物I期成功率80%–90%，但II期骤降至约40%，暴露“造出分子易、预测人体响应难”的临床转化鸿沟。Differentia Bio提供新范例：2023–2024年基于多组学模型预测CD19+与IL-4通路干预策略，2025年inebilizumab获批、2026年dupilumab早期研究证实疗效，形成稀缺的“预测-验证”标尺。中国CRO/CDMO高效低成本能力构成外部压力，“十五五”规划要求FIC全球占比不低于25%。目前主流厂商均已覆盖科研智能体、数据基建、湿实验室与反馈闭环，竞争焦点转向理解实验状态、贯通异构数据流及逼近人体响应预测。