Newsletter · 2026-06-18 · Ashutosh Agarwal

Insilico、Latent Labs 与武田公布 AI 设计生产力数据，可合成性差距浮出水面

AI药物研发周报，覆盖2026年6月11日至18日。Insilico、Latent Labs与武田公布了支撑其AI设计成果的具体生产力数据，而一期专门讨论可合成性差距的节目则提供了平衡视角。

AI 药物研发周报

2026年6月18日当周：Insilico、Latent Labs 与武田公布 AI 设计生产力数据，可合成性差距浮出水面

摘要

这一周，AI 药物研发领域的高管们不再空谈平台愿景，而是拿出了实打实的生产力数字。Insilico Medicine 首席执行官披露五年内推出 30 个开发候选药物，其中 13 个已进入临床；Latent Labs 宣称其 AI 设计的抗体中有 47% 无需优化即可通过类药性关键门槛；武田首席科学官则描述了一场"AI 救援"，将一个原本已判"死刑"的项目重新救活并推向临床。与之形成对冲的，是一场围绕"为何大量 AI 提出的分子实际上根本无法合成"的技术讨论——这正是把幻灯片与真正临床资产区分开来的可合成性差距。本周的讨论均未直接涉及我们覆盖的三只公开上市标的（RXRX、SDGR、LLY），但整体读数对"平台价值得到验证"的论点是明确利好，同时也提醒我们：价值正在最快地积累到私营实验室与大型制药合作伙伴手中，而非这几家上市纯业务公司。

本周新动态

Insilico 拿出了本周最具体的生产力成绩单。 在 Realities Remixed（6月18日）节目中，首席执行官 Alex Zhavoronkov 表示，Insilico "自2021年以来已推出30个开发候选药物……如今已有13个进入临床，三个进入二期，一个二期已完成"。他对生产力差距的表述极具引用价值：一名药物化学家在"整个职业生涯"中通常只能推出"五个、六个，也许七个"候选药物，因此五年推出30个，用他的话说是"巨大的生产力提升"。他将这一成果追溯到 Insilico 在2019年的生成式强化学习工作，当时该方法在46天内产出了一个同类首创分子。

Latent Labs 量化了抗体设计的飞跃。 在 Free Radicals（6月16日）节目中，创始人、DeepMind 前 AlphaFold II 研究员 Simon Kohl 详细介绍了九个月内发布的三款前沿模型：Latent X1（从头设计结合分子）、Latent X2（抗体，于12月推出）以及 Latent Y（一个自主设计智能体）。核心数据是："我们测试过的抗体设计中，有47%在未经任何优化的情况下，就已经通过了关键的类药性门槛。"他将此描述为把原本18个月的设计周期压缩到约一个月，而 Latent Y 更是把"专业蛋白质设计师数周的工作量压缩到一个下午"。

武田给出了最清晰的"真实管线中已见成效"案例。 在 The BioCentury Show（6月18日）节目中，首席科学官 Chris Arendt 描述了与 Nabla（出自 George Church 实验室）的一项合作：利用从头表位设计，挽救了一个原本"即将关停"、既无法开发也无法量产的重症肌无力大分子药物，如今已产出多个候选药物，"很快、很快就将进入临床"，他将此称为"一场由 AI 完成的救援"。他还表示，从头抗体设计如今已能针对没有结构数据的多次跨膜蛋白，实现"两位数纳摩尔级别的结合剂"，而过去需要一名领域专家耗费整整一周才能完成的初步安全性评估，如今每周可完成20项审查。

平台愿景获得了重量级背书。 在 View From The Top（6月18日）节目中，Demis Hassabis 重申 AlphaFold 目前已有约300万名研究人员在使用，并将 Isomorphic Labs（Alphabet 旗下分拆公司）定位为将不断叠加"多个 AlphaFold 级别的突破"，从而把药物研发周期"从数年缩短到数月，也许有朝一日甚至缩短到数周"。

一个更接地气的小分子数据点： 在 The Long Run with Luke Timmerman（6月16日）节目中，Octent 的 Sri Kosuri 介绍了机器学习引导的迭代化学方法，该方法构建了约25万个类似物，最终产出 OCT-980——一种口服视紫红质错误折叠矫正剂，目前处于1B期临床，预计2027年第三季度公布数据，这提醒我们 AI 依然依托于大规模、真实的湿实验室化学周期。

争议焦点

本周的看多论据在数据支撑上异常扎实：多家独立机构（Insilico、Latent Labs、武田）都拿出了真实的候选药物数量、命中率与进入临床的时间表来支撑 AI 设计的说法，而不只是空谈潜在市场规模。

看空论据也有专门一期节目支撑。在 Data in Biotech（6月17日）节目中，讨论的核心是可合成性差距：生成式模型通常建立在类似语言模型的二维/字符串表示之上，经常提出实验室中"实际上无法合理制造"的分子，因此"投入到那套生成式 AI 中的所有工作，以及耗费的巨量算力"，最终可能产出永远无法被验证的候选分子。更深层的批评在于：抽象的二维表示无法捕捉真正驱动结合作用的三维现实，这也是为什么 AI 的预测"在真实世界测试中往往难以兑现"。目前提出的解决方案——将搜索范围限制在已知可合成的构建模块化学空间内——恰恰直接牺牲了 AI 最初吸引人的新颖性。

综合来看：本周强化了"AI 压缩研发周期、拯救高难度靶点"这一论点，但同一周也提供了最有力的理由，去打折扣看待那些headline式的命中率数据。如果相当一部分设计根本无法被制造、给药并挺过临床，那么"47%未经优化即达类药性"这个数字本身意义有限。

相关股票动态

Recursion（RXRX） 和 Schrödinger（SDGR） 这两家上市 AI 平台纯业务公司本周未获得任何播客或新闻报道，且股价均接近52周区间低位（RXRX 约3.23美元，对比7.18美元的高点；SDGR 约15.76美元，对比23.75美元的高点）。这种脱节正是故事本身：私营实验室正在产出可验证行业进展的头条新闻，而上市纯业务公司却被排除在讨论之外，估值也随之下调。

礼来（LLY） 是整个覆盖范围内唯一发布硬性公司新闻的标的，但这条新闻属于临床进展，而非 AI：6月15日，公司公布基于 pirtobrutinib 的三药联合方案在复发/难治性 CLL/SLL 三期试验中取得成功，在639名患者中使疾病进展或死亡风险降低45%（MT Newswires，2026年6月15日）。当日股价下跌约1.25%，交易价接近52周宽幅区间的高端。

读数解读

• 目前价值验证正在流向平台方与大型制药合作伙伴，而非纯业务上市公司。 武田与 Nabla 的救援案例，以及 Insilico 的临床进展数字，都表明制药巨头与私营实验室正在拿下 AI 设计领域的早期胜利成果。对 SDGR（软件+管线模式）而言，这在科学层面对论点构成支撑，但在变现层面则是一记竞争警钟：从头抗体与蛋白质设计前沿领域（Latent Labs、Nabla）正在快速推进，且大多发生在上市公司之外。
• 可合成性方面的批评，直接对"命中率"式营销话术形成制衡。 当 SDGR 或 RXRX 下次宣传其 AI 通量或设计成功率指标时，Data in Biotech 提出的框架正是恰当的尽调视角：应追问有多少设计真正具备可合成性，以及这些预测在湿实验室中的实际表现如何，而不能只看计算机模拟的结果。
• 大型制药公司正在将 AI 研发能力内化。 武田披露的200个 AI 应用计划，以及研发周期减半的说法，表明最大的买方（也是 SDGR 软件与 RXRX 合作关系的天然客户）正在自建能力，这对向制药公司销售平台构成中期需求风险。
• Isomorphic/AlphaFold 的势头抬高了行业标准。 Hassabis "从数年到数周"的表述，为上市公司设定了衡量标尺的上限；这提振了整个赛道的市场情绪，但也让"为何在科学快速进步的同时，上市纯业务公司估值却在下调"这一问题更加尖锐。

与上周相比的变化

本期为《AI 药物研发周报》创刊号，因此没有可供对比的历史基线。从下周起，本栏目将持续追踪覆盖范围内争议焦点、候选药物/管线里程碑以及股价走势的周度变化。本周设定的基线为：RXRX 3.23美元，SDGR 15.76美元，LLY 1,098.13美元；争议焦点集中在 AI 设计生产力主张与可合成性差距之间的对立。