AI設計的藥物即將進入人體試驗——這一天終於要來了

如果一台電腦能比人類更快、更精準地設計出治療癌症的藥物，製藥業數十年的商業邏輯將從根本上被改寫。

這不再是假設。Google DeepMind旗下的英國生技公司Isomorphic Labs，即將啟動由AI技術設計的藥物人體臨床試驗。2026年4月16日，在倫敦舉行的WIRED Health論壇上，公司總裁Max Jaderberg表示：「我們正在為進入臨床做準備。當我們開始臨床試驗、看到這些分子的療效時，將會是非常令人振奮的時刻。」

AlphaFold如何改變了藥物研發的底層邏輯

要理解這件事的份量，必須先了解AlphaFold是什麼，以及它為何被視為近年科學界最重要的突破之一。

藥物的作用機制，本質上是「分子與分子之間的結合」。人體內的蛋白質由20種氨基酸排列組合而成，折疊成特定的三維立體結構後發揮功能。藥物分子若能精準嵌入蛋白質的特定位置，便能干預疾病進程。問題在於，預測蛋白質的立體結構極為困難——可能的形狀數量是天文數字，傳統實驗方法耗時數年、成本高昂。

2020年，DeepMind發布的AlphaFold 2以深度學習技術突破了這道難關，預測精度令全球科學界震驚。翌年開源後，已有來自190個國家、逾200萬名研究人員使用，目前可預測已知的約2億種蛋白質結構。DeepMind CEO Demis Hassabis與研究員John Jumper因此榮獲2024年諾貝爾化學獎。

2024年推出的AlphaFold 3更進一步，不僅能預測蛋白質結構，還能模擬蛋白質與DNA、RNA及小分子藥物之間的互動作用。Hassabis曾說：「你需要知道一個小分子如何與藥物靶點結合、結合強度如何，以及它可能與哪些其他分子產生非預期結合——這正是我們現在能做到的。」

從「發現藥物」到「設計藥物」：IsoDDE的野心

Isomorphic Labs成立於2021年，是Alphabet（Google母公司）的子公司，專注於將AlphaFold技術應用於新藥研發。今年初，公司發布了自研的藥物設計引擎IsoDDE，技術論文顯示其精度較AlphaFold 3提升逾一倍。

廣告

廣告合作

[email protected]

廣告

在商業佈局上，公司已與製藥巨頭禮來（Eli Lilly）及諾華（Novartis）建立合作，並在腫瘤學與免疫學領域推進自有藥物管線。2025年完成首輪融資，募得6億美元（約新台幣195億元），用於組建臨床開發團隊、推進人體試驗。

Jaderberg強調AI設計藥物的核心優勢：「因為我們對這些分子的作用機制有更深入的理解，所以能將它們設計得非常有效力。更低的劑量就能達到效果，副作用與脫靶效應也會更少。」

值得注意的是，公司原計劃在2025年底前啟動臨床試驗，但目前仍未公布具體時間表，顯示進度有所延遲。

對華人世界意味著什麼？

這場AI製藥競賽，與華人世界的關聯遠比表面上看起來更深。

市場層面，中國是全球最大的製藥市場之一，本土AI新藥研發公司如晶泰科技（XtalPi）、英矽智能（Insilico Medicine）已在這條賽道上布局多年。英矽智能更於2023年將其AI設計的藥物推進至臨床試驗，是全球最早的案例之一。Isomorphic Labs的入場，意味著競爭格局將進一步升級。

地緣政治層面，AlphaFold的開源政策讓全球研究者（包括中國大陸的科學家）得以使用這項技術，但IsoDDE作為Isomorphic Labs的專有引擎，屬於商業機密。隨著AI技術日益被視為戰略資產，未來是否會出現技術封鎖或授權限制，是值得關注的變數。

台灣與東南亞市場，在製藥供應鏈與臨床試驗場域方面具有重要地位。若AI設計藥物加速進入市場，亞洲各國的法規審查能力與臨床試驗基礎建設，將直接影響這些地區能否及時受惠於新療法。

「解決所有疾病」——豪語背後的現實考驗

Jaderberg說：「這是個瘋狂的使命。但我們是認真的。我們能面不改色地說出來，因為我們相信這是可能的。」

然而，製藥業有一個殘酷的統計數字：進入臨床試驗的藥物，約有90%最終無法獲得批准。AI的介入能否改變這個比例，目前仍無定論。AlphaFold在結構預測上的突破，並不自動等同於臨床療效的保證——藥物在人體內的行為，遠比電腦模型複雜。

此外，監管框架尚未跟上技術的腳步。無論是美國FDA、歐盟EMA，還是台灣的食藥署，對於「AI設計藥物」的審查標準都還在摸索中。這不只是技術問題，更是一個關於信任與責任歸屬的社會問題。