在“2026张江药谷大会暨上海国际生物医药产业周‘未来智药：AI+制药前沿论坛’”上，诸多专家学者谈到当前AI生物制药的发展瓶颈时，始终绕不开两个字：数据。
更准确地说，是高质量数据，以及让数据持续回流的闭环能力。
全球AI辅助药物研发正迎来指数级增长。据L.E.K. Consulting统计，截至2025年，全球进入临床阶段的AI辅助药物分子已超过100个；超过90家中国本土企业已与AI biotech公司建立合作。
巢生资本执行合伙人周悦欣也提出，与传统制药公司相比，AI制药公司明显更受资本青睐。但热度之下，AI制药发展仍存在明显瓶颈。
数据稀缺，不只是“量”的问题
力场采样创始人彭向达认为，生物制药类模型与自然语言大模型存在本质差异。
“自然语言模型可以学习海量的互联网文本数据，但针对生物分子领域高质量的结构数据储备相对有限。生物分子的工作规律往往极为复杂，当模型面对未曾学习过的分子时，预测性能便会出现衰减。而真实药物研发场景中，研究对象大多为全新分子。”彭向达介绍。
“实际上，我们的数据是很稀缺的，一个药物使用后，病人的表现怎么变化，之前可以采集大量临床上的数据，但这整套的机理数据是很难看到的。”上海科学智能研究院研究员杨自雄说，“在未来，或许会有更多的仪器，更多的方法论提出，我们可以有多尺度的数据、时间数据，但现在是做不到的。”
这意味着，AI制药缺的不是一般意义上的“大数据”，而是贴近真实药物研发过程的高质量、机制性数据。没有这些数据，模型再好，也很难“会做药”。
除了难以采集之外，数据的质量也进一步决定了AI制药的效能。生物医药领域的数据获取不仅成本高昂，还涉及患者隐私、伦理审查等复杂问题，这使得高质量、可用的训练数据更加珍稀。
上海交通大学数学科学学院和人工智能学院教授陈洛南表示，跨模态的配对数据对AI制药模型训练至关重要，但目前行业可获取的数据大多为单模态数据。
“用单点数据看某一数据切片会局限于单一维度，但是，比如通过时间扰动等手段能获得这种不同时间维度的数据，可以开展跨模态，做有组织的数据输出。”临港实验室AI临床研究员袁博表示。
模型开源之后，拼的是数据生态
相比数据采集端的困难，腾讯健康首席架构师陈睿判断：模型本身并非AI制药面临的最大壁垒。
据陈睿介绍，腾讯在深科实验室开展了大量蛋白质相关研究，不少模型已经开源，可供行业研究者使用。“我们把模型的权重开放，就是因为知道模型本身不是最大的壁垒。”
腾讯近期的重点布局是实验反馈强化学习。在陈睿看来，算力和算法只是做好AI赋能生物制药的入场券，而干湿实验的反馈闭环能力，以及各类数据，特别是失败的数据才是破局的关键。
“我们更在意的是实验处理完了，数据能够再换回到模型继续做训练，在过程中我们相应的数据，包括我们工程发展的能力，是比较重要的。”陈睿说，“我认为大家更需要关注失败的数据。”
从论坛上的讨论看，AI制药的竞争逻辑正在变化。
过去，行业更关注谁的模型更大、算法更强、算力更多，
但当模型逐渐开源、算力逐渐普及，真正的壁垒会转向数据生态。数据生态的构建需要产学研多方协作，尤其需要建立标准化的数据共享平台，减少重复投入，提高数据利用效率。
“未来10年后，一定会有一批AI重构药物研发流程的伟大公司出现。”深势科技生命科学AI4S方向架构总经理李厦戎的这句话，代表了行业对AI制药的长期期待。尽管挑战重重，但随着干湿实验闭环的完善和数据积累，AI制药有望在未来十年取得突破性进展。
