最近一年，制药圈刮起一阵AI风，不是用AI写稿排版，而是让AI参与“造药”。从AlphaFold破解蛋白质结构，到多家科技巨头相继推出生命科学专用模型、收购生物AI公司并自建实验室，再到海内外监管机构接连发布AI制药规范指引，AI4S（AIforScience，人工智能驱动科学研究）正成为生物医药最受关注的核心落地场景。

当前，创新药发展与AI密切相关，有两个词经常出现：AIDD（AIDrugDiscovery，人工智能药物发现）和AI4S（AIforScience，人工智能驱动科学研究）。

AIDD：可理解为一套“设计工具”，它面向药物研发里的具体计算任务，比如寻找疾病靶点、预测蛋白结构、生成候选分子、预估分子性质，帮科学家把“想方案”这一步做得更快。

AI4S：尝试组织“设计—实验—反馈—再设计”的完整科研闭环，用通用科学模型理解问题，用专业模型完成计算，再结合自动化实验拿到真实数据，研究者依据结果修正假设、进入下一轮迭代。

AI4S在生物医药的落地并非一蹴而就，据相关研究梳理，其演进大致沿两条线索推进：

工具演进：从早期的QSAR与分子对接（计算辅助药物发现的基础），到机器学习、深度学习被用于活性预测与分子设计；再到AlphaFold2及后续模型大幅提高蛋白结构预测准确性，AI得以更多参与靶点与结构生物学研究；如今生成式模型正逐步与自动化实验结合，将“设计、验证、反馈”接续成环。

渗透深度：AI已用于药物研发全流程，但各环节能用到什么程度，取决于任务是否明确、数据基础与验证条件是否充分。分子发现与优化目标较清晰、也较易获得实验反馈，计算因此更容易发挥作用；而一旦涉及疾病因果机制与复杂体内反应，研究便面临更高的生物学与转化门槛。

技术演进之外，创新药“出海”也在加速。AI4S重塑的是研发范式，而创新药的价值兑现，还看全球市场的认可。国家发展改革委披露，2026年前三季度中国创新药对外技术授权约1300亿美元，已接近2025年全年水平。全球对中国创新药研发实力的认可度正在快速抬升，也为“AI+创新药”增添现实注脚。