“数字同事”帮忙 新药研发提速

山东不断提升医药工业数智融合创新能力，让大模型帮助新药研发降低周期与成本。一起到鲁南制药，看看“数字同事”，怎样帮助提速新药研发。

在白血病靶向治疗中，部分长期用药的患者会产生耐药性。为使这部分患者仍有药可医，鲁南制药正在开展第三代靶向药研发，目前已筛选出临床前候选药物分子，并完成了体内外验证。

鲁南制药新药研发负责人张浩：

PCC（临床前候选化合物）发现的周期，一般是2到5年，我们这个项目的话，用了一些AI工具的辅助，18个月的时间，同时把之前做一个项目需要合成几百甚至上千分子的这样一个量级，压缩到了大概150个分子左右，我们就找到了这样一个分子，可以说是大大提高了新药发现的效率。

长期以来，医药行业饱受“双十定律”困扰：创新药研发需要10年、10亿美元投入，且成功率极低。改变新药研发逻辑，山东明确推动人工智能与医药研发深度融合。鲁南制药率先上线“鲁南智擎”大模型服务平台。

鲁南制药集团总经理助理冯中：

从分子筛选优化到药物制剂到临床前的判断，临床方案的优化和设计，都可以借助模型去帮助我们节省人力物力，可以说是创造了一种药物发现和商业化的一种新范式。

然而，大模型既依赖海量数据喂养，还幻觉频发、深度不足。在医药行业，临床实验、处方工艺等数据都是机密，新药研发几乎没有“上云试错”的空间。

鲁南制药集团IT研发中心产品经理王元才：

药品用于人，每一轮输出都得可溯源、可解释。我们将DeepSeek、Qwen等搬入自家机房，从底层算力到上层应用，全栈私有化，本地化部署核心就是安全合规，同时将文献专利与58年经验，治理成医药AI语料库，数据不出域用于模型训练优化。

但大模型走向应用还要依赖专属工具，就像人的大脑在思考判断时需要眼耳鼻舌的辅助一样。于是，企业在新药研发端，开发了靶点发现与验证、大环化合物生成筛选、合成路径优化等AI工具，构建了专属训练模型。他们在研发治疗白血病的第三代靶向药时发挥了很大作用。

鲁南制药创新药物研究二室计算研究员张振宇：

就中间这个链状的部分，就是我们用这个大环分子生成功能，生成出来的连接的link，人工智能在进行介入之后，它会在这个空间内搜寻合适的连接方式，然后把它能够检索到的都会提供出来，这其中就会有一些我们意想不到的联系和连接方式，为我们提供更多的思路。

研发助力的同时，鲁南正在为全员配置“数字同事”。“智慧HR呦呦”智能体几分钟就能从12000余份简历中精准筛选出百余名候选人；数字人主播几秒即可解答产品适用症状与药效。100多项智能体协同运转，重构了研发、生产、营销、管理生态。

鲁南制药集团IT研发中心主任刘方亮：

目前有两百多个智能场景，基本上全面覆盖。到目前为止，我们总共投入了1,957万元，总算力达到了40.56P，能满足我们公司未来5—8年的算力需求。

“十五五”期间，山东将建设全省统一的生物医药大数据平台，打造医药大模型创新平台，将AI技术全面融入靶点发现、分子设计、虚拟筛选等研发全流程。到2030年创新药械上市达到20个以上，全省医药工业营业收入突破4000亿元。