5月29日晚，北京大学药学院第50期药学大讲堂暨校友导师论坛活动在北京大学医学部逸夫楼723顺利举办。本期活动邀请到了三位在药物研发、计算机药物设计、药械真实世界有效性/安全性评价等领域深耕的校友导师、专家学者，作为本场活动的嘉宾，共同探讨AI如何重构药物发现、临床研究、精准医疗等关键环节的底层逻辑，分别是苏州予路乾行生物科技有限公司 CEO郑铮；北京大学药物化学系研究员刘振明；北京大学药事管理与临床药学系副研究员胥洋。活动由药学院2019级长学制学生吴泓仪主持。

一、圆桌论坛：《从范式重构到加速突破：AI赋能中国新药研发的路径探索》

在圆桌论坛环节，三位嘉宾首先围绕“AI在新药研发中的范式变革与核心挑战”这一议题进行分享。

刘振明老师认为 AI 在药物研发中的应用具有重大意义，是从根本上改变实验室模式的质变，如同当年蒸汽机取代人工一样。以中国科技大学的“智能化学家”机器人为例，它已实现自动化实验，预示着未来20年实验室可能全面智能化。在药物发现阶段，AI 已显著改变传统模式，通过数据和推理解决经验学科难题，但目前最大挑战是“人”的问题，缺乏既懂药学知识又能运用 AI 技术的跨学科复合型人才，IT 领域与药学领域存在认知鸿沟，而北大药学院学生具备多学科交叉背景，未来在这方面有广阔的发展空间。刘老师还建议同学们利用 AI 提升获取信息、分析解决问题、归纳总结和展示等能力，以更好地适应未来职场的复杂挑战。

郑铮老师主要提及了 AI 模型的可靠性与产业实践。在产业界，AI 主要起辅助作用，需平衡算法预测与实验验证。国内企业因资金压力，更注重 AI 技术的实际应用价值，其价值体现在降本增效，例如通过 AI 减少合成化合物数量，提高研发效率。同时，中美在药企研发方面存在差异，美国药企在早期研发中依赖政府资金，更偏向科研式开发；而中国企业需自谋生路，注重技术融合带来的商业回报。中国在药物改良方面具有工业基础优势，AI 可助力中国成为快速跟进者。企业需要能整合信息、建立有效 AI 应用逻辑场景模型的人才，通过搭建包含文献、专利、临床数据等的数据库，结合 AI 分析，可辅助药物研发策略制定，避免前人踩过的坑。

胥洋老师围绕 AI 在临床与真实世界研究中的应用展开。AI 在临床实验和真实世界研究中的应用较早，因为该领域数据较易数据化，比如利用 AI 预训练模型指导患者入组，在真实世界数据中挖掘药物新适应症。然而，与化合物预测的 “预测任务” 不同，真实世界中评价药物效果和安全性属于 “因果推理任务”，目前 AI 在因果推理方面仍存在困难，需关注相关理论进展。中国在临床数据积累上具有体量和政策优势，例如宁波的大型数据库整合了多模态数据，但缺乏能处理基因、影像、临床等多类型数据的跨学科人才，需构建融合多数据的模型。

随后，三位嘉宾就“AI驱动药物研发的中国路径”这一问题展开了进一步探讨交流。胥洋老师认为，AI 驱动药物研发的中国路径需依托数据、政策、人才与产研协同优势：中国可借助临床数据体量大、多模态数据整合及政策支持的优势，构建 “数字孪生” 模型推动精准医学。刘振明老师指出，应当重点培养“药学 + AI 技术”的跨学科复合型人才，使其从“AI 使用者”转变为“开发者。郑铮老师表示，企业与高校、科研机构应加强合作，通过整合文献、专利、临床等数据构建研发轨迹数据库，利用AI分析辅助策略制定、降本增效，聚焦药物改良实现“快速跟进+精准改良”，在全球研发链中以数据驱动、产研协同的差异化模式实现弯道超车，同时需关注数据安全、模型验证及跨学科教育等挑战，以“AI辅助+人工校准”的务实路径推动技术落地。

二、校友企业介绍与交流互动

在企业介绍环节，郑铮对予路公司的名称由来、主营业务、发展现状与前景做了整体介绍，向师生展示了予路公司作为国内领先的AI制药企业的活力与潜力，并表示欢迎有志青年加入予路团队，期待与学弟学妹们共同推动AI制药落地。

在交流互动环节，同学们围绕 AI 在药物研发领域应用的若干问题与三位嘉宾展开了积极交流，现场气氛热烈。三位嘉宾就AI制药公司在药代量学和药物试剂方面的信息来源、中医药领域 AI 应用、基于靶标结构和配体结构的药物设计等问题的专业解答，为同学们在 AI 制药领域的学习和研究提供了诸多有益思路。

本次活动围绕 “AI 重构药物研发底层逻辑” 展开深度探讨，结合学术前沿、产业实践与政策趋势，为师生呈现了一场兼具思想性与实践性的行业盛宴。未来，“药香传薪”校友导师计划将持续推出系列论坛活动，为药学青年搭建探索学术前沿、聚焦产业实践、助力职业发展的赋能平台。

北京大学药学院