从实验室到病床：一个AI制药的企业技术故事

那台嗡嗡作响的服务器

去年秋天，我在波士顿郊外的一个实验室里，看到了一台嗡嗡作响的服务器。旁边，几个年轻科学家盯着屏幕上跳动的数据，眼睛发亮。'成了'，有人说。就这样，一个研发了18个月的算法，第一次跑通了。没有掌声。只有如释重负的叹息。那一刻我突然意识到，真实世界的技术突破——往往静悄悄。

他们给算法起了个怪名字：DeepFold。不是大厂出身，就是几个MIT的辍学生，加上一个老教授，凑了200万美元种子轮。想做的事听起来很疯狂：用AI预测蛋白质怎么折叠。说实话，这事连诺贝尔奖得主都头疼了几十年。他们哪来的底气？

我拿起打印出来的结构图，对比传统方法得到的结果。差距大得吓人。不是一点点改进，而是颠覆性的——蛋白骨架的走向，侧链的旋转角，那些过去需要冷冻电镜折腾一年的东西，算法几分钟就搞定了。但这还不是最让我惊讶的。

最惊讶的是他们的数据库：自己建了一个包含3亿条序列的私有数据集，从全球公开的测序垃圾堆里淘金。大公司根本不屑于做这种脏活累活。可他们做了。连续6个月，每天睡4小时，标注、清洗、训练。算法在第三个版本突然收敛。那种惊喜，就像你在旧外套里找到一张遗忘的百元大钞——还是圣诞节那天。

蛋白质折叠，一场50年的马拉松

老教授告诉我，他1972年就入坑了。那个年代，计算机还是穿孔纸带。人们天真地以为，给定氨基酸序列就能算出三维结构——毕竟热力学原理那么清楚。错了。大错特错。链式分子的构型空间大到宇宙级，穷举？太阳熄灭都算不完。后来出现了同源建模、穿线法，但精度有限。直到AlphaFold横空出世，一下子把预测带进了埃米级精度。整个领域震动了。

可是，AlphaFold不是万能药。它预测的是静态结构，而蛋白质在体内是动态的——它会呼吸，会变形，会和其他分子跳舞。DeepFold的技术路线不太一样：他们引入了物理模拟，用扩散模型生成多个可能的构象，再根据能量景观筛选。说白了，就是让AI不仅猜结构，还猜它怎么动。这个思路的灵感，来自一次喝咖啡时的闲聊。创始人之一说：'我们为什么不去模拟蛋白的整个生命周期？' 当时被泼冷水——算力不够，算法不成熟。但年轻人最擅长的，就是把不可能变成'等一下，好像能行'。

我看了他们最早的实验笔记。字迹潦草，到处是咖啡渍。一页上写着：'Loss困在0.8不动了，难道方向错了？' 下一页又兴奋地涂鸦：'加了物理约束后，突然降到0.3！老天！' 这种真实的研发日记，比任何论文都有说服力。不装，不端，就是一个团队在泥坑里打滚的过程。

从实验室到病床，隔着整个太平洋

算法跑通了，发了一篇CNS子刊，光环都有了。然后呢？商业化的现实像一盆冰水。做药企的BD，对方客气地夸'技术很有前景'，转头就用了大厂的免费服务。是啊，免费干嘛不用？小公司的护城河是什么？不是算法本身，而是他们把算法变成了一套可工业化的筛查流水线。针对恶性疟疾的一个关键靶点，他们用DeepFold虚拟筛选了50万个化合物，最终找到了3个苗头化合物。其中一个在动物模型里把虫体负荷降低了90%以上。这数据，才让投资人眼睛亮起来。

但融资过程仍然是一地鸡毛。我听到最扎心的一句话，来自一个顶级VC合伙人：'技术不错，但你们没有大药企的验证，我们不敢赌。' 回头想想，那段时间CEO每周飞三个城市，每次都是西装革履进去，灰头土脸出来。他甚至自嘲：'我快成空中飞人了，只不过飞的是一架即将坠毁的飞机。' 还好，第37次路演后，终于有一家专注深科技的基金领投了A轮。拿到钱那天，团队去吃了顿烧烤，没喝酒，因为晚上还要跑训练任务。

我问他们，为什么死磕疟疾？那是个穷病，市场小，药企都不太愿意投入。创始人的回答很简单：'我小时候在尼日利亚待过，一个邻居小孩就是死于疟疾。这件事刻在我脑子里。' 好吧，这理由没法反驳。有时候，技术故事的内核不是技术，而是一个人童年的某个瞬间。

临床前的最后100米

现在，他们的先导化合物正在做IND申报前的最后一批毒理实验。日子依然拮据，账上资金只够烧14个月。但团队反而平静了。'焦虑没用，不如多跑几个模型。' 技术还在迭代：新的版本已经能预测蛋白与核酸的相互作用，这又打开了RNA靶向药物的可能性。行业动态也在变化——去年年底，FDA批准了首个完全由AI设计的药物进入临床试验。大厂开始疯狂收购AI制药平台。估值水涨船高，但泡沫也在酝酿。会不会又变成一场炒作？难说。

离开实验室时，我看到白板上画满了流程图，角落写着一行小字：'让算法救活一个人，哪怕一个。' 旁边画了个笑脸。我突然意识到，所谓企业技术故事，不是那些发布会上的精美PPT，也不是媒体追捧的颠覆式创新。就是这样一个夜晚，一群人，一台服务器，和一个执念——用计算击败疾病。成不成，谁也不知道。但至少他们试过，而且还在试。

上个月，我再次路过那个实验室。灯还亮着。他们又在熬夜了。新的目标，更大的问题。故事还在继续。