诺和诺德联手 OpenAI，旨在突破 90% 的药物研发失败瓶颈

丹麦制药商诺和诺德正与 OpenAI 合作，在其业务中部署人工智能。这是一项战略举措，旨在解决长期困扰制药行业的 90% 临床试验失败率问题。这项于周二宣布的合作将见证诺和诺德将人工智能整合到从药物发现、制造到商业运营的各个环节，力求在利润丰厚的减肥药市场中与礼来等对手保持同步。

“集成先进的人工智能已不再是一个选项，而是一种竞争必然，”诺和诺德的一位研发高管表示。“这种伙伴关系使我们能够攻克从发现到开发的流程，目标是比以前更快地将计算领域的承诺转化为临床现实。”

该合作伙伴关系涵盖了整个价值链，但最初的重点是研发。此举反映了更广泛的行业趋势，即人工智能正在将早期发现时间表压缩 30% 到 40%。例如，Insilico Medicine 将一种利用人工智能发现的治疗特发性肺纤维化的药物，从目标识别到 II 期临床试验的时间缩短到了 30 个月以内，而传统过程通常需要六到八年。

研发成本极其高昂。根据兰德公司 2025 年的一项分析，开发一种成功的药物平均成本为 13 亿美元。通过提高候选药物筛选和开发的效率，诺和诺德旨在减轻行业 90% 临床试验失败率带来的财务影响。尽管采用了人工智能，这一失败率数字尚未得到明显改善。

从计算机模拟承诺到生物体内现实

人工智能已经证明其能够以前所未有的速度扩大潜在候选药物的范围。在诺华制药，研究人员利用生成式人工智能为亨廷顿舞蹈症设计了 1500 万种潜在化合物，最终合成了 60 种进行实验室测试。这种计算能力使科学家能够探索传统方法无法触及的巨大化学空间。

然而，制药行业正逐渐发现，更快的发现速度并不保证产品可行。主要的瓶颈正从寻找分子转向开发分子。据估计，70% 的新化学实体表现出较差的水溶性，这是创建可行剂型的根本障碍。这种现实情况通常在开发后期才会显现，导致昂贵的重新配方和时间表的延长。正如一位不愿透露姓名的首席执行官在 2026 年初指出的那样，“在药物发现方面，人工智能在过去十年里确实让我们失望了。我们看到的只是接二连三的失败。”

新的竞争战场：可开发性

此次合作凸显了“不可成药”目标（生物学上无法触及）与“不可开发”产品（药理上有前景但无法可靠制造或配制的分化）之间的关键区别。虽然人工智能正使更多目标变得“可成药”，但“不可开发”的挑战仍然是一个物理和化学问题，仅靠计算无法解决。截至 2025 年 12 月，尚无一种由人工智能发现的药物获得 FDA 批准。

对于投资者而言，诺和诺德与 OpenAI 的合作并非某种重大疾病即将被治愈的信号，而是对运营效率的必要战略投资。制药业下一阶段的真正竞争优势将来自于将人工智能生成的候选药物转化为可规模化、可制造的产品。成功的团队将是那些在发现的最早阶段就整合开发和制造考虑因素的团队，从而降低在计算机上发现的有前途的分子在制造环节夭折的风险。

本文仅供参考，不构成投资建议。