Inductive Bio的Alex Taylor谈AI在药物发现中的应用

Inductive Bio是一家由Josh Haimson和Ben Birnbaum于2021年创立、总部位于纽约的化学智能与AI驱动药物发现公司。该公司致力于构建虚拟化学实验室和机器学习平台，协助生物制药团队设计、评估和优化小分子疗法。今年7月，Inductive Bio在OpenADMET的PXR盲测挑战赛中脱颖而出，击败来自大型制药公司、生物技术企业、学术机构及AI组织的350多名研究人员，获得第一名。

为深入了解AI对药物研发的影响，公司副总裁兼首席药物化学专家Alex Taylor分享了其见解。Taylor拥有近20年的小分子药物研发经验，曾参与从靶点发现到候选化合物提名等全流程项目。他于2025年中加入Inductive Bio，旨在将自身经验应用于开发能切实辅助药物发现的AI工具。他指出，尽管大语言模型（LLM）本身无法像人类那样理解物理定律，但通过结合海量数据与特定工作流技能，它们能成为强大的推理助手。

Inductive Bio的核心产品包括Beacon-2和Indy。Beacon-2帮助团队在早期设计阶段预测化合物改变对ADME/PK参数的影响，从而优化人体有效剂量；Indy则利用LLM辅助药物化学思考，处理如化合物枚举、实验数据质控及文献数据整理等任务。例如，Indy能在几分钟内完成原本需耗时数小时的数据表格生成与分析，显著提升了工作效率，让科学家能将精力集中在更复杂的假设验证上。

Taylor强调，目前科学AI工具更像是“知识渊博的初级研究员”，擅长数据处理但偶有失误，因此人类的引导至关重要。在迭代学习周期中，人类专家仍主导着针对特定假设的化合物设计，而算法往往难以解释多变量同时变化带来的结果。未来进展依赖于Anthropic和OpenAI等大型厂商完善基础模型，以及小型专业团队将领域专家的判断与工作流转化为AI可执行的技能，实现人机协作的最佳效果。