从DeepMind到OpenAI：科技巨头竞逐AI制药，形塑新经济超级周期

从DeepMind到OpenAI：科技巨头竞逐AI制药，形塑新经济超级周期

AI不仅改变了技术应用，更引发了人类经济生活的全面变革。从DeepMind的AlphaFold到OpenAI的GPT-4b micro，科技巨头在AI制药领域的竞争正开启一个全新的经济超周期。

AI启动的不只是技术应用变革，而是涵盖人类经济生活每个层面的宏观改变。国际知名未来学家Amy Webb提出“超级经济周期”（supercycle）概念，她指出，通过多项科技的整合和互相作用，正在重塑全球的经济、社会和文化。其中最重要的三项动力，来自AI、生物科技，以及由半导体、传感器构成的网络。

超级经济周期指的是超过十年以上或长达数十年的长期波动，在这个周期中，各种经济活动和市场机制会有极大幅度的改变与波动，同时影响多个国家与产业，远超过在总体经济领域中惯称的经济周期循环。

而人工智能和其他两项的发展有着密不可分的关系，互为助力。例如在生物科技领域中，不只限于传统认知的医疗照护或新药开发，还包括对人类食物生产、饮食习惯的影响。她在著作中提出，例如，生成生物学（Generative Biology）将可以设计和创造新的生物特性和功能，改变药物的制造方式，甚至生产更接近真正肉类产品的人造肉。

AI如何影响蛋白质结构预测？

目前，各科技巨头竞逐的重点领域、且有明确发展成果的，主要是人工智能（AI）在蛋白质结构预测与药物开发方面的应用。从Google DeepMind的AlphaFold 3到OpenAI的GPT-4b micro，这些生物科技与AI结合的技术，正在改变医药与生物科技的未来，甚至可能重塑人类寿命。

蛋白质是生命的基石，影响着血液凝固、激素调节、免疫系统运作及组织修复等生物过程。蛋白质的3D结构决定了其功能，因此，准确预测蛋白质结构对于药物开发与疾病治疗至关重要。

Google DeepMind的AlphaFold 3，许多人认为是目前最精确的蛋白质结构预测AI，准确率已超越传统基于物理的模拟方法，为科学家提供了前所未有的工具来设计新药、理解疾病机制，甚至探索抗衰老疗法。

然而，蛋白质结构预测只是第一步。AI不仅能预测蛋白质形状，还能帮助合成全新蛋白质。这则是OpenAI的GPT-4b micro正在尝试的突破：让细胞重编程，使体细胞回复到类似干细胞的状态，从而延缓衰老。

AlphaFold 3：药物研发的颠覆者

Google DeepMind如何改变蛋白质研究？AlphaFold最早于2018年在“关键性评估蛋白质结构预测（CASP）”竞赛中崭露头角，到了2020年，AlphaFold 2的预测精准度已几乎与实验结果无异，震撼全球科学界。

2024年，AlphaFold 3诞生，其对蛋白质与其他分子，如DNA、RNA、配体之间的交互作用的预测准确率，比传统方法高出50%。最重要的是，它无需任何额外的结构信息，首次超越基于物理的计算方法，被《自然》期刊誉为“开启生物分子结构预测的新时代”。

这代表着，AI不仅能帮助研发新药，还能大幅加速药物发现的过程。例如，全球制药巨头礼来（Eli Lilly）利用AI技术，在短短5分钟内即可测试数百万个分子，而传统实验方法可能需要一年甚至更长时间。

OpenAI的GPT-4b micro：重新编写细胞，开启抗老化新纪元

AI如何让细胞“回春”？2025年1月18日，OpenAI宣布与抗衰老公司Retro Biosciences合作，开发出GPT-4b micro，这是全球首款针对抗衰老的AI模型。该模型的核心技术是“山中因子”（Yamanaka Factors），这是一组可让体细胞逆转变为干细胞的蛋白质组合。

GPT-4b micro的突破在于，通过AI设计全新蛋白质，提高山中因子的表现效率，将细胞重编程的效果提高50倍；同时修改蛋白质高达三分之一的氨基酸，突破过去生物学家不敢尝试的范畴。并且支持跨物种蛋白质研究，对于再生医学发展速度将产生相当大的突破。

这项技术的目标是让人体细胞在不影响原始功能的前提下，进行部分重编程，以延缓衰老、修复组织，甚至提升寿命。这意味着，GPT-4b micro不只是个蛋白质预测工具，更可能成为未来“生物重编程”的核心引擎。

目前，已有多家公司投入部分重编程抗老技术竞赛，包括Alphabet（Google母公司）旗下的Calico Life Sciences、贝佐斯投资的长寿公司Altos Labs等多家企业。

AI制药市场的爆炸性潜力

AI的大量应用，使得制药产业进入高速发展阶段。根据Markets & Markets报告，2022年全球AI药物研发市场规模约6亿美元，预计2027年将增加至40亿美元，年增长率超过40%。

根据麦肯锡（McKinsey）的数据，传统药物开发需要10～15年，平均花费10亿美元以上，有时甚至超过20亿美元。然而，通过AI技术，制药公司可以降低研发风险、缩短开发时间，甚至大幅节省成本。

光是2023年，就有多个人医药相关的AI大模型和工具诞生，包括Salesforce推出蛋白质生成AI大模型ProGen；微软有蛋白质生成的通用AI框架EvoDiff；AWS机器学习平台SageMaker发布了蛋白质折叠工具；NVIDIA推出用于药物研发的生成AI云服务BioNeMo，并投资制药公司Recursion Pharmaceuticals和Iambic Therapeutics。

此外，AI技术与基因组学（genomics）结合，也带来了巨大的市场潜力。NVIDIA与Illumina、梅约医学中心（Mayo Clinic）等机构合作，运用AI分析人休基因组数据，进一步加速个性化医疗与基因治疗的发展。

从AlphaFold 3到GPT-4b micro，科技巨头正以前所未有的速度推动生物技术领域的进步。未来AI不仅能帮助药物发现，还可能改变人类的衰老进程，甚至让生命延长成为现实。

这场竞赛不仅是科技企业间的竞争，更关乎人类医疗健康的未来，随着AI药物开发技术不断进展，或许我们正见证着医药领域的一场颠覆性革命。然而，这场AI制药竞赛才刚刚开始。面对技术伦理、监管挑战，以及长期疗效验证等问题，AI是否真的能让人类突破生物学极限？是否能够被人类社会接受？接受到什么程度？仍是值得全球密切关注的问题。