现代生物科技手里其实早就握着“上帝的手术刀”了——基因编辑、药物设计，这些工具听起来科幻得不行。
但现实很骨感：全世界还有几千种罕见病，根本没药可治。
这不是因为我们技术不行，也不是因为不想治，而是因为——缺人。
缺那种绝顶聪明、能没日没夜在实验室里死磕的科学家。
最近在卡塔尔举行的Web Summit上，几家顶级生物科技公司的老板们聊了一个很硬核的观点：**AI，正在成为那个打破僵局的“力量倍增器”。**说实话，这事儿听着有点像是在给人类科学家“找补”，但仔细琢磨，里面的逻辑细思极恐。
“药物超级智能”：不是科幻，是缺人逼出来的
Insilico Medicine的总裁Alex Aliper在台上抛出了一个词：“Pharmaceutical Superintelligence”（药物超级智能）。
听着挺玄乎，其实就是想把ChatGPT这种通才，训练成能搞药物研发的专才。
他们刚搞了个“MMAI Gym”，目的很简单：让大模型像专家一样，同时搞定好几种药物发现任务，而且准确率要超过人类。为什么这么拼？
Aliper跟TechCrunch聊得很直白：现在的制药行业太缺人了，效率太低。
“我们真的需要这项技术来提高制药行业的生产力，解决该领域的劳动力和人才短缺问题，因为仍有数千种疾病无法治愈，没有任何治疗方案，还有数千种罕见病被忽视。”
Insilico的平台就像个不知疲倦的超级大脑，它吞下生物、化学和临床数据，然后自己吐出关于疾病靶点和候选分子的假设。
以前这活儿得靠成群结队的化学家和生物学家干上好几年，现在AI能在巨大的设计空间里快速筛选，甚至能把老药新用，成本和时间直接被打下来个骨折。比如，他们最近刚用AI模型扒拉了一遍现有药物，想看看能不能找到治疗ALS（肌萎缩侧索硬化，也就是“渐冻人症”）的办法。
这速度，人类比不了。
基因编辑的下半场：怎么把“剪刀”送进体内？
如果说Insilico是在解决“造药”的问题，那GenEditBio就是在解决“送药”的难题。
CRISPR基因编辑大家听得多了，但第一代技术主要是在体外操作——把细胞取出来，编辑完了再输回去。
GenEditBio搞的是“第二波”：直接在体内编辑。也就是打一针，完事。
GenEditBio的CEO Tian Zhu打了个很形象的比方，他们开发了一种叫ePDV（工程化蛋白递送载体）的东西，长得像病毒，其实是个“伪装者”。
“我们向大自然学习，利用AI机器学习方法挖掘自然资源，找出哪些病毒对特定组织有亲和力。”
他们有个NanoGalaxy平台，专门用AI分析化学结构和特定组织（比如眼睛、肝脏、神经系统）之间的联系。
AI的任务就是预测：怎么微调这个“快递车”的化学结构，才能让它把基因编辑工具安全送到目的地，还不被免疫系统给截胡了。这就像是在玩一场高精度的潜入游戏，AI负责画地图，实验室负责验证。
Tian Zhu说，这能让基因编辑变得像买货架上的药一样便宜、标准，甚至能惠及全球的患者。
有意思的是，他们刚拿到了FDA的许可，要开始角膜营养不良的CRISPR疗法试验了。
这就是AI在干脏活累活，而且干得比人漂亮。
AI也会“偏科”？数据才是真正的拦路虎
不过，AI也不是万能的。
不管模型多牛，最后都会撞上一堵墙：**数据不够，或者数据太烂。**Aliper点出了一个很尴尬的现实：现在的生物数据太“偏科”了。
“数据语料库严重偏向于其产生的西方世界。我认为我们需要在本地做出更多努力，拥有更平衡的原始数据或真实数据，这样我们的模型才能更有能力处理这些问题。”
如果只拿西方人的数据训练模型，那出来的药可能对其他人就不灵了。
Insilico的办法是搞自动化实验室，没人干预，全自动生成多层生物数据，然后喂给AI吃。
GenEditBio的逻辑不太一样。Tian Zhu觉得，AI要的数据其实早就写在人类身上了，那是几千年进化出来的“说明书”。以前人类读不懂，现在AI能读了。
他们甚至在实验室里同时测试几千个纳米颗粒，把生成的数据称为“AI系统的黄金”。这玩意儿不仅能自己用，还能拿去跟合作伙伴换钱或者换技术。
Aliper还画了个更大的饼：建立人类的“数字孪生”，在虚拟世界里做临床试验。
虽然这事儿现在还在“萌芽阶段”，但一旦成了，那就是颠覆性的。
写在最后
现在的局面挺有意思。
一方面，FDA每年批准的新药数量卡在50种左右，卡了好多年，是个明显的瓶颈期。另一方面，全球人口老龄化，慢性病越来越多，对药的需求只增不减。
Aliper的希望是，未来10到20年，我们能给每个病人都提供个性化的治疗方案。
我个人觉得，这事儿大概率会发生。
到时候，可能不是AI取代科学家，而是会用AI的科学家，取代那些还在用试管死磕的人。
这到底是好事还是坏事？
那就看你站在哪个位置看了。
参考链接：
https://techcrunch.com/2026/02/06/how-ai-is-helping-with-the-labor-issue-in-treating-rare-diseases/