西达本胺是计算机辅助药物设计（CADD） 时代的代表性成果。AI医疗在药物发现行业的发展历程中，关键拐点包括：1960年代CADD的诞生、2000年代CADD成为常规操作、2010年代深度学习引发关注、2020年代生成式AI的突破，以及AI设计药物首次进入临床试验。这些拐点逐步改变了药物研发的效率、成本和成功率。
CADD的诞生与早期发展
AI制药并非新事物。1966年，赛勒斯·利文索尔将计算机模拟与分子图像相结合，实现蛋白质和核酸结构可视化，正式标志着计算机辅助药物设计（CADD）的开始。1981年，《财富》杂志宣称CADD是“下一次工业革命”。到2000年前，CADD已成为药物研发的常规操作，微芯生物的西达本胺就是CADD的杰作。
深度学习与资本助推
2010年代，深度学习技术（如AlphaGo）引发广泛关注，AI制药领域获得资本青睐。2012-2022年，AI制药投融资总额从0.32亿美元增长至62.02亿美元，2022年全年融资事件达144起，同比增长97%。资本推动下，AI制药被认为可缩短一半研发周期、降低10%研发投入、提高4%成功率。
生成式AI与临床突破
2020年代，生成式AI（如AlphaFold2）取得突破。但首个由AI设计进入临床的分子DSP-1181，因未达预期而被放弃。截至研究时点，全球获批临床的AI药物管线中，42条推进到1期，29条推进到Ⅱ期，4条推进至Ⅲ期。当前AI+药物设计仍处于积累训练期，癌症是首选适应症（占比66%）。
常见问题
AI制药与传统制药相比，主要优势是什么？
AI制药可以显著缩短研发周期（平均缩短1/2-2/3）、降低研发投入（至少降低10%），并提高药物研发成功率。
西达本胺在AI制药发展历程中的地位如何？
西达本胺是CADD时代的代表性成果，由微芯生物研发，体现了计算机辅助药物设计在药物发现中的实际应用价值。
当前AI制药面临哪些挑战？
首个AI设计进入临床的分子DSP-1181未达预期，且全球AI药物管线中，运用人工智能发现新靶点的管线仅占4%，表明AI在药物研发中仍起辅助作用。