政府正在加快基础设施建设，以结合人工智能（AI）技术提升新药开发的速度，拥有独立AI新药开发平台的生物科技公司因此备受关注。根据相关行业消息，政府最近发布了“先进生物培育战略”，计划在2030年前建立癌症专用AI模型、自主实验室和生物制造厂等。这一计划旨在大幅缩短新药开发所需的研究和开发时间及成本。为支持这一计划，政府将大幅增加生物与医疗研究开发（R&D）的投资规模。去年相关预算为6487亿韩元，今年则扩大至8023亿韩元，增长23%。其中，AI生物领域将投入1990亿韩元，并计划试点建设6个自主实验室，以加快基础设施的扩展。业界预计，基于AI的新药开发市场将进一步扩大。根据韩国生物协会的数据，全球医疗AI市场规模在去年为3934亿美元（约54万亿韩元），预计到2034年将以年均44%的速度增长，达到1.3327万亿美元（约1730万亿韩元）。生物协会表示：“纳入先进生物培育战略项目的‘癌症专用AI模型’、‘自主实验室’和‘生物制造厂’的建设，将对急需缩短开发周期和降低成本的企业产生积极影响。”随着政府政策的推进，早已将AI技术应用于新药开发的企业将获得更多的利益。尤其是那些拥有自主开发的AI平台而不依赖外部技术的公司，正受到市场的关注。Paros AI Bio拥有结合了约620亿条蛋白质三维结构和化合物大数据的最新AI算法平台“Chemiverse”，该平台基于AlphaFold和Transformer生成模型，能够在新化合物筛选、候选物质导出、新药建模以及通过靶基因组分析发现新适应症等新药开发的各个环节中应用AI。Inno Therapeutics通过其自主AI新药开发平台“DeepZema”发掘基于药物重定位的候选物质。DeepZema结合了现有的计算药物开发技术，基于药物化学研究者的设计和判断，筛选出有效的候选物质。其主要功能包括靶点发现、ADME和毒性预测、新诱导体设计、对接和结合姿势评估等。Synteka Bio基于新药开发专用模型，在高效AI平台上运行多个研究项目，快速发现候选物质。该公司基于自主的DSM技术，建立了新型小分子（合成药物）物质发现、小分子改良药物设计和抗体生物更好的三大核心管道。在小分子领域，Synteka Bio依托其主力AI平台“DeepMatcher”，同时推进新化合物的发现和改良药物的设计，取得了具体成果。※ 本报道经人工智能（AI）系统翻译与编辑。

尽管韩国制药和生物行业对引入人工智能（AI）的意愿很高，但专业人才短缺已成为AI新药开发推广的最大障碍。调查显示，约90%的受访者正在使用或考虑引入AI，而67.3%的受访者表示缺乏AI专业人才。 韩国制药生物协会的AI新药研究院于31日发布了一项调查结果，该调查旨在了解对AI新药开发的认知和教育需求。调查对象包括44家国内制药生物企业、AI专业公司、学术界和研究机构，共55名相关人员参与了调查。 调查结果显示，在55名受访者中，有26人表示目前正在将AI应用于新药开发。其中，10人选择内部使用，9人选择外部外包，7人同时采用这两种方式。23人表示正在考虑或计划引入AI，6人则表示没有相关计划。 使用AI的受访者所提到的应用领域（多选）中，候选物质识别和候选物质优化各有15人，化合物识别11人，作用机制9人，靶点识别与验证8人，前临床6人，临床4人，药物重定位4人。 希望未来开发的领域中，合成药物有27人（49.1%）选择，生物药物及抗体12人（21.8%），靶向蛋白降解（TPD）6人（10.9%），抗体-药物结合体（ADC）5人（9.1%），药物递送系统（DDS）3人（5.5%）。 然而，AI专业人才依然短缺。在新药开发部门中，37人（67.3%）表示没有AI专业人才，10人（18.2%）拥有4名以上，4人（7.3%）拥有1名，3人（5.5%）拥有2名，1人（1.7%）拥有3名。 缺乏AI专业人才的原因（多选）中，资金和资源不足以吸引人才的情况有26人，内部人员对AI技术理解不足19人，对AI新药开发必要性的认知不足11人。 受访者对政府和相关机构的支持需求中，AI专业人才培养（37人）最为迫切，其次是数据共享平台建设（25人）、投资和资金支持（23人）、提供实证和验证机会（22人）、制定许可指南（15人）、支持全球市场拓展（9人）。 对AI教育的需求也很高。91.0%的受访者（50人）认为需要AI新药开发的教育。具体的教育需求包括AI算法和建模编程（17人）、数据分析和可视化（16人）、生物信息学和化学信息学数据应用教育（13人）、软件和编程技术（5人）。 对自主实验室（SDL）的理解仍然较低。38%的受访者（21人）表示只听说过这个术语，36%（20人）表示完全不了解，24%（13人）表示理解这个概念。SDL是将AI与实验自动化机器人结合，使AI能够自动化完成从实验设计到执行、数据分析及后续实验的研究体系。 韩国制药生物协会会长罗延洪表示：“AI已成为新药开发的必备能力，但国内企业面临专业人才短缺的现实限制。如果产业界与政府能够系统性地支持AI专业人才培养、数据基础设施建设和实证环境的营造，我国的AI新药开发竞争力将会更进一步。” 此外，新药开发被认为是典型的高风险、高成本产业。平均开发周期为10至15年，投入巨额资金，但临床失败率高达90%。尤其是新药开发的费用大部分发生在后期临床阶段，因此在早期阶段筛选出成功可能性高的候选物质并减少试错尝试的努力仍在继续。※ 本报道经人工智能（AI）系统翻译与编辑。

HLB生命科学研发被选为人工智能(AI)新药开发领域政府支持项目的需求企业，致力于增强AI基础的新药开发能力。建立将AI提出的候选物质与实际药效验证相连接的实证研究体系是关键。HLB生命科学研发于近日宣布，已在中小企业部推进的“超越差距初创企业项目”的“Link-up-四大领域AX项目”中被选为AI新药领域的需求企业。该项目旨在结合制药和生物企业的新药开发经验与初创企业的AI技术，共同开展新药候选物质的发掘和优化研究。作为需求企业，HLB生命科学研发将提供靶蛋白信息，并负责对发现的有效物质进行药效和功效分析。初创企业则基于靶蛋白结构分析，负责药物筛选策略的制定、有效物质的提取和结构优化。公司计划通过此次项目建立AI提出的候选物质与实际药效验证相连接的实证型研究体系，并推动获得可进入非临床阶段的领先物质。AI基础的新药开发被视为能够缩短开发周期和降低成本的下一代技术，但将有效物质的提取与实验验证相连接被认为是核心任务。HLB生命科学研发计划基于此次项目获得的物质和数据，进一步扩大共同开发和技术应用合同的可能性，以及新管线的合作。HLB生命科学研发相关人士表示：“AI新药开发要实现实际候选物质的发掘成果，实验基础的验证能力至关重要。”并表示：“我们将利用自身的研发(R&D)中心能力，提高发掘效率，并持续推动管线扩展。”公司近期接连被选为主要国家级研发项目，证明了其研发竞争力。上个月，公司还作为共同研究机构参与了农业部主办的“CBD原料药平台开发及原料种植技术开发”项目。※ 本报道经人工智能（AI）系统翻译与编辑。

LG化学为增强基于人工智能(AI)的新药开发能力，开始与全球生物技术公司合作，旨在缩短抗体新药候选物的发现周期，加快抗癌药物的开发速度。 LG化学于18日宣布，与英国的Lab-Genius Therapeutics签署了共同研究和许可选项协议，以发现多抗体抗癌新药候选物。根据该协议，LG化学将支付合同款项和研究费用，并根据共同研究结果的评估标准决定后续开发和许可选项的行使。 Lab-Genius是一家基于AI的新药开发生物技术公司，开发并运营了结合机器学习和高速大规模实验技术的平台“EVA™”。 LG化学表示，AI能够设计、制造和机器人测试多种抗体，并通过机器学习分析这些结果，从而在下一轮设计中反映这些数据，通过反复的研究周期快速得出最佳候选物。此外，还可以更精确地分析候选物的药效、毒性、反应模式以及不同患者群体的敏感性等。 通过这一方式，LG化学计划将通常需要超过5年的抗体新药候选物发现周期缩短至一半，并提前进入临床前阶段。 LG化学生命科学研发部门负责人苏珍彦表示：“我们将在医学需求未满足的癌症治疗领域，快速发现比现有新药物更有效且毒性更低的新药候选物。”※ 本报道经人工智能（AI）系统翻译与编辑。

LG化学为增强基于人工智能(AI)的新药开发能力，开始与全球生物技术公司合作，旨在缩短抗体新药候选物的发现周期，加快抗癌药物的开发速度。 LG化学于18日宣布，与英国的Lab-Genius Therapeutics签署了共同研究及许可选项协议，专注于多抗体抗癌新药候选物的发现。根据该协议，LG化学将支付合同款项和研究费用，并根据共同研究的结果评估标准决定后续开发及许可选项的行使。 Lab-Genius是一家基于AI的新药开发生物技术公司，开发并运营了结合机器学习和高速大规模实验技术的平台“EVA™”。 LG化学表示，AI能够设计、制造和机器人测试多种抗体，随后通过机器学习分析这些结果，并将数据反馈到下一轮设计中，从而快速得出最佳候选物。此外，还可以更精确地分析候选物的药效、毒性、反应模式及患者群体的敏感性等。 通过这一方式，LG化学计划将通常需要超过5年的抗体新药候选物发现周期缩短至一半，并提前进入临床前阶段。 LG化学生物科学研发部门负责人苏珍彦表示：“我们将在医学需求未满足的癌症治疗领域，快速发现比现有新药物更有效且毒性更低的新药候选物。”※ 本报道经人工智能（AI）系统翻译与编辑。

LG化学为增强基于人工智能(AI)的新药开发能力，开始与全球生物技术公司合作，旨在缩短抗体新药候选物质的发现周期，加快抗癌药物的开发速度。 LG化学于18日宣布与英国的Lab-Genius Therapeutics签署了共同研究和许可选项协议，以发现多抗体抗癌新药候选物质。根据该协议，LG化学将支付合同款项和研究费用，并根据共同研究的结果评估标准决定后续开发和许可选项的行使。 Lab-Genius是一家基于AI的新药开发生物技术公司，开发并运营了结合机器学习和高速大规模实验技术的平台“EVA™”。 LG化学表示，AI将设计、制作和机器人测试多个抗体的结果进行机器学习分析，然后通过将这些数据反映到下一轮设计中，快速得出最佳候选物质。此外，还可以更精确地分析候选物质的药效、毒性、反应模式和患者群体的敏感性等。 通过这一方式，LG化学计划将通常需要超过5年的抗体新药候选物质发现周期缩短至一半，并提前进入临床前阶段。 LG化学生命科学研发部门负责人苏珍彦表示：“我们将在医学需求未满足的癌症治疗领域，快速发现比现有新药物更有效且毒性更低的新药候选物质。”※ 本报道经人工智能（AI）系统翻译与编辑。

JW中外制药近日宣布，已被卫生福利部选为2026年度首批卫生医疗技术研发项目中“基于结构的AI新药开发支持”课题的主导研发机构。该项目旨在通过结合AI和机器人基础的合成自动化技术，加速抗癌新药候选物质的发现。 该项目利用基于结构的药物发现技术、生成型人工智能（AI）和AI代理等，旨在提升小分子新药开发平台的能力，并发现新药候选物质。基于结构的药物发现是通过分析与疾病相关的靶蛋白的三维结构及药物结合位点，寻找和优化有效物质的研究方法。此次项目主要面向拥有小分子化学合成新药候选物质发现AI平台的企业。 JW中外制药将与共同研发机构C&C新药研究所合作，在未来三年内获得总额为2.2亿韩元的政府支持，开展抗癌新药候选物质的发现研究。 该项目的核心是将JW中外制药的AI新药开发平台“JWave”与机器人基础的合成自动化系统相结合，提升自主研究平台的能力。 JWave是整合了现有基于大数据的药物探索系统“珠宝”和“三叶草”而构建的平台。该平台基于细胞株、类器官和疾病动物模型的基因组信息及自有合成化合物数据，应用多种AI模型，以提高新药候选物质发现的效率。 JW中外制药计划通过合成自动化设备，利用机器人自动合成和生产AI推荐的化合物，从而提高研究的效率和精确度。C&C新药研究所则负责验证所获得化合物的有效性和药物特性，以便进入非临床阶段的候选物质发现研究。 JW中外制药相关人士表示：“此次研究策略获得了基于AI平台和合成自动化技术结合的竞争力认可，我们将通过自主研究平台的提升，加快创新新药候选物质的发现速度。”※ 本报道经人工智能（AI）系统翻译与编辑。

GC녹십子于15日宣布，已被选为科学技术信息通信部主办的“AI-Medicine新药开发全周期多智能体AI平台建设及验证”项目的核心研究机构。 该项目为期57个月，政府将投入约177亿韩元的支持资金。这一国家级项目旨在建立一个由大型语言模型（LLM）驱动的专业人工智能（AI）智能体协作的系统，涵盖从靶点发现到前临床候选物质的整个新药开发过程。 GC녹십子将负责对AI平台所产生的候选物质进行实际实验验证和优化，即“平台验证”角色。预计通过此举将提升AI模型的预测精度，并缩短新药候选物质的发现周期。 公司具备从小分子合成到药物活性与功效评估、非临床研究等新药开发全过程的能力。此外，公司内部已引入和利用多种AI平台，这也是此次项目获选的背景之一。 目前，国内制药行业在理解统计数据和处理药品相关多种数据的专业人才仍然不足。自2020年起，公司开始运营AID中心，致力于将AI大数据研究与开发（R&D）推广至各个领域。 此次项目由延世大学总负责，艾森、希兹、木岩生命科学研究所和韩国生物工程研究院负责AI平台的开发，而GC녹십子、大雄制药和延世大学则负责平台的验证。 GC녹십子研发部门负责人郑在旭表示：“我们将基于积累的新药开发经验，提高AI平台的完善度，为增强国内生物产业的全球竞争力做出贡献。”※ 本报道经人工智能（AI）系统翻译与编辑。

“要成功开发新药，必须确保高质量的数据。” 正윤泰制药产业战略研究院院长在5月14日于首尔中区韩国新闻中心举行的第16届全球健康护理论坛（2026 GHF）上表示，强调了基于AI的制药产业转型的必要性。 正院长在演讲中指出，制药和生物产业正在进入“Pharma 5.0”时代。他解释说，由于新药开发生产力下降和下一代模式的扩展，单靠现有的开发方式已难以维持产业竞争力。 他表示：“没有高质量的大量数据，AI模型的学习和预测是不可能的。‘抓住数据才能抓住新药’是贯穿AI新药开发时代的核心课题。” 正院长特别指出，新药开发的范式正在迅速变化。过去，研究者主要依靠经验和重复实验来发现候选物质，而现在则是基于基因组、临床和文献数据等大量大数据，AI正在预测和优化候选物质的发现和临床策略，产业结构正在重组。 他还提到了AI技术的演变趋势。从早期的规则基础系统到深度学习、生成型AI，最近发展到自主型AI与量子技术的融合阶段。 他分析道，过去仅通过计算机基础的虚拟实验设计候选物质，而现在则通过机器人自动化实验室进行实际物质的合成和验证。 正院长表示，AI的广泛应用正在提高新药开发的效率。通过引入基于AI的预测模型和自动化技术，临床试验的周期有望缩短，同时也期待降低开发成本和加快商业化速度。 他指出：“AI不仅仅是提高研究速度，它正在改变新药开发的价值链。从候选物质的发现到前临床、临床、生产和流通阶段，AI的应用范围正在扩大。” 正院长还关注到全球大型制药公司的战略变化。他解释说，全球制药公司正在加快与基于AI的平台企业的合作或并购，构建以数据和平台为中心的开放生态系统。尤其是产业模型正在从传统的垂直整合结构转变为基于专业性的网络结构。 然而，他指出，国内AI新药开发生态系统仍然面临巨大限制。国内投资主要集中在候选物质的发现等初期阶段，导致基础AI技术未能顺利转移到医疗现场，形成了“死亡谷”问题。资金、数据和实证验证体系未能有机连接，许多企业在商业化的前期阶段面临困难。 正院长强调：“AI新药开发竞争的核心最终是数据竞争力。缓解企业间的数据垄断结构，建立共同利用的体系至关重要。” 他提到“旋律（MELODI）”案例和联合学习模型，表示：“需要培养融合型专业人才，建立标准合同体系，进行全球合作，政府也应建立持续的支持体系。”※ 本报道经人工智能（AI）系统翻译与编辑。

李在国韩国制药生物协会副会长在人工智能（AI）时代来临之际表示，将创造创新生态系统，助力K-制药成为全球企业。 李副会长在14日于首尔中区韩国新闻中心举行的‘第16届全球医疗论坛’上指出：“国内外制药生物产业正迎来AI引入带来的重大转型时代。” 他强调，全球大型制药企业的AI战略已进入实际成果显现的竞争阶段。 他表示：“AI在新药候选物质的发现、临床试验的设计与实施、监管审查等新药开发的全过程中得到应用，正在改变产业的范式。”并指出：“AI在降低研发成本和缩短开发周期方面发挥了突破性作用，并被视为与全球大型制药企业的许可外包和并购的核心增长动力。” 李副会长进一步表示，将支持国内制药生物产业的技术成长，助力其跃升为全球企业。 他提到：“协会将通过为‘AI基础的新药开发及数字创新生态系统’而设立的AI新药融合研究院，以及与保健福利部和科学技术信息通信部共同开展的研发项目‘基于联合学习的新药开发加速项目’（K-MELLODDY）等，积极支持K-制药生物的AI革命和全球价值链的构建。” 他还表示：“制药生物产业作为承担国民健康和国家经济的核心战略产业，将全力支持AI时代K-制药的全球成功。”※ 本报道经人工智能（AI）系统翻译与编辑。