37,000 个 AI 员工组成虚拟药企：斯坦福 Virtual Biotech 登上 Science，独立找到肺癌治疗方向
37,000 个 AI"员工"组成虚拟药企：斯坦福 Virtual Biotech 登上 Science，独立找到肺癌治疗方向
基于多家媒体转述整理 · 2026-09-18
一句话结论
斯坦福大学 James Zou 团队把 AI 智能体按真实药企的组织架构"组了一家公司"——最多 37,000 个 AI agent 分工协作完成药物研发全流程，论文于 9 月 17 日发表于 Science。这个名为 Virtual Biotech 的系统在人类监督下独立识别出一个有前景的肺癌治疗方向，而该方向随后被一家大型药企独立推进开发。
它是什么
Virtual Biotech 模仿真实生物制药公司的组织结构：由一个"首席科学官（CSO）agent"领导多个专业部门——靶点发现、先导化合物优化、临床试验设计等。底层由多个人形大模型（Anthropic Claude 系）驱动，每个 agent 扮演一名"AI 科学家"，通过对话和辩论推进研发决策。
怎么干活，效果如何
- 系统基于 55,984 个临床试验数据进行训练与推理，学习"什么样的分子设计更容易走完从实验室到上市的全流程"；
- 分析发现：靶向特定细胞类型特异基因的分子设计，可将药物上市成功率提升约 48%，同时将严重不良事件降低约 32%；
- 在案例研究中，团队让系统瞄准肺癌细胞中高表达的蛋白 B7-H3（CD276），AI 以类似"制导导弹"的思路找到了利用该蛋白作为靶点标记的治疗策略；
- Zou 表示，做这件事的初衷是"想看看 AI 科学家团队能把药物研发加速到什么程度"。
关键数字
| 指标 | 数值 |
|---|---|
| AI 智能体数量 | 最多 37,000 个 |
| 训练数据 | 55,984 个临床试验 |
| 上市成功率提升 | +48%（靶向细胞类型特异基因的分子） |
| 严重不良事件 | -32% |
| 发表时间 | 2026-09-17，Science |
冷水也要泼：尚未经过实验与临床验证
报道这一工作的 Nature 新闻明确指出：这些预测未经实验或临床试验验证，"虚拟药企"还没有在真实世界的药物发现中接受过考验。换言之，它目前展示的是一种组织化的 AI 研发范式，而不是一款已经问世的药。科学界对这类系统的普遍态度是审慎乐观。
为什么值得关注
过去的 AI 制药多是"单点工具"——一个模型预测结构、一个模型筛选分子。Virtual Biotech 的意义在于把 AI 从工具升级为协调系统：用组织架构和分工协作来逼近一家真实药企的完整研发流程。如果后续的湿实验与临床验证能跟上，这种"AI 开公司做药"的范式可能显著压缩研发周期与成本。值得关注的后续信号：该平台能否在真实靶点上跑通完整验证，以及这套架构能否横向扩展到其他治疗领域。
本文基于多家媒体转述整理：Nature News、phys.org、Inside Precision Medicine、bTV 等对斯坦福 Virtual Biotech 论文（Science，2026-09-17）的报道。所有数据均来自上述转述，未经独立核实；相关预测尚未经过实验或临床验证。