藥物發(fā)現，堪稱人類科技史上最復雜的挑戰(zhàn)之一。數千種候選分子、長達十年的研發(fā)、超過90%的失敗率……無數變量交織成令人望而卻步的迷霧。而真正的破局之道，或許并非依賴更復雜的工具，而是穿透迷霧，直抵決定分子相互作用的量子本源。
2025年12月18日，隨著西北地區(qū)首臺15比特超導量子計算機真機的落地運行，醫(yī)圖生科（QureGenAI）與長安先導共建的融合計算中心，將這一構想從理論推向產業(yè)實踐。他們提出的“量子+AI制藥”（Quantum AIDD）新范式，通過AI輔助量子計算機求解薛定諤方程，從物質最底層規(guī)律出發(fā)，重塑藥物設計的邏輯。
數據與精度之困，AIDD亟待底層范式突破
當前，AI驅動的藥物設計（AIDD）已進入深水區(qū)。AlphaFold等模型的突破性進展解決了蛋白質結構預測的部分難題，但在實際藥物設計，尤其是面對“First-in-Class”全新靶點、難成藥靶點（如KRAS泛突變）或其他缺乏微觀世界研究數據的場景時，現有AI方法仍顯乏力。
醫(yī)圖生科聯合創(chuàng)始人兼CEO李翛然博士指出，當前AI模型面臨兩大核心局限：一是模型泛化能力不足，對于人類尚未解決的復雜問題（如涉及構象變化、未知結構的預測）幫助有限；二是難以準確處理微觀特殊相互作用，如非標準氨基酸修飾（糖基化、磷酸化）、金屬離子介導的結合、抗體-抗原精準對接等。這些問題本質上源于AI模型依賴實驗數據學習相互作用的結果，卻無法從第一性原理精確模擬其過程。
當現實世界的數據難以獲得時，能否通過“第一性原理”，也就是微觀世界的量子法則來模擬微觀世界？醫(yī)圖生科構建的下一代量子計算+AI（Quantum AIDD）解決范式帶來了答案。量子計算機擅長模擬量子化學或微觀世界，通過量子計算描述微觀世界，增強AI對底層物理系統的認知，最終擺脫對歷史經驗性試驗數據的依賴，實現對真實世界的高效適配。
學術驗證與產業(yè)突破：從被引論文到管線數據的雙重印證
醫(yī)圖生科新范式的可行性背后，是自身硬成果與國際前沿研究的雙重驗證。2024年，團隊發(fā)表的量子計算與藥物設計的論文《A hybrid quantum computing pipeline for real world drug discovery》，位列Nature雜志社工程類下載閱讀量第15 名，成為世界上首次將真實量子計算應用于現實藥物設計挑戰(zhàn)的案例。
在國際學術前沿，諾獎得主David Baker團隊2025年在《Science》發(fā)表的研究，展示了如何使用量子化學助力AI完成De-Novo復雜酶如絲氨酸水解酶的設計。這些研究共同印證了“量子計算提供微觀物理規(guī)則，AI執(zhí)行高效探索與設計”這一范式的前瞻性。
在產業(yè)端，醫(yī)圖生科的Quantum AIDD平臺已在一項AGA雄激素脫發(fā)的FIC治療管線中取得突破，作為近30年來首個非激素類外用涂抹的靶點和藥物，僅用時1年便完成從靶點發(fā)現到候選藥物的驗證，且在志愿者測試中已展現出良好效果，未觀察到嚴重不良反應。目前，醫(yī)圖生科已在胰腺癌、肺癌、漸凍癥、肥胖、抗衰老等領域布局管線，均已進入Lead、PCC甚至IIT階段，潛力巨大。
同時，醫(yī)圖生科發(fā)布了全球首個量子計算在真實藥物設計場景下的量子計算性能評測基準《Benchmarking the Impact of Active Space Selection on the VQE Pipeline for Quantum Drug Discovery》，聚焦現實應用場景，提供開放代碼與測試數據集，為量子計算在生物醫(yī)藥的迭代更新和橫向對比提供公正工具。在25年7月，李翛然博士接受媒體采訪時就表明，醫(yī)圖生科希望以藥物設計的角度出發(fā)，提供一個全球通用，真實藥物設計認可的量子計算機性能測試基準。
范式革命：AI算不準，AI+量子計算是更優(yōu)解
面對 AIDD 的理論瓶頸，量子計算并非僅僅是“速度更快的計算機”，而是開創(chuàng)了一套全新的計算邏輯。孤立的AI或量子計算各自雖在藥物發(fā)現中展現出潛力，但單獨使用仍無法解決復雜藥物設計面臨的根本性問題。二者的優(yōu)勢與局限恰好互補，因此融合AI的學習與優(yōu)化能力與量子計算的高精度物理模擬能力，構建“Quantum-AIDD”框架，成為下一代計算藥物設計的必然選擇。
AI可針對量子計算面臨的挑戰(zhàn)提供解決方案。例如，利用機器學習模型預測最優(yōu)VQE（Variational quantum eigensolver） Ansatz結構，通過強化學習優(yōu)化經典參數搜索路徑以規(guī)避“貧瘠高原”問題。
而量子計算可作為“第一性原理數據生成器”，為AI模型提供高保真度的物理數據，這在實驗數據稀缺的FIC藥物設計場景中尤為關鍵。通過量子計算可精確求解分子-靶點相互作用能，為AI代理模型提供“黃金標簽”，從而快速、準確地預測廣闊化學空間的結合親和力；計算高精度靶點表面靜電勢（ESP），彌補經典力場在定位關鍵相互作用位點和發(fā)現全新口袋時的不足；預測反應能壘與代謝路徑，為代謝穩(wěn)定性設計提供量化依據。
目前，醫(yī)圖生科的“Quantum-AIDD”框架實現了從“數據驅動”向“物理驅動”的范式躍遷。這不僅解決了AI在FIC靶點藥物發(fā)現中的“冷啟動”問題，也為攻克傳統難成藥靶點提供了革命性思路。
真機運行與平臺閉環(huán)：從理論到產業(yè)的基石
本次投入運行的15比特超導量子計算機真機，是醫(yī)圖生科“Quantum AIDD”范式的算力基石?；诖擞布t(yī)圖生科推出兩大平臺——TyxonQ太玄量子平臺與QureGenAI量子AI藥物設計平臺。TyxonQ太玄量子平臺為科研機構與企業(yè)提供量子科研服務，涵蓋量子化學、生物醫(yī)藥、材料設計、量子-經典混合云端算力及同位服務器包機使用等。QureGenAI平臺專注于臨床科研與藥物設計，支持從 AI 生物生物信息分析，靶點發(fā)現，De-Novo 藥物設計，天然產物改造，生產工藝優(yōu)化等一系列的靶點發(fā)現-藥物全鏈路計算設計服務。
結語
西北首臺超導量子計算機的真機落地，是“Quantum AIDD”范式從理論構邁向產業(yè)實踐的關鍵標志。醫(yī)圖生科通過清晰的路徑辨析、扎實的學術發(fā)表以及已驗證的管線進展向業(yè)界證明：量子計算并非遙不可及的“未來科技”，而是在當下即可切入藥物研發(fā)核心痛點、提供差異化解決方案的“現在進行時”。在從“數據驅動”邁向“量子物理本源驅動”的藥物研發(fā)新紀元門口，醫(yī)圖生科已擲下了關鍵一子。
醫(yī)圖生科公司簡介
醫(yī)圖生科是一家以管線License交付運營為主要商業(yè)模式的全球首個量子計算+AI技術驅動的創(chuàng)新藥研發(fā)公司。團隊的核心使命是打造下一代量子計算+AI技術平臺QureGenAl，帶來創(chuàng)新藥研究從概率性試錯向理性確定設計跨越的產業(yè)革命，為廣大人民群眾提供最前沿的創(chuàng)新藥物與醫(yī)療器械，將新藥研發(fā)成功率持續(xù)不斷的向100%推進。公司現有9條FIC在研管線，其中2條管線在Pre-IND，4條管線在PCC階段，領域包括AGA脫發(fā)全新靶點、泛KRAS抑制劑、HIF-2α激動劑等。
Quantum AIDD 量子+AI制藥前沿
關注醫(yī)圖生科旗下更多資訊：
搜索公眾號：
【醫(yī)圖生科】 ——了解更多官方資訊
【太玄量子TyxonQ】 ——關注超導計算機真機平臺
【量子智藥前沿】 ——關注量子AI藥物設計平臺
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
