干细胞类器官分析与毒性预测
"应基于AI分析调整研发战略"
提升研究效率并革新实验方式
人工智能（AI）的应用范围正从新药候选物发现，扩展至新药研发的各个环节，包括确定开发优先级、预测药物毒性和实现实验自动化。有人建议，应积极运用AI分析干细胞来源类器官产生的海量数据，并筛选出成功可能性较低的研究课题。
28日，在首尔江南区COEX开幕的“BioPlus-Interphex Korea 2026（BIX 2026）”上，利用AI制定新药研发策略成为热议话题。担任主旨演讲嘉宾的Luxa Biotechnology首席科学官（CSO）Sally Temple强调，干细胞与AI相结合，正为疾病研究和疗法开发带来新的机遇。
28日，在首尔江南区COEX开幕的“BioPlus-Interphex Korea 2026（BIX 2026）”主题演讲环节，Luxa Biotechnology首席科学官Sally Temple正在发表演讲。记者 Lee Seong-min
View original imageTemple博士及其研究团队利用干细胞培育的三维类器官，研究疾病发生机制和治疗靶点，并筛选药物候选物。类器官是一种模拟真实器官部分结构和功能的实验模型，随着研究对象和实验规模扩大，需要分析的数据也会随之增加。
她表示：“利用AI可以确定特定靶点的优先级、预测药物的安全性和毒性，我们也在临床数据分析中使用AI。”“多种技术的结合，让当下成为新药研发过程中最令人振奋的时期。”
随后举行的专业会议“开发什么、重点放在哪里：AI如何改变生物制药领域的抉择”上，与会者接连表示，AI不应仅作为研究辅助工具，还应运用于制定开发战略。
BioBox首席执行官（CEO）Christopher Lee表示：“即使AI预测某项新药研发课题成功的可能性很低，只有一两个研发管线的企业也不愿接受这一结果。”“企业必须能够接受分析结果并调整开发战略。”
他还强调：“大型制药企业也可能因为终止课题会影响相关部门和员工，而难以改变既有判断。即便AI反驳过去的决策或既有主张，企业也应能够接受，并改进研究。”
28日，在首尔江南区COEX开幕的“BioPlus-Interphex Korea 2026（BIX 2026）”专业论坛上，正在举行小组讨论。记者 Lee Seongmin
View original image与会者还明确指出，AI无法取代研究人员的专业能力。Lee表示：“与其给100名科学家提供能将生产力提升10%的工具，不如借助AI大幅拓展5至10名杰出科学家的能力。”他解释说，应将研究人员的经验和判断与AI结合起来。
Variational AI首席执行官Kim Handol将速度和效率列为中小型生物科技企业运用AI的原因。他表示：“中小企业相较于大型企业唯一能够拥有的竞争优势就是速度和效率，而AI可以让这一点成为可能。”
有人指出，实验自动化也不应止于将现有工作原样交由机器完成。副总裁Paloma Prieto表示：“把人们一直在做的实验流程原封不动地交给机器人，并不是最高效地利用自动化和AI的方法。成功案例显示，技术供应商不再只是单纯的销售方，而是成为制药企业真正的合作伙伴，共同开发符合研究目标的技术。”
担任主持人的Providence Healthcare Ventures总监Kim Soyeon表示：“AI虽然可以完成许多工作，但要真正推动研发进展，就需要达到符合监管要求的证据水平。”她呼吁AI专家、生物信息学家、生物统计学家等不同领域加强协作。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
