49 億化合物、9 個入圍者、1 張藥證：解析中國首款 AI 輔助一級新藥 Mprosevir

多年來，「AI 改變藥物研發」這個承諾一直停留在展示階段：令人目眩的平台 Demo、數十億美元的創投資金，以及一條始終不見終點的臨床管線。這個月，帳本上終於出現了另一側的紀錄。中國國家藥品監督管理局（NMPA）有條件核准了 Mprosevir 的上市許可——一款用於治療成人輕中度 COVID-19 的抗病毒藥物，同時也是西湖大學所宣稱、中國首款 AI 輔助開發的「一級」（Class 1）創新藥物。

這張藥證同時在兩個軸線上具有重要意義：它是全球第二大醫藥市場中 AI 輔助藥物開發的里程碑，也是 DNA 編碼文庫（DNA-encoded library, DEL）技術遲來的正名時刻——這項篩選技術早在 34 年前就被提出，卻整整等了 34 年才等到屬於它的這一天。

核准了什麼

Mprosevir 由西湖大學、西湖實驗室與西湖製藥三方共同開發。西湖大學於九月初宣布這項核准，並指出該計畫從候選藥物的初始發現到臨床試驗完成，僅花了三年半——而傳統上這段旅程往往要拉長到十年以上。

「一級藥物」這個分類，如新華社所解釋，指的是未曾在中國或國外上市過的創新藥物，是中國藥品註冊分類系統中的最高等級。它要求三件事：全新的化學結構、新穎的作用機轉，以及明確的臨床價值。換句話說，這不是跟風藥物（me-too drug），也不是取得授權後重新包裝的進口藥，而是從零開始的原始創新——其作用目標是 SARS-CoV-2 的主蛋白酶（3CLpro），與 Paxlovid 類抗病毒藥物攻擊的目標屬於同一家族。

值得注意的是，NMPA 給予的是「有條件」核准——這是中國在 COVID-19 疫情期間已多次使用的監管路徑，允許藥物在確證性研究持續進行的同時先服務於病患。適應症為成人輕中度 COVID-19。

AI 在這個計畫中究竟做了什麼

Mprosevir 故事中最有趣的部分，不是核准本身，而是產出這款藥的工作流程——因為它顯示 AI 扮演的是真正承重的結構角色，而非裝飾品。

西湖團隊從一開始就設計了一套「雙重篩選」策略，將 AI 與 DEL 技術配對使用。DNA 編碼文庫是化學搜索問題的暴力解法：文庫中的每一個化合物都掛著一段作為條碼的短 DNA 序列，讓研究人員能在單一實驗中篩選天文數字級的化學空間，而不必為每個分子單獨跑一次濕實驗室分析。

用於搜尋 Mprosevir 的 DEL 文庫含有高達 490 億 個化合物。DEL 篩選最初撈出了 100 多個「有潛力的候選者」。傳統流程到此就會開始卡關：逐一測試這 100 多個分子——典型的下一步——需要投入大量人力、物力與時間。

取而代之的，是一個 AI 模型對候選池執行虛擬篩選，剔除各種「偽陽性」，找出真正有潛力成為藥物的分子。模型在幾天內把 100 多個候選者縮小到只剩 9 個。當團隊將這 9 個分子送入活性測試時，其中 6 個展現了優異的活性——命中率之高，讓研發團隊後來以此為證，強調「真正的 AI 輔助藥物開發，目前不僅高效，而且可行」。

在經過一系列毒性、代謝及其他藥物開發評估後，團隊最終選定分子 WLU6937 作為先導候選物，它後來成為了 Mprosevir。

AI 不只出現在起點，也貫穿了漫長的中段

人們很容易把這個故事讀成一次性事件——AI 挑分子，人類做剩下的事。但細節顯示並非如此。西湖大學表示，在接下來的兩年優化過程中，AI「扮演了關鍵角色」：提升化合物活性、改善其類藥性質、降低毒性，並推動它從體外細胞實驗與小鼠研究一路走進臨床試驗。

這一點至關重要，因為產業最難的問題從來不是「找到一個 hit 化合物」，而是那段乏味的中程——在效力與毒性、代謝與可製造性之間求取平衡——大多數候選藥物都死在這裡。如果 AI 也在壓縮這個階段，那麼 3.5 年的時程就不只是一則趣聞，而是一個預告。

34 年的 DEL 里程碑

對 DEL 領域而言，Mprosevir 的意義或許比對 AI 還大。據潮新聞報導，Mprosevir 是全球首款成功基於 DNA 編碼文庫技術獲批的小分子創新藥——距離該概念首次被提出，整整 34 年。

DEL 技術在製藥界已流行十年；Amgen、AstraZeneca 等大多數大型藥廠都維護著自己的 DEL 平台，正是因為這項技術能低成本篩選數十億個化合物。但「用於研發」與「產出一款獲批藥物」是兩回事，中間隔著一道由無數失敗先導物構成的深谷。第一個 DEL 來源的核准案例，給了整個領域一個任何平台行銷都無法取代的參照點——證明一個掛著條碼的分子，真的能從 490 億化合物的文庫一路走到監管機構的批准印章。

為什麼發生在中國

Mprosevir 的核准，落在中國醫藥產業更大範圍的轉型之中。環球時報在相關報導中指出，高強度的研發投資、有力的政策支持與國際合作，推動了中國創新藥產業的快速成長——這與過去「進口藥就是比國產藥好」的時代形成了鮮明對比。

有三個結構性因素對西湖有利。第一，中國為 AI 輔助藥物開發建立了刻意的管道：像西湖實驗室這樣的大學附屬實驗室，串起了學術研究與西湖製藥這類商業化載具。第二，NMPA 的有條件核准路徑在疫情期間已被充分驗證，讓監管機構有一條熟悉的快速通道來處理具有未滿足需求的抗病毒藥物。第三，一級藥物分類創造了強烈誘因，去追求真正的原創新穎性，而非快速跟進授權西方藥物。

同樣值得注意的是審慎的一面：2026 年一款 COVID-19 抗病毒藥的有條件核准，最終仍取決於其確證性數據與真實世界使用狀況；而 3CLpro 是一個被研究得非常透徹的目標，3.5 年的時程受惠於疫情十年來累積的公共科學。Mprosevir 證明了這條管道走得通，但尚未證明它能推廣到更困難的目標。

意義所在

對於 AI 藥物研發這個一直在回答「為什麼還沒有全 AI 原生藥物過線」的產業來說，Mprosevir 是一個具體、可引用的反例——證明機器學習能在真實的監管流程中，實質壓縮從發現到臨床的旅程。它加入了一個雖小但持續成長的證據集：在候選物篩選階段——預測成本最低、最可證偽的階段——AI 扛得起它的重量。

對 DEL 從業者而言，它移除了自 1992 年以來一直掛在這項技術上的「尚無獲批藥物」星號。

而對於所有關注生技創新地理版圖的人，這是另一個數據點：前沿藥物開發不再專屬於美國與歐洲的故事。杭州的一間大學實驗室，剛剛用一張監管機構的簽章證明——AI 輔助的原始藥物發現，可以在中国端到端跑通，而且時程以年計，而非以十年計。