AI从找分子走到做制剂 恒瑞装上剂泰AiTEM

AI 做药，过去几年主要在前端，找靶点、设计分子、预测蛋白结构。但一个分子能不能真正变成好药，卡点往往在后面：制剂配方和递送系统。恒瑞医药把剂泰科技的 AiTEM 平台部署进自己的体系，等于把 AI 推进到了这道长期靠经验试错的关口。

2026 年 8 月，剂泰科技在港交所公告，其自主研发的 AiTEM 人工智能制剂创新平台在恒瑞医药完成本地化部署。恒瑞是研发投入占营收长期保持在 25% 以上的龙头，超过 100 个自主创新产品在临床阶段。本地化部署的核心，是把 AI 计算引擎无缝融入它庞大的化学和生物药管线，让传统经验驱动的制剂工艺转成数据驱动的预测性工程；而且在核心管线数据和机密配方留在本地、确保安全的前提下，跑通 AI 算法、高通量干湿实验、物理制剂之间的闭环迭代。

AiTEM 和 NanoForge 在做什么

支撑 AiTEM 的 NanoForge，是全球首个 AI 驱动的纳米递送与制剂研发平台，集成了量子化学、分子动力学模拟、生成式 AI 算法和自研的高通量湿实验设施。到 2026 年，它已经积累了超过 1000 万种脂质结构和 10 万个可用于模型训练的实验数据点，建起了庞大的脂质语言模型和纳米材料数据库。

在这之上，AiTEM 专门针对小分子和复杂制剂做设计优化。它通过量子化学和分子动力学模拟，解析药物活性成分和不同辅料之间的纳米级相互作用，针对共溶剂、微胶束、固体分散体、环糊精包合、口腔崩解片和长效微球等多种剂型，自动推荐最佳的辅料类型和摩尔配比，再结合自动化高通量测试，对候选制剂的溶解度、渗透性、稳定性和体外释放进行主动学习和持续迭代。

提效有多狠

最有说服力的是 MTS-004 这个实证。它是剂泰自研的 2.2 类改良型新药，用于治疗继发于渐冻症、多发性硬化、脑卒中等中枢疾病的假性延髓情绪失控，也就是俗称的强哭强笑症。这类患者普遍伴有吞咽障碍，传统胶囊或片剂容易导致误吸。AiTEM 通过模拟分子间作用力，设计出了口腔崩解片剂型：计算端先基于活性成分和辅料库做热力学和动力学模拟，生成微观结构预测，高通量湿实验平台快速完成批量样品的制备和崩解、溶解数据采集，再把真实反馈回传算法做主动学习。这套干湿闭环，把临床前制剂优化从行业平均的一到两年，压缩到了 3 个月以内。项目由北京大学第三医院樊东升教授牵头，从立项到完成 III 期临床只用了 38 个月，是国内首个完成 III 期的 AI 赋能制剂新药。

恒瑞想再造的三道工艺壁垒

对恒瑞来说，AiTEM 会深度作用在三个制剂领域。

一是慢病长效制剂。像 GLP-1、GIP 和胰高血糖素三重激动剂 HRS-4729 这类管线，血药浓度平稳度直接决定疗效和胃肠道反应，而传统长效微球的痛点是初始爆发释放和后期释放不均。AiTEM 能建立 PLGA 高分子和活性成分在不同溶剂体系下的相变与扩散模型，预测微球内部的药物分布，通过算法把初始突释压下去，提供更平稳的零级释放曲线。

二是难溶小分子。恒瑞管线里积累了不少高活性但溶解度、渗透性都不好的化合物，靠 AiTEM 的分子动力学模拟加固体分散体、环糊精包合优化，能快速找到最佳增溶体系，把原本可能因为成药性差被放弃的化合物，救成有高生物利用度的候选药。

三是小核酸的精准递送。依托 NanoForge 千万级的脂质库和器官靶向预测，恒瑞在 siRNA、mRNA 这类核酸药的递送上会明显提速。脂质纳米颗粒由可电离脂质、结构磷脂、胆固醇和 PEG 脂质按特定摩尔比组装，AiTEM 能越过传统 LNP 对肝脏的被动富集，直接设计靶向肺、心脏、中枢神经等非肝器官的配方，为核酸药打开新的适应症空间。

这次合作真正的信号，是 AI 在制药里的价值，已经从找分子越过到了做制剂和递送这个决定成药性、也决定商业化工艺变现的环节。对头部大厂，本地化部署意味着能把自己庞大的化合物库和私有实验数据，转化成算法加高通量闭环的工程能力。过去靠反复摸配方参数攒下来的工艺经验壁垒，正在被计算壁垒替代。谁先把这套闭环跑通，下一轮拼的就不只是分子快，而是从分子到成品都快。

本文内容仅供行业交流参考，不构成医疗诊断或治疗建议。