智化有约丨客户访谈：聚焦药物新分子研发，共谱 AI 创新篇章

新药研发中，如何研发创新分子，加速分子合成一直是困扰行业的难题。智化邀请了客户和我们分享。作为全球知名的创新药研发公司，其在药物合成领域的经验一直是行业关注的焦点。非常感谢他们能接受本次采访，分享在化学分子合成上的宝贵经验。

Q1 作为全球知名的创新药研发公司，在 AI 助力研发的众多工具里，为什么选择 ChemAIRS？

A：主要是为了解决合成药物分子的问题，尤其是一些比较复杂、具有挑战性的药物分子，希望 ChemAIRS 能在合成路线的设计上给予更多的帮助和启发。目前，对大家来说，难点在于没有太多可用的路线，或者说一些路线比较难想到，有了 ChemAIRS 后可以短时间内提供多条的路线，这些路线会给我们研发人员一些启发，促进我们的路线设计工作。

在药物分子研发的项目里，项目周期通常比较快，这就意味着在时间、可合成性上需要去平衡，往往会要求研发人员在 1-2 周交付一个分子，如果纯靠传统方法进行人工的手动推导，文献查询以及实验，靠一个人很难做到又快又好地完成。

Q2 刚开始用的时候有没有担心过 AI 路线 “不接地气”？毕竟实验室实操和理论设计还是有差距的。

A：因为 ChemAIRS 的逆合成路线生成是基于已有的文献和专利，再通过 AI 智能算法结合专家经验而生成的，所以没有担心过所谓的“不接地气”。而且后续在分子合成上同样也不太担心，ChemAIRS 会按照可行性进行排序，真实可信，所以这方面不存在担忧。AI 工具在分子合成上随着时间的发展也会越来越专业，ChemAIRS 除了算法和功能持续迭代外，同时具备学习合成实验数据的能力，相信以后预测的路线也会越来越好。

Q3 团队引入 ChemAIRS 进行化合物合成路线设计时，感觉如何？

A：ChemAIRS 对我们来说更像是多一个合成路线的合成方案，之前如果分子太难，我们有一些权衡后会可能就放弃了，如果再坚持一下，多试几条路线，你可能把它就做出来了，这个局面就不一样了。所以有时候，一个项目里可能很不起眼的一个分子，之前做不出来，后面利用一些新技术很好地解决了这些问题，这个项目就发生了根本性的改变，往往会有一些突破性的发现和进展。从合成人员来说，大家的背景不完全一样，每个人的个人经验会比较局限，AI 工具可以弥补一些个人经验不足。

Q4 ChemAIRS 提供的智能逆合成设计，在辅助研发人员做出更优决策方面效果如何？是否能帮助减少实验试错次数或提高项目成功率？

A：在药物分子研发的过程中，会在早期使用 ChemAIRS 设计分子的合成路线，从而来辅助筛选全新的骨架分子。因为项目一般都是从新骨架的构建开始，前面有很多探索的过程，ChemAIRS 可以针对全新骨架分子设计多条路线，并从分子可合成性的角度帮助我们完成设计和筛选，节约时间。

Q5 如果您用 ChemAIRS 来设计一个中等复杂度的分子的合成路线，预计平均需要多长时间？相较之前，路线设计能够节省的时间比例是？

A：其实在设计合成路线本身花的时间不多，但是查文献、思考路线可行性和实验会花费较多的时间，试错也会浪费大量时间。然而直接输入目标分子，ChemAIRS 不仅给出多条路线，也会将路线中的每一步反应引用的同类型的文献/专利/产率均提供出来，帮我们省了很多文献筛选、条件筛选的时间。按照之前，我们通过筛选文献确认条件一般会用2小时左右来解决问题，引入 AI 后，难的分子半个小时，简单的 10 分钟就好了，这样方便研究人员聚焦在关键步骤。更贴心的是，参考难度会打分直接推荐好。

当然后续分子进入 CMC 阶段，一方面可以看一些中间体能否商业可售，可以帮助我们省掉很多时间，另一方面需要路线放大，需要高效率且有经济性地做出来，可以通过 ChemAIRS 看一些放大的路线，方便后续毒理和临床做实验。

Q6 您平时在进行分子路线设计时，哪些问题会影响路线设计的进度？ChemAIRS 是否能够提供合理的策略解决上述问题？

A：路线设计的问题：第一，步骤不要太复杂和繁琐，比如一个路线有 50 步，这个两周也做不完，一看就不想做了；第二路线可行度高，一旦你选了这个路线，进行实验可能多多少少会有问题，通过 ChemAIRS 能够设计出总步数较短的路线，并且给出的路线可行性比较高，这样能够减少我们试错的时间和成本。同时，在设计中 ChemAIRS 会提示危险反应或者试剂是否易获得，这一点还是很方便的。

Q7 您对 ChemAIRS 在团队内部的应用有哪些进一步的期待？或者您希望看到 ChemAIRS 增加哪些新的功能或更新哪些数据，以更好地支持您提升路线设计的效率？您对双方未来的合作有何期许？

A：我们期待 ChemAIRS 里能查询到最新的文献，及时收纳最新的前沿成果。当然，目前算法模型可以学习内部已有的一些经验和数据，在后续项目遇到新分子的时候能去学习这些反应经验，帮助我们进行新的路线设计，给出更加前沿，创造性的路线，这一点是非常宝贵的。
 

编后注

ChemAIRS 不仅是一个技术助手，更是打破合成困局的“破壁者”。面对药物分子日益复杂的结构设计与紧迫的研发周期，传统依赖人工试错的方式已难以为继。而 ChemAIRS 通过海量数据驱动、可行性智能排序与多路线并行生成，将研发人员从繁复的文献筛选与试错中解放，赋予团队“快速试对”而非“缓慢试错”的能力。

更值得深思的是，AI 的价值远超效率提升：它让曾被判定“不可合成”的分子重获新生，使团队经验差异转化为协同创新的动力，甚至推动项目因关键分子的突破实现全局跃迁。正如受访者所言：“一个不起眼的分子可能改变整个项目的命运。”这种从量变到质变的潜力，正是AI赋能药物研发的核心魅力。

技术终需服务于人。ChemAIRS 的落地实践印证了 AI 工具的终极使命：不是替代科学家，而是为其插上超越经验局限的翅膀，让人类的智慧聚焦于更辽阔的探索。