在国家加快发展新质生产力、全面推进“人工智能+”行动的背景下，AI辅助药物研发正从实验室走向产业化深水区。

总部位于深圳的深度感知生命科学（深圳）有限公司，通过打造计算策略驱动的药物研发平台，试图打破这道壁垒，让AI制药技术从服务少数“高端玩家”走向普惠95%的药物研发者。

“药学家理解靶点和疾病机制，却难以驾驭复杂的命令行和分散的算法工具；算法开发者的前沿成果则大多停留在论文阶段，难以触达产业一线。”深度感知创始人刘天悦表示，正是这一跨学科断层，催生了团队的创业构想，打造一座连接算法开发与药物研发的桥梁。

据介绍，MediElixir平台是深度感知的核心产品，整合了超过6000个模块化算法，能够实现3D药物分子的可视化编辑，并支持算法研发者定制化开发工作流。与之协同的TransMol药物分子发现技术，则可定向生成分子结构，帮助研究人员发掘全新药物与多靶向药物。

通过计算模拟反复推演药物分子在特定环境中的运动与相互作用，平台能够在前期大幅筛选掉错误分子，将需要实验验证的化合物数量从10万级压缩至百级，从而显著缩短研发周期、降低试错成本。

值得关注的是，MediElixir平台最新上线了AI Agent助手——“灵析助手”，进一步降低了科研人员的使用门槛。据介绍，灵析助手可自主理解用户的研究意图，智能完成计算任务的规划、模块调度与提交执行，用户无需掌握复杂指令即可驱动平台完成计算工作。这一功能使药物研发人员能够将精力聚焦于科学问题本身，而非耗费在工具操作上。

“市场上有的传统药物算法只服务于最顶尖的5%研发力量，大量科研人员仍以纯生物实验方式工作。”在刘天悦看来，以计算化学、计算生物学覆盖其余95%的需求，正是公司的增量空间所在。测试期数据显示，平台上线三个月内即获得100余家科研机构、超过8000位用户使用，自研技术已实现暨南大学首个涉外专利转让。目前，平台已与康奈尔大学、清华大学、北京大学等30余家机构的开放算法库对接，形成覆盖超过8000名研究者的协同网络，并与国产AI框架深度适配，将前沿算力转化为药企研发部门的实用工具。

盈利模式上，深度感知经历了从订阅收费到打包计算资源收费的调整。刘天悦坦言，团队借鉴了行业成熟经验，最终采用按计算资源付费的模式：“用户更容易接受为服务器资源付费的逻辑，这也有助于平台应对计算资源不稳定的成本压力。”

平台在产学研协同方面持续发力。知名药物化学家丁克教授曾担任指导老师，其曾攻克“格列宁”用药后耐药的临床难题。深度感知所在的粤港澳大湾区亦为团队提供了完整的生物医药产业链支撑。

谈及创业驱动力，刘天悦表示：“我创业的初衷是解决问题。中学时因为学校管理系统冗杂，我和同伴写了一套管理系统并投入实际使用；进入大学后，我把方向转向了AI制药，即一个同样亟待打通‘最后一公里’的领域。”他对年轻创业者给出的建议是：找到具有长期可持续性和行业壁垒的方向，用30%的时间去试错、探索，再用70%的时间去坚持深耕。

编辑：贾璇