AI制药公司水木分子提出ChatDD范式：让专家经验通过对话进入AI全流程

药物研发有一个广为流传的三「十」定律：一款新药平均需要十年时间、超过十亿美元投入，成功率却不足百分之十。水木分子COO邢杰在央视节目中引用这一数字时，真正想指向的问题比成本更具体——一个药研专家积累了几十年的经验，如何才能让AI真正用起来？

水木分子首席科学家聂再清认为，过去AI药物研发项目中的关键隔阂恰恰出现在这里。模型可以预测结构、生成分子、给候选结果排序，但研究者未必能充分理解排序依据，也很难把自己的顾虑反馈给模型。计算结果可以交给实验验证，专家与算法之间却缺少持续协作的通道。这意味着AI制药的瓶颈不只是单点预测精度，而是整个科研工作流的组织方式。

水木分子由此提出了药物研发的四阶段划分：TMDD（依赖实验积累与专家判断）、CADD（计算机辅助计算与模拟）、AIDD（AI用于性质预测和分子生成）、ChatDD（专家通过自然语言对话参与任务规划、执行与结果修正）。前三代中，专家经验和直觉很难与AI模型有效交互和有机融合；ChatDD试图让专家提出问题和任务目标，大模型进行拆解并调用工具，再把结果交回专家，多轮交互下来，专家经验得以高效参与AI制药的每一步。

这一框架的落地依赖几个具体技术层。水木分子与清华AIR联合推进的BioMedGPT探索自然语言与分子、蛋白质等生物数据的对齐，其中BioMedGPT-10B是全球首个开源可商用的百亿参数多模态生物医药大模型。入选NeurIPS 2024的MutaPLM将突变影响的文字描述与蛋白质突变对应起来，既解释一次突变可能带来什么变化，也根据研究者描述的目标提出候选突变。被ICML 2026接收的CodeFP关注功能性蛋白质的序列与结构协同设计，AbGaze则探索抗体全原子端到端从头设计。

在模型底座之上，水木分子将专家通过对话描述的研究方法整理成AI智能体可随时调用的技能包。今年发布的首批OpenBioMed技能包囊括45项专业技能，覆盖生物化学与药物研发、蛋白质分析与设计、单细胞组学分析、数据检索、工具调用五大类。其中的Skill Creator允许研究者通过对话说明任务意图、输入输出和约束，系统辅助组织流程，再用实际数据验证修改，形成可重复调用的方法。这样，专家的一次指导就有机会留下持续可用的工作流。

水木分子的商业策略是平台与管线双轮驱动。平台端，ChatDD面向企业提供Insight（立项前靶点评估）、Discovery（分子设计与虚拟筛选）和Trial（临床开发支持）三个模块；水木知了面向个人科研人员，由下往上推广。管线端，公司亲自推进面向自身免疫疾病和肿瘤的创新药研发，把平台用进自己的研发决策、分子设计和项目运营。据首席科学家潘琦介绍，公司第一条自研管线——自身免疫领域的双特异性抗体——从基于靶点生物学和临床证据的立项，到分子设计和虚拟筛选，再到湿实验验证和临床前候选分子确认，仅用了七个月，而传统方法通常需要十二至二十四个月。

这一模式与Alphabet旗下的Isomorphic Labs有结构相似性：同为AI原生公司，同样干湿闭环，同样采用平台服务与自有管线并行策略，同样由顶尖AI机构孵化而来。但水木分子更倾向大分子管线和技术开源。平台与管线的互补在于：自研项目让药研专家连续使用平台，也让算法团队有机会长期追踪一个任务的后续结果，持续改进工具与流程；项目数据为ChatDD提供直接反馈，比如计算建议能否在实验中成立，未成立的地方应该怎样调整。

对外合作方面，ChatDD已在多家外部客户中落地，包括中国大型药企（以复星PharmAID为例参与研发智能体平台共创）、生物技术公司、CRO（进入CMC运营、临床试验方案等流程改造）以及头部跨国药企（涉及临床运营和上市后临床）。邢杰预计2026年收入将是去年的三至四倍，管线进入开发阶段和商务拓展预计在明年发生。这些数字均为公司自报预期，尚未经独立验证。

水木分子团队横跨AI与制药两个领域：张亚勤、聂再清、马维英带来AI研究与技术产业化经验；CEO王卓智曾任药明生物副总裁，深度参与三百多个创新药项目；潘琦在Genentech、勃林格殷格翰、传奇生物和Pathos AI等企业积累了多年药物研发和AI应用经验；邢杰此前任职药明康德副总裁和CIO。这种组合本身不证明产品有效，但解释了为什么这家公司选择从对话式交互而非单纯模型预测切入AI制药——它需要同时理解药研专家的真实工作方式和AI智能体的能力边界。