文章以英矽智能 18 个月完成候选物提名的 rentosertib 项目为案例，系统梳理 AI 在药物发现四个环节的作用：找靶点、预测蛋白结构（如 AlphaFold）、设计分子和用 Agent 串联研究流程。作者强调核心价值在于扩大搜索范围、把部分试错提前到实验之前，但项目提速是数据、AI 和团队共同的成果，候选分子离患者获益还很远。文末提出判断'AI 制药突破'的四个问题：完成了什么、快的是哪一段、和谁比、失败算没算进去，提醒区分模型高分、项目提速与临床获益。
本文深度解析Moderna与默沙东联合开发的个体化mRNA癌症疫苗在三期临床试验中的成功，以及其对医药行业的范式意义。作者从今年2月将Moderna视为数据科学公司的判断出发，阐述了AI作为生物编译器、mRNA作为治疗代码的核心理念。文章详细分析了试验数据、技术原理、产业终局的三层结构（标准化现货疫苗、模块化疫苗、完全个性化），并探讨了平台规模经济、跨癌种验证的重要性以及投资估值方法。最后，作者指出当前股价已提前定价，投资者需关注肺癌等跨癌种数据和经济性验证，以判断平台价值的真正兑现。
本文对AI制药行业进行了全面分析，指出AI制药是重构医药研发效率的基础技术体系，已初步验证在靶点发现、分子设计等早期研发环节的效率提升，但临床成功率提升尚未充分证明。文章详细介绍了AI在靶点发现、蛋白质结构预测、小分子生成、表型筛选、蛋白质设计、临床试验优化和自动化实验室等环节的应用，分析了软件授权、研发服务、联合研发、自主研发和混合五种商业模式，梳理了行业主要参与者，并指出生物学复杂性、数据质量、临床试验周期、监管和资本消耗是主要瓶颈。最后，文章提出行业竞争将围绕模型能力、数据资产、实验闭环、临床转化和价值捕获五层展开，并给出了投资角度的分析框架和行业阶段判断。
