在国家大力倡导“政产学研深度融合”、加快建设科技创新体系的当下，产业界科研人才走进高校课堂，已成为连接理论与实践、推动创新链与人才链协同的重要桥梁。
人工智能、生物计算、分子模拟等前沿技术的迅速发展，正让药物研发从“经验驱动”迈向“数据驱动”的新时代。如何让这一转变在更早阶段触达青年科研人才，也成为高校与企业共同关注的话题。
10月23日，予路乾行首席科学官刘昊博士受苏州大学药学院许国强教授的邀请，走进苏州大学药学院，为研一新生带来主题讲座——《AI与分子模拟双轮驱动：开启精准药物设计新时代》。
从“十年、十亿、十分之一”谈起：
药物研发的挑战
“在药物研发领域，我们常说‘十年、十亿、十分之一’——平均投入26亿美元、耗时10年，成功率却不到10%。”
刘昊博士以这组被称为“药物研发双十困境”的数据开场，引发了在场学生的思考。
传统药物研发流程漫长、试错成本高，而随着易开发靶点逐渐枯竭，药企面临的“反摩尔定律”正在加速显现——研发越来越慢、成本越来越高。在这样的背景下，如何用新的科学手段打破瓶颈，成为行业转型的关键命题。
刘昊博士指出，药物分子在人体中的作用并非静止的，而是一个持续动态变化的过程。
“我们需要的不只是一个结构图，而是一部能‘播放’分子行为的电影。
通过分子动力学模拟（Molecular Dynamics, MD），科研人员能够在计算机中重建蛋白质和小分子的运动轨迹，捕捉那些实验手段难以观测的瞬间变化，从而揭示药物作用的本质机制。
当AI与分子模拟相遇：
让药物设计加速前行
如果说分子模拟提供了“显微镜”，那么AI则为药物设计插上了“加速器”的翅膀。
AI在药物研发早期的虚拟筛选、性质预测、生成建模中展现出强大潜力，不仅能在海量分子中锁定候选，还能预测药代特性、辅助结构优化，大幅缩短研发周期。
刘博士在课堂上分享了多个产业实例，包括经典药物“格列卫（Imatinib）”的发现案例。
“计算机模拟与AI的结合，平均可为每一款新药节省约1.3亿美元的研发成本。”刘博士总结道。
她还引用了英伟达CEO黄仁勋的观点：“We say drug discovery, nobody says car discovery, we don’t say computer discovery, we don’t say software discovery. The technology (AI) to turn life science to life engineering is upon us.”
在黄仁勋看来，只有生物医药行业还在谈“drug discovery”（药物发现），而不是“drug engineering”（药物工程），这恰恰说明它仍然依赖偶然发现，AI的出现，正在改变这一点，让生命科学进入可计算、可设计的“工程时代”。
这句话令许多初入学的学生印象深刻，也点出了AI技术在未来药物研发中的核心使命——让科学从偶然走向确定。
政产学研的“双向奔赴”：
从课堂到未来
在讲座后半部分，刘昊博士介绍了予路乾行在AI与分子模拟领域的技术布局。公司自主构建的Divamics分子动力学平台与Biotrajectory数据库，已能实现从靶点分析、分子建模到候选分子筛选的全流程支持。
这一“AI+分子模拟”的双轮驱动体系，正在帮助更多制药企业在早研阶段降低试错成本、提升成功率。
而这套方法论的意义，并不仅限于产业实践。苏州大学药学院此次邀请予路乾行进课堂，是“政产学研融合”在教育层面的生动体现。高校提供理论基础，产业带来真实需求，科研与技术的结合正在形成一条新的创新路径。
予路乾行也将持续推进与高校、科研院所的合作交流，助力青年科研人才在真实产业语境中理解药物研发逻辑，为中国创新药生态注入持续动能。
科学的未来，不仅属于实验室，也属于那些用算法与想象力重塑生命科学的人。
予路乾行感谢苏州大学药学院的邀请，也期待更多青年学子，在AI与分子模拟的交汇点上，开启属于自己的科研旅程。
关于予路乾行
关于苏州大学药学院