AI 藥物研發不只是找分子：Science 的「虛擬生技公司」如何重組新藥決策
多代理 AI 以跨部門科學團隊的方式整合藥物研發證據｜LuTra Studio
AI 藥物研發真正的瓶頸，往往不是缺少一個更快的模型，而是分散在論文、臨床試驗、omics、藥理與安全性資料中的證據，無法及時被轉化成一個可執行的研發判斷。這也是 LuTra Studio 關注這篇研究的原因：如果 AI 能夠模擬跨部門科學團隊，它改變的就不只是分析速度，而可能是 pharma 如何選標靶、配置實驗，以及決定一個計畫應該前進、調整或停止。
如果今天有 37,075 位「AI 臨床開發人員」，在六小時內逐一閱讀數萬項臨床試驗、查找論文與公司公告，再把結果整理成可分析的資料，我們是否已經擁有一家不需要科學家的虛擬生技公司？
答案還不是。
2026 年 9 月，《Science》發表〈The Virtual Biotech: A multi-agent AI framework for therapeutic discovery and development〉。這篇研究最值得注意的地方，不是 AI 又能完成一項新的生物資訊分析，而是作者試圖把整個早期藥物研發組織重新設計：讓不同的 AI agent 分別扮演遺傳學家、單細胞分析人員、藥理學家、安全性評估人員與臨床開發人員，再由一位虛擬 Chief Scientific Officer（CSO）整合證據與研發判斷。
這並不代表 AI 已經能獨立發明新藥。它更接近一種「擴增型生技公司」：人決定問題與責任邊界，AI 擴大資料搜尋、分析與假說形成的能力，最後仍然需要實驗與臨床驗證。
Virtual Biotech 不是一個模型，而是一個研發組織
許多所謂的 AI 藥物研發平台，核心仍是一項特定任務，例如預測蛋白質結構、生成分子、預測 ADME 或找出可能的藥物標靶。Virtual Biotech 採取的角度不同：它不是把所有問題交給單一模型，而是模擬生技公司的跨部門運作。
系統最上層是一位虛擬 CSO。收到研究問題後，CSO 不直接碰資料，而是先釐清使用者真正想回答的問題，再把任務分派給不同領域的 scientist agents。Chief of Staff 負責建立領域背景與資料地圖；Scientific Reviewer 則檢查分析是否完整、證據是否足以支持結論，以及是否仍有需要補做的敏感度分析。
在這個架構下，不同 agents 可以連結 Open Targets、CELLxGENE、ClinicalTrials.gov、PubMed、cBioPortal，以及藥理、交互作用和安全性資料。在論文所描述的版本中，作者建立了 10 個 Model Context Protocol（MCP）servers，提供超過 100 種分析工具；目前公開程式庫的安裝文件則已列出 12 個 servers，反映系統仍在更新。
真正關鍵的不是「agent 數量」，而是三個設計原則：專業分工、來源追蹤，以及讓另一個角色專門挑戰第一輪結論。換句話說，系統試圖把科學團隊原本隱性的工作流程，變成可以被記錄、檢查與重現的分析鏈。
AI 藥物研發流程：Virtual Biotech 能介入哪一段？
一個新藥從概念走到患者手上，大致會經過九個互相回饋的階段：
疾病機制與 unmet need 定義
標靶發現與優先排序
標靶驗證及早期安全性評估
modality 選擇
hit／lead 或生物藥構型的發現
lead optimization 與候選藥物確認
IND-enabling 藥理、毒理、DMPK、製劑與 CMC
Phase I–III 臨床開發
法規審查、上市與生命週期管理
Virtual Biotech 目前最能直接輔助疾病假說、標靶驗證與 modality 選擇等早期階段｜LuTra Studio
Virtual Biotech 目前最能直接輔助的是前四步。它可以整合人類遺傳學、單細胞與空間組學、路徑網路、既有藥物、臨床試驗和安全性資料，協助團隊建立 disease–target evidence map、比較不同標靶，辨認可能的 on-target toxicity，並依照標靶位置、結構可成藥性、既有 binder 與臨床先例提出 modality 優先順序。
它也能對第五與第八步提供「決策前情報」：例如查找已知小分子或抗體、分析競爭格局、回顧臨床失敗、檢查 biomarker 與 endpoint 的合理性。但這和真正設計分子、製造藥物、執行試驗是兩回事。論文及專案文件都把平台定位為 human-guided decision support；分子設計、virtual screening、毒性預測與更完整的臨床決策 agent，仍屬後續擴充方向。
第六至第九步中的多數工作仍在目前能力之外。Virtual Biotech 不會自己完成 medicinal chemistry、protein engineering、DMPK、GLP toxicology、製劑、製程開發、品質分析、GMP 製造、試驗營運或法規送件。比較準確的說法是：它可以改善「下一個實驗該做什麼」的選擇，卻不能取代產生新證據的實驗與臨床系統。
哪些 modality 可以應用？答案不是只有一種，但深度不同
就論文實際展示的能力而言，平台目前以「標靶」為中心，最直接的證據來自 small molecules、monoclonal antibodies 與 ADC 的評估；它也可以在可成藥性和 modality 選擇層級比較 targeted protein degraders／PROTAC。B7-H3 案例就是在細胞表面位置、腫瘤基質表現與 binder 證據之間做整合，最後優先選擇 ADC，而不是把「找不到已知 binder」誤寫成其他 modality 永遠不可行。
依目前架構推論，RNA therapeutics（siRNA、ASO、mRNA）、gene therapy／genome editing、cell therapy、radiopharmaceuticals、peptides 與其他 protein therapeutics，也可能受益於平台提供的上游疾病與標靶證據；但這篇論文並未驗證這些 modality-specific 工作流程。現有工具也無法取代 delivery、構型設計、免疫原性、組織分布、payload、vector、cell manufacturing 與 CMC 評估。也就是說，架構具有延伸到更多 modality 的可能性，不代表每一種 modality 已得到同等深度的支援。
依現有資料與工具覆蓋範圍推論，平台較不自然適用於沒有明確分子標靶的 phenotypic program、複雜混合物或 microbiome、疫苗與病原體導向研究、組織工程及獸醫藥物。論文明確指出病原體研究與獸醫應用受到限制；其他類別則是根據其人類、標靶導向、早期治療研究的架構所做的延伸判斷，而不是 multi-agent 方法本身的根本限制。
第一個訊號：單細胞資訊可能幫助我們選擇標靶
作者首先讓 Virtual Biotech 整理 55,984 項臨床試驗。針對 37,075 項 Phase II 與 Phase III 試驗，系統採取一個 NCT ID 對應一個 clinical trialist agent 的方式，依序檢查 ClinicalTrials.gov、PubMed，以及必要時的新聞稿與法規公告。
在人工抽查的 100 項試驗中，AI 對主要終點與次要終點的判讀一致率皆為 88.4%（兩者皆為 76/86 項適用試驗），在有精確統計可供比對的試驗中，不良事件比例的一致率為 92.4%（61/66）。與另一個人工整理的臨床試驗資料集比較時，主要終點判讀的一致率為 85.6%。這些數字並不等於完美，但已足以說明大規模 agent-based curation 可以成為研究資料整理的起點。
接著，系統把臨床結果連結到藥物標靶的單細胞表現特徵。結果顯示：作用於細胞類型特異性標靶的藥物，曾進入 Phase IV 的機率高出 48%，從 Phase I 進入 Phase II 的機率高出約 40%，而試驗通報的不良事件比例平均低約 32%。這些訊號在調整人類遺傳證據、試驗階段、收案年份、疾病領域與藥物 modality 後仍然存在。
細胞類型特異性可能成為標靶優先排序與 therapeutic window 評估的一項證據｜LuTra Studio
這個結果的生物學直覺並不難理解。如果一個標靶只集中在特定細胞類型，治療可能較容易形成有效的 therapeutic window；相反地，廣泛表現在多種重要組織的標靶，可能帶來更多 on-target toxicity。
但這裡必須畫出一條清楚界線：這是一項觀察性關聯，不是因果證明。疾病類型、公司如何挑選標靶、臨床終點設計、藥物本身的性質，以及哪些失敗結果被公開，都可能影響統計結果。因此，「細胞特異性高」可以成為 target prioritization 的一項證據，卻不能單獨成為投資或立項決策。
B7-H3 案例：缺乏遺傳證據，不等於沒有治療價值
第二個案例評估 B7-H3（CD276）是否適合成為肺腺癌與小細胞肺癌的治療標靶。
系統一開始並沒有找到強而有力的肺癌胚系遺傳證據。如果只套用「有人類遺傳證據的標靶比較可靠」這項規則，B7-H3 可能很快被降級。但虛擬 CSO 做了一個重要區分：癌症治療標靶的價值，不一定來自影響罹癌風險的遺傳變異，也可能來自腫瘤形成後的表現改變與腫瘤微環境。
單細胞分析發現，B7-H3 的增加並非平均出現在所有細胞，而是在癌症相關纖維母細胞中特別明顯。細胞間訊號分析進一步提出，B7-H3-high fibroblasts 可能參與免疫抑制、髓系細胞重編程與血管新生。
Scientific Reviewer 隨後指出，單細胞資料在組織解離後失去了空間位置，因此不能直接證明這些細胞真的形成免疫排斥區域。系統於是追加空間轉錄體分析，發現 B7-H3 高表現區域附近的 T 細胞、巨噬細胞、單核球與樹突細胞較少，而且距離越近，免疫細胞減少越明顯。
在 477 名肺腺癌患者的資料中，B7-H3 高表現也與較差的總體存活期及無病存活期相關。綜合細胞表面表現、腫瘤微環境與臨床資料後，Virtual Biotech 提出 antibody-drug conjugate（ADC）作為優先 modality：除了向 B7-H3-positive cells 遞送 cytotoxic payload，也可能透過 bystander effect 影響附近的陰性癌細胞，並改變支持腫瘤的基質環境。
這是一個在機制上具有一致性的治療假說，但仍然只是可測試的假說。空間相關性不能證明 B7-H3 造成免疫排斥，存活分析也不能證明阻斷 B7-H3 就能改善患者結果。
OSMR 案例：biomarker 不一定是 therapeutic driver
第三個案例回頭分析已因 futility 而終止的 Phase II MOONGLOW 試驗。這項試驗以 vixarelimab 阻斷 oncostatin M receptor beta（OSMRβ），治療中重度潰瘍性結腸炎。
過去研究發現，OSMR 在難治性潰瘍性結腸炎中上升，也與 anti-TNF 無反應相關。因此，把 OSMR 視為治療標靶並非沒有根據。但 Virtual Biotech 問了另一個更接近藥物開發本質的問題：OSMR 究竟是維持發炎的主要驅動者，還是只標示出一群難治性的發炎細胞？
系統在單細胞資料中確認，OSMR 的確在治療無反應者的部分纖維母細胞中升高，STAT1 活性也持續存在。然而，OSMRβ 必須與 gp130（IL6ST）形成受體複合體，而多個 IL-6 family receptors 都能透過 gp130 匯入相似的 JAK-STAT 訊號。
進一步的變異分解分析顯示，在多數相關基質細胞中，OSMR 對 STAT1 活性的解釋能力並不是最高。換句話說，阻斷 OSMR 可能只關掉許多平行入口中的一個，其他受體仍能維持下游訊號。
Biomarker 能標示疾病狀態，但不一定掌握訊號路徑的控制權｜LuTra Studio
作者因此建立一個 10-gene gp130-axis score。在四個外部潰瘍性結腸炎資料集中，這個分數都比單獨使用 OSMR 更能區分治療反應者與無反應者。
這個案例提醒我們：一個 biomarker 可以準確標示疾病狀態，卻不一定是足以改變疾病的 therapeutic driver。表現量升高不等於該分子掌握了路徑控制權，而阻斷一個受體也不等於關閉整個訊號網路。
同樣地，這仍是試驗失敗後的回溯性推論。它提出了一個合理的路徑冗餘假說，卻沒有直接證明 MOONGLOW 失敗的唯一原因。
這篇論文真正證明了什麼？
我認為，Virtual Biotech 最有價值的地方有三個。
第一，它讓跨資料尺度的分析更容易被啟動。過去需要遺傳學、單細胞、空間轉錄體、藥理與臨床開發人員共同完成的工作，現在可以由一個小型團隊先快速形成可檢驗的 evidence map。
第二，它保留了分析軌跡。每個 agent 使用什麼資料、執行什麼程式、如何得到結論，都可以被重新檢查。這比只給出一段看似合理的文字答案更接近科學工作流程。
第三，它把「挑戰結論」變成系統的一部分。B7-H3 案例中，正是因為 reviewer agent 指出單細胞資料缺乏空間資訊，系統才追加空間轉錄體分析。這種設計不會消除錯誤，但至少讓反證與補強證據不再完全依賴使用者臨時想到。
不過，這篇研究沒有證明 AI 能完成一條新藥管線。它沒有執行濕實驗、沒有製造候選藥物、沒有做動物研究，也沒有前瞻性證明 AI 選出的標靶能提高臨床成功率。四位專家各自重新執行兩項分析，合計八項，所得結論皆與系統一致。這是一項重要的 reproducibility check，但評估規模仍然有限。
系統也比較適合資料豐富、標靶導向的人類疾病。對罕見疾病、代表不足的族群、缺乏單細胞資料的組織，以及資料庫中尚未充分註記的標靶，結論自然會更弱。語言模型也可能偏向訓練資料中已經流行的假說。
還需要哪些自動化、AI 與科學家？
要把這類平台從 evidence engine 接到真正的新藥管線，至少還需要三層能力。
可靠的新藥研發仍需 AI、實驗自動化與人類科學家形成閉環｜LuTra Studio
第一層是實驗與資料自動化。ELN、LIMS、企業 data lake、樣本與 assay metadata 必須串接，資料需要版本、權限、QC 與完整 provenance；高通量 assay 和 robotic lab 則要形成 design–make–test–analyze 的閉環。沒有可靠的實驗回饋，agent 只會在既有公開資料裡更快地循環。
第二層是專門 AI。包括結構與分子生成、affinity 與 selectivity、ADME、PK／PD、毒性、off-target、免疫原性與 biodistribution 模型；進入臨床後還需要 protocol、patient stratification、site selection、real-world evidence、pharmacometrics，以及 CMC、製程和法規文件的可追溯工具。每個模型都需要清楚的 context of use、適用範圍與失效條件，而不是用一個「AI 分數」包辦所有決策。
第三層仍然是人。Disease biologists 與 translational scientists 判斷疾病機制；medicinal chemists、protein engineers 和 formulation scientists 把想法變成候選藥物；DMPK、toxicology、pharmacometrics、biostatistics、clinical development、CMC、quality 與 regulatory 團隊決定證據是否足以往下走。AI engineers 與 data stewards 則要負責模型評估、資料治理、安全與監測。科學家的角色不會消失，而是從大量搜尋和重複分析，移向問題定義、例外判斷、實驗設計及決策責任。
對 pharma 的影響已經出現，但還不能過度解讀
短期最實際的改變，是 target due diligence、競爭情報、portfolio review 與臨床失敗分析可以更快、更廣，也更容易留下可稽核的證據鏈。對小型 biotech 而言，multi-agent 系統可能把過去需要多個部門才能啟動的分析壓縮成一個可審查的第一版；對大型 pharma 而言，價值則更可能來自 proprietary data、模型與自動化實驗室的閉環。
產業訊號也正在往這個方向移動。Iambic 與 Takeda 在 2026 年公布的小分子合作，把 AI 模型與 automated wet lab 結合，目標是形成每週 design–make–test cycle；Recursion 則持續以 multimodal biology、分子設計與實驗回饋推進和 Sanofi、Genentech 的合作。這些是公司公布的合作和里程碑，足以證明 pharma 願意投入，但不能視為 AI 已普遍提高臨床成功率的獨立證據。
法規端也開始建立邊界。FDA 於 2025 年發布一份尚未定稿、且不具約束力的 draft guidance，提出以 context of use 和 model credibility 為核心的風險框架，供使用 AI 產生資料或資訊、以支持藥物安全性、有效性或品質之法規決策時參考。這不是對所有 discovery AI 的正式要求；但當 AI 從研究支援走向法規證據時，開發團隊在實務上將需要更完整地考量可追溯性、驗證、偏差管理與變更控制。
目前仍不能合理宣稱的，是這些平台已縮短整體上市時間、降低總研發成本，或提高 Phase I 到核准的成功率。現有證據多半證明「可以更快整理資料、提出假說並做優先排序」，尚未證明「可以讓更多藥成功上市」。
未來可能出現的，不是 autonomous biotech，而是 augmented biotech
AI 藥物研發的下一個競爭點，可能不只是誰的生成模型能提出更多分子，而是誰能建立一套可信的科學決策系統：知道該問什麼問題、選擇哪些資料、辨認證據衝突、留下完整分析紀錄，並且知道什麼時候必須停下來做實驗。
Virtual Biotech 展示的不是一間真正能自行運作的生技公司，而是一種新的研發介面。人類科學家不再逐一操作每個資料庫與分析工具，而是定義問題、審查假說、設計驗證，並對最後的決策負責；AI 則把可被探索的證據範圍與分析速度大幅放大。
因此，真正值得期待的也許不是沒有科學家的 autonomous biotech，而是讓小型團隊具備過去只有大型藥廠才能配置之分析能力的 augmented biotech。
速度可以由 AI 擴大，但證據的成熟度、實驗的真實性，以及承擔決策後果的責任，仍然不能外包。
關於 LuTra Studio
LuTra Studio 協助科學驅動的團隊，把複雜的技術問題轉化成可以執行的開發與市場決策。我們的工作涵蓋 biotech technical due diligence、CMC 與 development strategy、亞洲團隊進入美國市場的定位與合作策略，以及從真實研發需求出發的 biotech automation 與 venture incubation。
LuTra 也開發 PharmaRadar，追蹤製藥與生技產業的重要變化，協助團隊理解「發生了什麼、背後是誰，以及這對正在推進的計畫代表什麼」。我們寫作這類文章的目的，不是替新技術製造聲量，而是釐清它在哪一段流程真正有用、需要什麼證據，以及落地時最可能遇到哪些科學與開發限制。
參考資料
Zhang HG, et al. The Virtual Biotech: A multi-agent AI framework for therapeutic discovery and development. Science. 2026. https://doi.org/10.1126/science.aeg6779
ClinicalTrials.gov. MOONGLOW study, NCT06137183. https://clinicaltrials.gov/study/NCT06137183
Virtual Biotech source code and documentation. https://github.com/harrisongzhang/TheVirtualBiotech
U.S. Food and Drug Administration. Considerations for the Use of Artificial Intelligence to Support Regulatory Decision-Making for Drug and Biological Products. 2025. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-artificial-intelligence-support-regulatory-decision-making-drug-and-biological
Iambic. Iambic announces collaboration with Takeda. 2026. https://www.iambic.ai/post/iambic-announces-collaboration-with-takeda
Recursion. Fourth Quarter and Full Year 2025 Financial Results. 2026. https://ir.recursion.com/news-releases/news-release-details/recursion-reports-fourth-quarter-and-full-year-2025-financial
縮寫註解
ADC：Antibody-Drug Conjugate，抗體藥物複合體
AI：Artificial Intelligence，人工智慧
CSO：Chief Scientific Officer，科學長
CMC：Chemistry, Manufacturing, and Controls，化學、製造與管制
DMPK：Drug Metabolism and Pharmacokinetics，藥物代謝與藥物動力學
ELN：Electronic Laboratory Notebook，電子實驗紀錄本
IND：Investigational New Drug，新藥臨床試驗申請
JAK-STAT：Janus Kinase–Signal Transducer and Activator of Transcription signaling pathway
LIMS：Laboratory Information Management System，實驗室資訊管理系統
MCP：Model Context Protocol，模型情境協定
OSMRβ：Oncostatin M Receptor beta，抑瘤素 M 受體 beta 次單元
TME：Tumor Microenvironment，腫瘤微環境
留言