为什么药企倾向本地化
据公开信息,广药联合华为申报的国产算力驱动的新药创制 AI 智能体入选工信部人工智能高价值场景应用案例集,平台基于国产算力底座构建计算设计、实验验证、模型迭代闭环,并配套数据安全管理机制。对药企,研发数据高度敏感,本地化部署与私有知识库是前提。
Step 1:搭建研发知识库(本地 RAG)
把论文、专利、实验记录、SOP 入库,供研究员用自然语言检索:
pip install langchain chromadb sentence-transformers pypdf\n\n# 切分并向量化研发文档(示意)\nfrom langchain_community.document_loaders import PyPDFLoader\nfrom langchain.text_splitter import RecursiveCharacterTextSplitter\nfrom langchain_community.embeddings import HuggingFaceEmbeddings\nfrom langchain_community.vectorstores import Chroma\n\nloader = PyPDFLoader('compound-report.pdf')\ndocs = loader.load()\nsplit = RecursiveCharacterTextSplitter(chunk_size=600, chunk_overlap=60)\nchunks = split.split_documents(docs)\n\nemb = HuggingFaceEmbeddings(model_name='BAAI/bge-large-zh-v1.5')\nChroma.from_documents(chunks, emb, persist_directory='./rd_kb')Step 2:分子性质与文献检索
用开源化学库做基础性质预测,用检索补全最新文献:
# ADMET 基础预测(需相应预训练模型或 API)\npip install rdkit pubchempy\n\nfrom rdkit import Chem\nfrom rdkit.Chem import Descriptors\n\nmol = Chem.MolFromSmiles('CC(=O)Oc1ccccc1C(=O)O') # 阿司匹林\nprint('MW=', Descriptors.MolWt(mol), 'LogP=', Descriptors.MolLogP(mol))\n\n# 检索最新文献(示例:用本地 RAG 或公开数据库)\n# 切勿将未公开结构上传至第三方服务Step 3:流程与合规
① 计算设计结果须由实验验证,AI 不替代湿实验;
② 未公开分子结构、临床数据全程留在内网,不外传;
③ 模型输出仅作辅助,最终决策由研发负责人承担;
④ 保留数据版本与实验记录,满足可追溯要求。
说明:本文为技术方法梳理,具体模型能力与合规要求以官方与监管规定为准。
参考来源
本文引用的公开信息:广药、华为共创新药创制 AI 智能体入选工信部案例集 - 中国日报;AI 加制药将重塑新药研发生态 - 新华网。