药物发现，堪称人类科技史上最复杂的挑战之一。数千种候选分子、长达十年的研发、超过90%的失败率……无数变量交织成令人望而却步的迷雾。而真正的破局之道，或许并非依赖更复杂的工具，而是穿透迷雾，直抵决定分子相互作用的量子本源。
2025年12月18日，随着西北地区首台15比特超导量子计算机真机的落地运行，医图生科（QureGenAI）与长安先导共建的融合计算中心，将这一构想从理论推向产业实践。他们提出的“量子+AI制药”（Quantum AIDD）新范式，通过AI辅助量子计算机求解薛定谔方程，从物质最底层规律出发，重塑药物设计的逻辑。
数据与精度之困，AIDD亟待底层范式突破
当前，AI驱动的药物设计（AIDD）已进入深水区。AlphaFold等模型的突破性进展解决了蛋白质结构预测的部分难题，但在实际药物设计，尤其是面对“First-in-Class”全新靶点、难成药靶点（如KRAS泛突变）或其他缺乏微观世界研究数据的场景时，现有AI方法仍显乏力。
医图生科联合创始人兼CEO李翛然博士指出，当前AI模型面临两大核心局限：一是模型泛化能力不足，对于人类尚未解决的复杂问题（如涉及构象变化、未知结构的预测）帮助有限；二是难以准确处理微观特殊相互作用，如非标准氨基酸修饰（糖基化、磷酸化）、金属离子介导的结合、抗体-抗原精准对接等。这些问题本质上源于AI模型依赖实验数据学习相互作用的结果，却无法从第一性原理精确模拟其过程。
当现实世界的数据难以获得时，能否通过“第一性原理”，也就是微观世界的量子法则来模拟微观世界？医图生科构建的下一代量子计算+AI（Quantum AIDD）解决范式带来了答案。量子计算机擅长模拟量子化学或微观世界，通过量子计算描述微观世界，增强AI对底层物理系统的认知，最终摆脱对历史经验性试验数据的依赖，实现对真实世界的高效适配。
学术验证与产业突破：从被引论文到管线数据的双重印证
医图生科新范式的可行性背后，是自身硬成果与国际前沿研究的双重验证。2024年，团队发表的量子计算与药物设计的论文《A hybrid quantum computing pipeline for real world drug discovery》，位列Nature杂志社工程类下载阅读量第15 名，成为世界上首次将真实量子计算应用于现实药物设计挑战的案例。
在国际学术前沿，诺奖得主David Baker团队2025年在《Science》发表的研究，展示了如何使用量子化学助力AI完成De-Novo复杂酶如丝氨酸水解酶的设计。这些研究共同印证了“量子计算提供微观物理规则，AI执行高效探索与设计”这一范式的前瞻性。
在产业端，医图生科的Quantum AIDD平台已在一项AGA雄激素脱发的FIC治疗管线中取得突破，作为近30年来首个非激素类外用涂抹的靶点和药物，仅用时1年便完成从靶点发现到候选药物的验证，且在志愿者测试中已展现出良好效果，未观察到严重不良反应。目前，医图生科已在胰腺癌、肺癌、渐冻症、肥胖、抗衰老等领域布局管线，均已进入Lead、PCC甚至IIT阶段，潜力巨大。
同时，医图生科发布了全球首个量子计算在真实药物设计场景下的量子计算性能评测基准《Benchmarking the Impact of Active Space Selection on the VQE Pipeline for Quantum Drug Discovery》，聚焦现实应用场景，提供开放代码与测试数据集，为量子计算在生物医药的迭代更新和横向对比提供公正工具。在25年7月，李翛然博士接受媒体采访时就表明，医图生科希望以药物设计的角度出发，提供一个全球通用，真实药物设计认可的量子计算机性能测试基准。
范式革命：AI算不准，AI+量子计算是更优解
面对 AIDD 的理论瓶颈，量子计算并非仅仅是“速度更快的计算机”，而是开创了一套全新的计算逻辑。孤立的AI或量子计算各自虽在药物发现中展现出潜力，但单独使用仍无法解决复杂药物设计面临的根本性问题。二者的优势与局限恰好互补，因此融合AI的学习与优化能力与量子计算的高精度物理模拟能力，构建“Quantum-AIDD”框架，成为下一代计算药物设计的必然选择。
AI可针对量子计算面临的挑战提供解决方案。例如，利用机器学习模型预测最优VQE（Variational quantum eigensolver） Ansatz结构，通过强化学习优化经典参数搜索路径以规避“贫瘠高原”问题。
而量子计算可作为“第一性原理数据生成器”，为AI模型提供高保真度的物理数据，这在实验数据稀缺的FIC药物设计场景中尤为关键。通过量子计算可精确求解分子-靶点相互作用能，为AI代理模型提供“黄金标签”，从而快速、准确地预测广阔化学空间的结合亲和力；计算高精度靶点表面静电势（ESP），弥补经典力场在定位关键相互作用位点和发现全新口袋时的不足；预测反应能垒与代谢路径，为代谢稳定性设计提供量化依据。
目前，医图生科的“Quantum-AIDD”框架实现了从“数据驱动”向“物理驱动”的范式跃迁。这不仅解决了AI在FIC靶点药物发现中的“冷启动”问题，也为攻克传统难成药靶点提供了革命性思路。
真机运行与平台闭环：从理论到产业的基石
本次投入运行的15比特超导量子计算机真机，是医图生科“Quantum AIDD”范式的算力基石。基于此硬件，医图生科推出两大平台——TyxonQ太玄量子平台与QureGenAI量子AI药物设计平台。TyxonQ太玄量子平台为科研机构与企业提供量子科研服务，涵盖量子化学、生物医药、材料设计、量子-经典混合云端算力及同位服务器包机使用等。QureGenAI平台专注于临床科研与药物设计，支持从 AI 生物生物信息分析，靶点发现，De-Novo 药物设计，天然产物改造，生产工艺优化等一系列的靶点发现-药物全链路计算设计服务。
结语
西北首台超导量子计算机的真机落地，是“Quantum AIDD”范式从理论构迈向产业实践的关键标志。医图生科通过清晰的路径辨析、扎实的学术发表以及已验证的管线进展向业界证明：量子计算并非遥不可及的“未来科技”，而是在当下即可切入药物研发核心痛点、提供差异化解决方案的“现在进行时”。在从“数据驱动”迈向“量子物理本源驱动”的药物研发新纪元门口，医图生科已掷下了关键一子。
医图生科公司简介
医图生科是一家以管线License交付运营为主要商业模式的全球首个量子计算+AI技术驱动的创新药研发公司。团队的核心使命是打造下一代量子计算+AI技术平台QureGenAl，带来创新药研究从概率性试错向理性确定设计跨越的产业革命，为广大人民群众提供最前沿的创新药物与医疗器械，将新药研发成功率持续不断的向100%推进。公司现有9条FIC在研管线，其中2条管线在Pre-IND，4条管线在PCC阶段，领域包括AGA脱发全新靶点、泛KRAS抑制剂、HIF-2α激动剂等。
Quantum AIDD 量子+AI制药前沿
关注医图生科旗下更多资讯：
搜索公众号：
【医图生科】 ——了解更多官方资讯
【太玄量子TyxonQ】 ——关注超导计算机真机平台
【量子智药前沿】 ——关注量子AI药物设计平台
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
