应天雷（右二）团队成员在实验室。 陈霏雯/摄

■本报记者 江庆龄

一款候选新药，从分子设计到成果转化需要多长时间？

在Mobius多智能体智药系统帮助下，上海市重大传染病和生物安全研究院（以下简称传研院）兼职课题组长、复旦大学基础医学院特聘教授应天雷团队用一年多时间，研发出靶向流感病毒的可雾化吸入广谱中和抗体SⅡ-007，并以2100万元转让金额加后期销售分成模式实现转化。

这项成果为什么能够快速落地？《中国科学报》近日采访了应天雷，请他谈谈背后的成果转化故事。

把一年压缩到一个月

明明已经打过流感疫苗了，为什么流感来袭时还会中招？研究发现，流感病毒太容易“改头换面”。以甲型流感病毒为例，其表面的血凝素（HA）蛋白容易发生突变，进而引发抗原漂移，使得传统抗体药物很快失去靶向效果。

这让流感抗体药物研发长期面临双重挑战。一方面，传统研发路线存在免疫原性偏高、抗体亲和力成熟周期长等固有短板，研发效率较低；另一方面，病毒变异速度很快，已有抗体药物的广谱性严重不足，无法有效覆盖各类变异毒株，往往“药刚研成，病毒已变异”。

应天雷团队瞄准了HA蛋白中茎部区域的保守位点，希望研制出一款能够“以不变应万变”的广谱中和抗体。为提高成果转化的效率，团队从课题设计阶段就开始考虑，如何通过学科交叉，将基础研究、技术开发和应用场景更早结合起来。

恰在此时，上海创智学院的Mobius多智能体智药系统搭建完成。作为上海创智学院全时导师，应天雷进一步将人工智能（AI）技术与合成免疫学深度结合，构建起一套全新的抗体研发技术体系。

“这是一个典型的多目标任务。”应天雷介绍，候选分子需要同时满足广谱性、免疫原性与成药性等要求。同时，考虑到雾化吸入给药的方式，分子经受雾化过程中的外力作用后，必须仍保持药效。

要想实现此目标，传统方法像多人参加的闯关游戏，每道关卡设置相应的通关规则，优胜者进入下一关卡。一路过关斩将下来，“胜者”寥寥无几，时间也被不断拉长。而在Mobius多智能体智药系统的帮助下，应天雷团队能够对候选分子的多个目标进行同步筛选和优化。这也让过去需要一年完成的早期分子优化环节，被压缩到一个月左右。

应天雷团队马不停蹄地对AI“严选”的数十个分子进行湿实验（在实验室手动操作样本）验证。今年春节前，他们终于成功打通干实验（用计算机模拟实验）、湿实验闭环，SⅡ-007各项关键数据也满足条件，对H1、H3、H5等十余种主要的甲型流感病毒流行毒株均有较好的预防作用。

“这款抗体最大的优势是广谱和稳定。”应天雷介绍，该抗体属于被动免疫制剂，具有“立即生效”的核心优势，给药后可快速发挥中和作用，同时对重症流感的治疗也能发挥积极作用。

在研发过程中，团队同步完成了核心专利布局。怀着兴奋的心情过完年后，他们又迅速推进成果转化。依托传研院高效、灵活的成果转化机制，以及上海创智学院的全力配合，他们仅用一个月便实现了与产业端的对接。

在应天雷看来，SⅡ-007的研发可谓一举两得。它既回应了流感防控中广谱抗体药物的现实需求，也显示Mobius平台能够在真实新药研发场景中处理复杂的多目标任务。

每个人都是“翻译官”

不过，AI终究只是工具，重要的工作始终要由人来完成。

应天雷指出，新药研发既是科学问题，也包含大量工程问题。随着新药研发日益进入深水区，如果无法形成一支紧密协作的团队，项目碰到难题时，很可能“啃”不下去。

在尝试了各种合作模式后，应天雷决定先“自我造血”，加强团队自身的AI能力。短短几年间，原本以湿实验为主的实验室，已转向干湿结合。团队中既有病毒学、免疫学、药学等偏生物医学背景的成员，也有近半成员来自AI方向。

要让这样一群人在科研思维上真正“拧成一股绳”，并不容易。

应天雷回忆，团队早期开会时，AI背景成员习惯于先写出好几个函数，接着推导出结论。在生物医学背景的成员看来，这些公式如同“天书”。反过来，当实验团队讨论靶点、ELISA（酶联免疫吸附试验）、Western blot（蛋白质印迹法）和药效验证时，AI背景的成员也会一头雾水。

“我要扮演的是翻译官的角色，把不同学科的语言尽量翻译为彼此能够听懂的内容。”应天雷告诉《中国科学报》。

与此同时，应天雷也在挖掘团队中每个人的特长。他鼓励团队成员自由探索，在感兴趣的方向上深耕细作，并通过重大课题把他们“糅”在一起。

SⅡ-007就是一个典型案例。团队过去在合成免疫学和新药研发方面的积累，使得他们可以快速判断哪些分子有潜力用于抗病毒感染，进而明确筛选方向，AI的加持则使得试错成本大幅降低。应天雷主要负责把这个大目标分解为多个小目标，再将对应的任务安排给合适的人。

“老师必须对这些领域有所了解，不断提升自己。在此基础上做好引导，把大家共识的地方放大，同时让每个人清楚自己的目标和任务。”应天雷说，“比如AI研究常常强调快速迭代，而生物医药研发往往需要长期攻关，如果任务拆解得不合理，项目推进就会变得吃力。”

正是在一次次“鸡同鸭讲”的过程中，AI背景的成员能够点明一个分子的哪些指标更好、哪些性质还需要实验确认；生物医学背景成员也会把实验需求变成模型可以理解、可以优化的具体指标。

由此，学科语言的巴别塔被推倒，每个人都变成了“翻译官”，思维交叉、能力多元，也逐渐成为团队的特点。

从候选分子走向产业端

谈及成果转化，应天雷表示：“相比转让金额，我们更看重的是企业临床推进的意愿和能力。”

这也是他们选择与复星医药合作的重要原因。双方此前已有合作基础，联合开发的一款针对乙肝的免疫药物已进入二期临床，并获得突破性疗法认定。这让团队相信，对方能够较快推动新成果进入下一阶段。

当前，SⅡ-007仍然处于临床前阶段，后续还需要企业推进安全性评价、临床申报和临床试验。“我们也将继续配合完成不同批次产品的药效验证。”应天雷补充道，“现阶段，我们很难预估这款药物未来的市场份额，但是有信心继续往前推进。”

除了加速研发过程，AI也有助于缩短基础研究和成果转化之间的距离。应天雷解释，在概念验证阶段，过去一些偏工程化的研究工作可能需要企业的一支团队花费较长时间完成。如今，在大模型和智能体的帮助下，高校和科研院所的团队也能提前完成其中一部分。

“这些更接近产业需求的数据，能够在一定程度上降低企业决策风险，也让高校成果更容易被产业端接住。”应天雷说。

目前，团队计划将这一路径拓展到肿瘤、神经系统疾病等更多方向。应天雷也期待，SⅡ-007所验证的抗体研发技术体系，能为业界提供新的思路。