2026年9月17日,《Science》上线了一篇标题很长的论文:”The Virtual Biotech: A multi-agent AI framework for therapeutic discovery and development”。
论文的通讯作者之一是James Zou,斯坦福生物医学数据科学副教授,实验室叫 Stanford AI for Science Lab。但真正把这篇论文”做”出来的,是一间没有一名员工的公司。
它叫Virtual Biotech。不租实验室,不招博士,不上市任何药品。它把”找靶点、评安全、选模态、设计临床”四件事,一次性交给了37,075 Agent同时去做[来源A]。论文本身不治疗任何病人,却把”开一家药企”这件事,拆成了一段可以运行的代码。

37,075个Agent 同时打卡上班
Virtual Biotech的组织架构,长得像一家真药企,但每个岗位都是Agent。
最上面是一个虚拟CSO(首席科学官),下面挂四个部门:靶点发现、安全性评估、模态选择、临床开发。支撑它们的,是11个核心 agent,外加1个只有只读权限的科学审稿 agent,和1个幕僚长(chief of staff)。
这条链路的含义是:从”发现一个靶点”到”设计一项临床试验”,原本要穿过好几个人力部门,现在变成了一串可以并行调度的Agent。
这些Agent手上有100多个领域工具,连着Open Targets、ClinicalTrials.gov、PubMed、Tabula Sapiens、CELLxGENE、Tahoe-100M 和 FDA 不良事件数据库。底层跑的是 Anthropic 的 Claude——但架构不绑定单一模型,换成开源模型也能跑]。
一句话:这是一间”零件可替换”的公司。换掉模型,它还是它。
6小时读完55,984项试验
这间公司最夸张的一次”集中办公”,是让37,075个临床试验Agent 一次性分析 55,984项临床试验。
它们干完这活儿,大约用了6小时。如果换成单个agent 老老实实排队做完,大概要 1839小时,也就是76.6 天。
速度不是重点,准度才是。研究团队随机抽取一部分结果做人工复核:主要终点的一致率在 88.4% 到 89.7% 之间,不良事件识别的一致率达到了 92.4%。
系统还顺手得出了一个关联结论(强调:这是历史临床试验数据的关联分析,不是因果证明):靶向两类基因的药品更容易成。一类是细胞类型特异性高,用tau指数衡量,表达只集中在某一种细胞;另一类是双峰性,像开关一样on/off表达。这类药到达市场的概率高约 48%,不良事件率低约 32%,从I期推进到II期的概率高约 40%。
把76.6天压成 6 小时,真正的价值不在于”快”,而在于它第一次让”通读全行业证据”变成了一件成本极低的事。
撞车B7-H3:AI推的ADC,现实里刚拿FDA突破性疗法
最有意思的,是Virtual Biotech撞上了真实世界的药企。
系统综合遗传学、单细胞、空间转录组和临床证据,盯上了 B7-H3(CD276)。它发现B7-H3的上调其实集中在肿瘤相关成纤维细胞上,而不是普遍升高,并且和肿瘤微环境的免疫排斥相关。基于2025年1月之前可得的数据,系统提出了用B7-H3 抗体偶联药物(ADC)去治疗的策略。
然后现实跟它撞了车。2025年8月,FDA授予同一条路线的B7-H3 ADC——ifinatamab deruxtecan(I-DXd / DS-7300)突破性疗法认定。
这条管线由第一三共发现,与第一三共、Merck 联合开发,用于铂类化疗后进展的广泛期小细胞肺癌(ES-SCLC)。它的底气来自 IDeate-Lung01 II 期(入组 187 人,覆盖亚洲、欧洲、北美)和 IDeate-PanTumor01 I/II 期:12mg/kg 队列客观缓解率(ORR)54.8%,8mg/kg 队列 26.1%(BICR 评估);到 2025 年 9 月的 WCLC25 大会,确认 ORR 为 48.2%(137 名患者)。
AI 在 2025 年初推的路线,和 2025 年 8 月拿到监管认可的路线,是同一条。两种”公司”——一个跑在代码里,一个跑在临床试验里——得出了同一个判断。
复盘vixarelimab:AI也追问”为什么失败”
成功之外,Virtual Biotech还干了件药企不爱提的事——研究”为什么失败”。
系统回顾性地盯上一个被终止的案例:vixarelimab(RO7622888 / KPL-716)治疗溃疡性结肠炎的 II 期,代号 Moonglow,ClinicalTrials.gov 编号 NCT06137183,由 Genentech 赞助,3 个臂、计划入组 210 人,最终因为无效性分析(不太可能达到主要端点)而终止。
系统从计算角度找原因:OSMR 在抗 TNF 治疗无应答者的成纤维细胞亚群里高表达,驱动了 JAK-STAT 通路的持续激活。结论是,单阻断 OSMRβ 可能压不住冗余的信号,并建议未来按生物标志物分层入组。
说清楚:这是计算推断,不是实验证明。但一家”公司”主动复盘自己从没做过的失败,本身就罕见——大多数组织只愿意讲成了的故事。
Headcount 开始不稳:从虚拟 CSO 到真实实验室
写到这里,问题变了:这还是一间”公司”吗?
Virtual Biotech 的底层是计算研究系统,不是治疗开发项目。它提的靶点、药物形式和失败机制,都得回到真实样本和实验里去验证。James Zou 的原话是:”Our idea was to see how far we could push this. Could we create a biotech company that takes on everything from looking for drug targets all the way to designing clinical trials?”
他说,下一步是把这些成果带进真实的实验室去测。团队也已经把代码放到 GitHub、数据发布到 Zenodo(DOI:10.5281/zenodo.22259123)。
Zou 还有一句话:”The science the agents discovered is really exciting, and it shows that these single-cell features can be used to make better drugs.”
当论文能当 Agent、科学家能当 Agent、部门也能当 Agent,被重写的不是某条管线,而是”公司”这个词本身。