一家华尔街研究机构最近尝试了药物研发，它带去的不是白大褂，而是一个 AI 模型。

Citrini Research 与 Anthropic 合作，使用 Claude Science 模型寻找潜在的蝎子抗毒血清候选物。这项实验在数天之内完成了通常相当于一年工作量的早期设计工作。随后它还产出了分析师更为关注的东西：一份投资论点。

从 35 页提示词到实验室结果

Citrini 的分析师向 Claude Science 输入了一份约 35 页的详细提示词。模型返回了大约 180 个旨在中和蝎子毒素的候选分子。

根据研究结果，这类规模的工作采用传统方法通常需要一年时间，而 Citrini 将其压缩到了很短的时间窗口内。

这时 Twist Bioscience 登场了。这家合成生物学公司合成并测试了 211 个设计，其中 17 个成功与目标毒素结合。

17 个命中听起来或许不算惊人。在大多数候选物都会失败的早期药物研发阶段，这一结果已足以超出 Citrini 自身的预期。

瓶颈从软件转向实验室

2026 年 10 月 20 日，Citrini 发布了一份报告，阐述了其研究结果。其核心论点与其说在于 AI 本身，不如说在于 AI 完成工作之后的环节。

如果计算设计的速度大幅提升，流程中缓慢的部分就会发生转移。制约因素不再是如何提出候选物，而是如何对它们进行测试。如今分子可以以软件的速度被提出，但合成和验证仍以实验台的速度进行。

Citrini 的报告将此视为药物研发叙事的一次转变。关注点正从计算设计工具转向物理实验验证以及支持它的实验室基础设施。该机构的论点是，这些公司对实验验证服务的需求很可能不断上升。

报告点名了两家首选标的：Charles River Laboratories International Inc.，一家为药物研发方开展临床前和早期测试的合同研究组织；以及 Revvity Inc.，一家服务于科研和实验室工作流程的生命科学与诊断公司。

制药业更大规模 AI 布局的一部分

全球最大的制药商之一 Novo Nordisk 于 2026 年 9 月与 Anthropic 达成合作，此举表明大型制药公司正认真对待 AI 辅助研究。

Citrini 的测试提供了另一种类型的数据点。它来自制药体系之外，来自以选股为本职工作的分析师。如果一家研究机构只需一份长提示词和一个 AI 模型就能生成经过验证的结合分子，那么早期设计的门槛看起来比过去更低了。

这对投资者和行业意味着什么

显而易见的 AI 交易是买入构建模型的公司。Citrini 的报告则主张一种不那么显而易见的做法：买入处于模型下游、承接其额外产生的业务的公司。

也有理由保持审慎的预期。Citrini 的结果仅涵盖单一靶点，即蝎子抗毒血清毒素，而与毒素结合只是一个早期里程碑。从实验室中的一个结合分子到医院里的一种疗法，还有很长的路要走，成功结合的候选物仍面临优化、安全性测试和临床试验。

研究结果还指出，对物理验证的更多强调增加了供应链的复杂性。更多的分子意味着更多的合成、更多的测试，以及设计团队与实验室之间更多的协调。合成与测试产能的需求如何演变，将成为对该报告论点的早期检验。