文章核心观点 - 英矽智能利用其人工智能药物发现平台，成功设计出新型GIPR拮抗剂ISM0676，临床前数据显示其与GLP-1药物联用可实现显著减重效果，为克服当前GLP-1疗法局限提供了新方向 [1][3] - 人工智能技术正深度赋能药物早期研发，通过计算筛选和预测优化，显著提升分子发现与优化的效率及精确度，有望引领减重疗法乃至更广泛的代谢疾病治疗进入新纪元 [1][3][5] GIPR靶点机制与ISM0676临床前数据 - GIP与GLP-1同属肠促胰岛素家族，其受体GIPR在脂肪组织、骨骼及中枢神经系统中参与脂质储存、骨形成和食欲调节等多维度代谢过程 [1] - 在饮食诱导肥胖小鼠模型中，ISM0676与司美格鲁肽联用27天实现约31.3%的减重，显著优于司美格鲁肽单药组的约16.2%，ISM0676单药也显示约10.4%的体重下降 [3] - ISM0676在体内代谢稳定性、药物相互作用风险、安全性及临床预测剂量方面显示出积极的临床前特征，并可能对改善体成分（如瘦体重占比）有潜在价值 [4] 当前GLP-1疗法的局限性与行业新需求 - GLP-1药物市场巨大，仅2025年礼来、诺和诺德等顶尖药企的相关产品销售额已突破500亿美元 [1] - 随着应用深入，GLP-1疗法的局限性显现：减重成分中约40%来源于肌肉（瘦体重）流失、用药第二年易出现疗效平台期、停药后体重快速反弹、以及长期注射与胃肠道不良反应影响患者依从性 [2] - 行业开始寻求在减重之外，兼顾安全性、依从性及保留肌肉量的改善方案，GIPR拮抗剂与GLP-1R激动剂的联用策略成为重要研发方向 [2] 人工智能在药物研发中的应用与效率 - 英矽智能借助Pharma.AI平台，利用Chemistry42生成化学引擎和Alchemistry自由能结合预测引擎等AI工具，开展分子设计和结合模式预测，从立项到提名临床前候选化合物ISM0676仅耗时14个月，累计合成测试不超过200个分子 [1][3] - AI驱动的研发流程以计算筛选为先，再进行针对性实验验证，旨在提升迭代效率、研发精确度，并控制早期研究的分子合成与测试规模 [3] - 公司的AI驱动研发流程覆盖从靶点发现到分子设计优化的全环节，目前已形成约27项临床或临床前阶段项目管线 [5][6] 代谢疾病领域的长期愿景 - 英矽智能认为代谢疾病领域有望成为全球首个实现大批量健康寿命延长的突破口，其研究视角指向肥胖、2型糖尿病等疾病的底层生物机制，如营养感应失调、线粒体功能障碍和慢性炎症 [5] - 随着ISM0676等项目显示出减重与体成分改善潜力，人工智能在代谢疾病药物研发中的应用边界与实际产出，有望在后续研究中进一步明晰 [6]