亚马逊推出AI制药平台与抗体数据库 - 2024年4月14日，亚马逊正式推出专为生命科学设计的AI智能体平台“Amazon Bio Discovery”，重点面向早期药物发现 [2][42] - 该平台集成了超过40个行业顶级生物医药大模型，旨在为科研人员提供一站式干湿试验闭环平台 [3][43] - 平台将候选药物从计算筛选到实验室测试的整个流程缩短至数周 [3][30] Amazon Bio Discovery平台功能与工作流 - 平台旨在解决AI制药中模型更新快、工具分散、计算与实验团队协作不畅等行业痛点，大幅降低AI制药门槛 [12][14][50] - 平台通过5大步骤实现自动化药物研发，以抗体设计为例：第一步，从40多种生物AI模型中挑选并搭建专属计算工作流 [15][16][54]；第二步，AI智能体引导科学家快速设计模拟实验，精准定位关键参数 [21][57]；第三步，AI自动筛选并深度分析优质候选分子，从源头减少无效研究 [23][24][59]；第四步，一键对接合作实验室（CRO），自动打通数据闭环 [26][62]；第五步，实验数据反哺AI模型，形成持续优化的闭环 [28][64] - 平台内置的AI智能体可帮助研究人员自动选择模型、设定参数并解释结果 [30][66] 发布行业最大AI抗体数据集 - 同日，亚马逊与约翰斯·霍普金斯大学共同发布了全球AI抗体设计数据库，即抗体可开发性基准数据库 [4][31][67] - 该数据库是行业最大、最多样化的AI抗体数据集，涵盖50种种子抗体、4种结构格式（IgG, VHH, NearGermline-IgG, scFv）和42种抗原 [5][33][67] - 该数据集的多样性是现有公开数据集的20倍，不仅包含可开发性良好的抗体，还纳入了大量可开发性不佳的变体，所有数据均经过湿实验室验证 [5][34][35][67] 亚马逊的战略转型与行业趋势 - 此举标志着亚马逊从传统的云算力提供商（全球前20大药企中19家使用其云服务）向AI制药生态位的关键转型 [8][9][45][46] - 亚马逊通过构建从AI模型、实验验证到数据反馈的全流程平台生态，旨在深度锁定客户，确保未来利润流 [38][69] - 公司的野心不止于药物发现，据报道其还将联合BCG和默克推出用于优化临床试验点选择的AI平台 [38][70] - 行业趋势显示，AI正在重塑新药研发底层逻辑，科技巨头（如OpenAI合作诺和诺德、赛诺菲等，英伟达发展BioNeMo平台，Anthropic近4亿美元收购Coefficient Bio）正从实验室、数据、平台全方位抢占AI制药新生态位 [7][39][44][45][72][73][74] - 驱动因素在于全球生物医药研发投入高达上万亿元，未来越来越多的研发工作流和预算将流经人工智能和科技巨头 [40][75][76]