联邦学习激活药企私有数据，显著提升AI药物研发精度

近日，艾伯维、百时美施贵宝、强生、武田制药与Astex等五家跨国药企联合取得AI药物研发重要突破。依托法国科技公司Apheris研发的联邦学习架构，这些企业未共享原始实验数据，仅通过本地训练并上传参数至中央聚合器，成功对哥伦比亚大学开源的OpenFold3底座进行了跨机构微调。评估显示，该模型在关键预测指标上较公开最强基准提升约11%，且经严格安全测试确认零数据泄露。 此次合作隶属于AI结构生物学网络（AISB）计划，整合超两万条私有复合物数据，耗时不足十周。结果表明，联邦学习有效克服了公开配对数据匮乏的瓶颈，跨企业合训成果在结构质量与结合位点预测上全面领跑现有共折叠模型。专家指出，该方法虽能显著降低靶点误判率并辅助候选药物筛选，但历史私有数据存在天然选择偏差，难以完整复现动态结合过程。未来，激活存量数据与推动定向新数据生成项目结合，将是突破当前AI制药瓶颈的核心路径。