Schrödinger与先声药业签署全球药物研发合作

7月10日，先声药业（2096.HK）宣布与美国计算药物发现公司Schrödinger, Inc.签订全球战略合作协议，双方将围绕未满足临床需求的创新药开展联合研发。Schrödinger负责药物发现阶段，利用计算技术辅助候选分子设计；先声药业承担后续临床开发与商业化。

根据协议，Schrödinger将在发现、开发和商业化各阶段获得里程碑付款，并按净产品销售额收取分级特许权使用费。合作模式为"前端计算设计+后端临床开发"，将计算能力与制药产业化经验对接。

Schrödinger成立于1990年，总部位于纽约，全球15个办公室，约900名员工。其核心技术并非基于大规模数据训练的AI方法，而是基于物理原理的分子模拟系统——通过求解薛定谔方程预测分子与靶蛋白的相互作用。这种方法在数据有限的新型靶点研发中具有优势，不依赖历史数据积累。自由能微扰（FEP）是其核心技术之一，通过模拟结构变化对结合自由能的影响，帮助研究者预测不同分子修饰对结合亲和力的改变，从而在湿实验前缩小筛选范围。

Schrödinger此前已与诺华、百时美施贵宝、礼来等跨国药企建立计算药物发现合作，目前有多个自研项目进入临床阶段。

在软件产品方面，Schrödinger于2026年发布了Suite Release 2026-2季度更新。Life Science版本新增功能包括：AI驱动的RetroSynth逆合成分析系统正式发布，可结合AutoDesigner从合成可行性角度优化分子设计；AutoDesigner正式版发布，支持对超过100亿化合物的超大化学空间进行生成式虚拟筛选（Generative Glide）；Maestro Assistant升级为Agentic AI模式，支持多个持久化聊天会话；Predictive Tox预测毒理学筛查面板正式发布。Materials Science版本新增分子材料生成式AI、Nanoreactor反应势垒预测、电池材料高级分析报告等功能。

Schrödinger此前与Google Cloud合作部署了Google DeepMind的AlphaEvolve进化AI编程代理，对机器学习力场（MLFF）训练管线中的Ewald求和算法进行优化，将训练和推理速度加速4倍。Schrödinger机器学习技术负责人Gabriel Marques表示："更快的MLFF推理具有实际的商业影响，可以缩短药物发现、催化剂设计和材料开发的研发周期。"