新闻 · 活动
从智能到影响力：ChemPartner Discovery Day 2026 亮点回顾
主题演讲、围绕 AI 实际边界的坦诚辩论，以及开放的学术交流，共同见证了 ChemPartner 波士顿卓越中心成立一周年。
2026年9月24日，ChemPartner 在马萨诸塞州 Watertown 举办 Discovery Day 2026，纪念 ChemPartner 波士顿卓越中心成立一周年。活动在 Alexandria Hub 会议中心举行，主题为“从智能到影响力：AI 驱动的药物发现”，汇聚了来自制药企业、生物技术公司、学术机构、投资界与政府的 100 余位领导者。讨论聚焦人工智能、新型治疗模态与使能技术如何将科学洞见转化为患者真正获益。
当天上午以周年庆典开场，下午进行学术议程。傍晚时分，嘉宾们在六个 Discovery Lounge 与 ChemPartner 科学家及业务负责人继续交流，并参加鸡尾酒会。
周年庆典
活动以波士顿卓越中心首年庆典拉开帷幕。ChemPartner 董事长兼首席执行官 Dato’ William Woo 致欢迎辞，回顾了公司在波士顿的布局、科学使命、合作伙伴关系与未来方向。
马萨诸塞州州参议员 William N. Brownsberger 肯定了 ChemPartner 对马萨诸塞州生命科学生态系统的贡献。BioBay 首席执行官 Michael Yin 先生介绍了 ChemPartner 与 BioBay 的合作，以及双方对生物技术创新共同的承诺。
在小提琴与大提琴二重奏表演之后，公司领导与政府官员共同切开周年蛋糕并开启香槟。
开幕主题演讲
午餐交流之后，学术议程以哈佛医学院 Paul C. Cabot 遗传学教授 Raju Kucherlapati 博士的开幕主题演讲“AI 在癌症精准医疗中的应用”开始。
Kucherlapati 博士探讨了基因组、临床与病理数据如何与 AI 结合，帮助识别高风险人群、更早发现癌症，并指导更精准的治疗决策。他指出，由肿瘤遗传学指导的治疗方案正不断增加，同时也提到让变异信息保持更新是一大挑战。他表示，未来的进展将取决于能关联患者特征与治疗结局的更大规模数据集，以及更广泛的临床试验可及性。
高管圆桌讨论
主题演讲之后是题为“AI 在药物发现中：从承诺到实际影响”的高管圆桌讨论。来自学术界、制药企业与 CRO 行业的嘉宾探讨了 AI 在哪些环节创造真实价值、如何建立对其输出的信任，以及它将如何重塑药物研发者与研究合作伙伴之间的关系。
圆桌嘉宾
- Dr. Raju Kucherlapati哈佛医学院 Paul C. Cabot 遗传学教授
- Dr. Lucy LiBeOne Medicines 战略合作副总裁
- Dr. Huijuan LiGSK 副总裁兼全球分析研发负责人
- Dr. Qingcong LinMedicilon USA Corp. 总裁
主持人
- Dr. Yinfei YinChemPartner 高级副总裁
在一个轻松的时刻，Yin 博士提到林博士曾在 Kucherlapati 博士的实验室接受训练，这场圆桌因此成了师生重聚。
五点核心观点
- 01
AI 可以同时改变药物开发的周期与成本。
Kucherlapati 博士指出该领域最大的两个问题：一款药物从研发到上市可能需要约 15 年，平均成本估计超过 25 亿美元。他认为 AI 有潜力同时改变这两点，且应贯穿医疗健康的全流程，而非只应用于单一环节。如今研发者希望获得每个分子的更多数据，从 RNA-seq、单细胞图谱到代谢组学；他举例说，有公司对 500 个分子各测量了 80 项参数，这样的工作量远非人力所能承担，必须借助 AI。
- 02
数据的关联性比数据量更重要。
Huijuan Li 博士表示，真正的挑战不在于数据量，而在于数据采集、数据流转、分析以及反哺知识的模型之间的联通。更结构化、更一致的数据能训练出更一致的模型，但专家仍需审核数据，并确认模型提出的假设成立。
- 03
AI 会给 CRO 带来更多工作，而不是更少。
林博士反驳了 AI 将颠覆 CRO 的观点。随着 AI 产生更多假设与虚拟命中，合作伙伴需要 CRO 设计合适的实验方法与模型加以验证，并将结果反馈回去。CRO 的角色正从数据提供方转变为科学团队中的一体化成员。质量依然取决于人：即便是十亿级化合物的虚拟库，其价值也取决于设计本身。
- 04
竞争优势来自生物学与自有数据。
Lucy Li 博士表示，AI 让许多工具变得人人可用，因此企业应以行业最佳水平为标杆来评估自身的数据与模型，并在真正能形成差异化的地方投入。经过有意识清洗与整理的数据会成为持久资产。她预计 AI 将承接大量药物工程与优化工作，而更困难、更难量化的问题在于最初就选对疾病生物学。
- 05
验证 AI，并持续学习。
Huijuan Li 博士介绍了监管机构已开始接受预测模型与先验知识，例如用早期稳定性数据推断商业化货架期，前提是申办方用真实数据验证预测结果。Lucy Li 博士提醒，AI 工具往往给出趋于共识的答案，而“科学从不能建立在共识之上，它应由真实数据证明”，她鼓励听众让 AI 去挑战自己的假设。当被问及未来十年 AI 对就业意味着什么时，Kucherlapati 博士持乐观态度，认为新技术历来都会提升生产力并创造工作机会；Huijuan Li 博士的建议则很简单：“学习、适应、应用”。
ChemPartner 专场 I
随后，ChemPartner 高级副总裁 Yinfei Yin 博士概述了公司一体化的药物发现与开发能力。
Yin 博士重点介绍了 ChemPartner 的抗体偶联药物（ADC）平台，其中包括公司专有的连接子技术 C2LP，该技术旨在提升稳定性、实现精准的 DAR 控制，并兼容多种载荷。Yin 博士还介绍了 ChemPartner 端到端的 ADC 服务，覆盖从抗体与连接子-载荷到偶联与评价的全流程，并推介了公司用于加速靶点识别的 AI 药物发现平台 XDrug.AI。将这些 AI 工具与湿实验能力相结合，形成设计-合成-测试-分析的闭环，帮助合作伙伴更快推进项目。
ChemPartner 专场 II
哈佛医学院助理教授 Baochun Zhang 博士随后带来“以多特异性细胞毒性 CD4+ T 细胞革新癌症免疫治疗”的报告，分享了多特异性细胞毒性 CD4+ T 细胞在癌症免疫治疗中的新研究。
闭幕主题演讲
学术议程的最后，哈佛大学 David A. Weitz 博士以线上方式带来第二场主题演讲“用于超高通量筛选的液滴微流控技术”。
Weitz 博士阐释了液滴微流控如何将每个微小液滴变成独立的微反应器，从而实现单细胞分析与超高通量筛选。该方法在抗体发现与酶工程中的应用表明，它能加速候选分子的筛选；与 AI 驱动的发现相结合，还可帮助研究者判断下一步应测试哪些候选分子。
观众问答
Discovery Lounge 与招待会
演讲结束后，嘉宾们前往六个 Discovery Lounge，与 ChemPartner 科学家及业务负责人进行一对一交流。各 Lounge 的主题涵盖 AI 与数据驱动发现、肿瘤与生物学、发现化学、DMPK 与临床前开发、CMC 与生物工艺开发，以及战略合作。鸡尾酒会与 Lounge 同步进行，让讨论延续到夜晚。
Discovery Lounge 与鸡尾酒会
结语
Discovery Day 2026 为来自产业界、学术界、投资界与政府的嘉宾提供了交流思想的平台，也标志着 ChemPartner 波士顿卓越中心的第一年。当天的讨论清晰传递出一个观点：无论是 AI 驱动的发现还是新型治疗模态，要把智能转化为影响力，都离不开科学、技术与合作的协同。
展望未来，ChemPartner 将继续投入波士顿生命科学社区，强化其 AI 药物发现、ADC 及其他核心平台，并与全球合作伙伴携手，更快地将新疗法带给患者。
活动图集
滑动或滚动查看更多照片
