Carterra联手阿斯利康开发“实验室在环”系统：让AI设计直接接上真实湿实验

10月7日，Carterra（未上市）宣布与阿斯利康（NASDAQ: AZN）展开科研合作，双方将共同开发用于Lab-in-the-loop（实验室在环）药物发现的硬件和软件系统，把AI候选物设计、实验室自动化、数据基础设施和模型反馈连接起来。合作重点面向抗体等生物药发现。

所谓“实验室在环”，可以简单理解成：AI先提出候选物 → 湿实验验证 → 实验数据回到模型 → AI再设计下一轮候选物。

这套模式旨在解决AI制药里一个技术难题：尽管模型越来越会“设计分子”，但如果实验验证跟不上，AI很难持续获得高质量真实数据来纠正自己。

系统意图将真实实验接回来

Carterra本身长期做HT-SPR（高通量表面等离子体共振）平台。SPR（表面等离子体共振）是一种测量分子之间结合情况的方法，比如抗体和靶点到底结合得有多紧、结合和解离速度有多快。

Carterra的平台能够同时处理大量样本，并生成亲和力、结合动力学和表位等实验数据——这类数据对AI模型很重要。

如果生成式AI一次给出几百、几千个抗体候选物，新的问题很快就会转移到实验端：这些候选物里，哪些真的能结合？哪些结合更稳定？哪些值得进入下一轮优化？

Carterra此前参与Anthropic（未上市）的蛋白设计研究时，就用HT-SPR平台对AI设计的蛋白结合物进行大规模实验验证。相关研究一次测量了1320个蛋白结合物与15个靶点之间的相互作用。

阿斯利康要把“实验反馈”变成AI可直接使用的数据

这次合作里，Carterra的工程和软件团队将与阿斯利康的科学家及自动化团队一起工作。合作的目的之一，是让实验系统生成的数据更加标准化、可比较，并且能够被AI和ML（机器学习）工作流直接读取。

这一点很重要，是因为AI模型需要同一种实验方法、同一种数据格式下持续生成的高质量数据。否则不同批次、不同实验室得到的数据差异太大，模型很难判断变化到底来自分子本身，还是来自实验条件。

阿斯利康此前也已经在使用Carterra的平台做生物药发现。Carterra公开活动资料显示，阿斯利康曾利用高通量SPR数据支持多种生物药筛选，并把这些数据与AI模型结合用于lead optimization（先导物优化）。

“实验室在环”正在成为AI制药下一阶段的基础设施

过去AI药物发现更容易展示的是模型端能力，比如一次生成多少分子、结构预测有多准。

但随着生成模型能力提高，一个新的技术瓶颈正在出现：AI能快速提出大量候选物，实验室却难以用同样速度完成验证。

Carterra援引行业研究称，AI驱动的抗体发现正在提高对高通量湿实验数据的需求，其中结合亲和力测量被认为是闭环中的关键环节——这也解释了为什么近期越来越多药企和工具公司开始强调“闭环”：模型设计 → 自动化实验 → 标准化数据 → 模型更新。

相比单纯购买一个AI预测工具，这种模式更接近真正改变药物研发流程。

目前还是系统开发，尚未披露量化结果

这次合作目前仍处于技术和系统开发阶段。双方没有披露合作金额，也没有公布具体候选物、靶点数量，或者这套系统能把研发速度提高多少。现有公告主要描述合作方向和技术目标，尚没有公开的性能基准能够证明它已经提高了候选物成功率。

因此，这条新闻更值得关注的是研发基础设施的变化。

阿斯利康开始与实验设备厂商一起设计AI时代的实验系统，说明大药企正在尝试把生成式设计和真实湿实验变成连续闭环。

后续需要关注的，是这套系统投入实际项目后，能否缩短“设计—验证—再设计”的周期，并最终提高抗体等生物药候选物的优化效率。

参考资料

[1] CARTERRA. Carterra Advances Lab-in-the-Loop Drug Discovery Through New Scientific Collaboration[EB/OL]. (2026-10-07)[2026-10-08].

[2] CARTERRA. Artificial Intelligence, Machine Learning, and In Silico Tools[EB/OL]. [2026-10-08].

[3] CARTERRA. Carterra Enables Anthropic’s Autonomous AI Protein Design Study via its HT-SPR Binding Platforms[EB/OL]. (2026-08-24)[2026-10-08].

[4] CARTERRA. Amsterdam Symposium 2026: AstraZeneca—Accelerating Biologics and AI-augmented Biologics Discovery with High-Throughput SPR Profiling of Diverse Modalities[EB/OL]. 2026[2026-10-08].