哈佛商学院案例分析｜走近英矽智能Rentosertib研发历程

2026年2月11日，由生成式人工智能驱动的临床阶段生物医药科技公司英矽智能（Insilico Medicine, 03696.HK）今日宣布推出全新互动网页，基于哈佛商学院发表的深度案例研究，重点展示其自有管线Rentosertib研发历程，为公众提供AI驱动完整药物发现过程的实用概览。

该哈佛商学院案例研究题为《英矽智能Rentosertib前路抉择：管线中的新星？》（Insilico's Rentosertib Dilemma: A Star in the Pipeline?），针对英矽智能领先管线Rentosertib，一款完成中国IIa期临床试验评估的特发性肺纤维化（IPF）候选药物，展开研发历程的深入探究。Rentosertib是全球首款由AI辅助新颖靶点发现和创新分子设计，并进入II期人体临床试验阶段的候选药物，研究正文基于这一里程碑探讨以“AI原生”型公司为代表的生物科技公司将自研项目将早期发现阶段推进到临床开发时面临的真实抉择。

立足Rentosertib管线研发故事，该案例旨在帮助读者理解英矽智能发展历程以及快速创新的AI驱动药物发现行业，话题涵盖药物开发的标准阶段，以及成本、时间线和淘汰率等影响公司管线融资与规划因素。同时，该案例重点介绍了对外授权合作的典型运作模式，剖析诸多生物技术公司选择与大型制药企业携手推进后期试验验证和商业化的原因，并探讨自有管线进入临床阶段时如何提升早期研发效率，同时展示真实世界验证结果。

英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示，“很高兴看到哈佛商学院发布率先揭开药物发现和开发过程神秘面纱的首批案例研究之一，并聚焦许多生物技术公司面临的一个核心决策，即对外合作授权还是继续开发潜力资产的抉择。英矽智能之所以创建这一在线资源，是为了帮助更广泛的受众建立对药物研发端到端工作流程的基础理解，并了解人工智能在每个步骤中的赋能作用。”

当前，人工智能在生物技术领域的重要性日益增长，然而面向商业领域受众，且能清晰解释药物发现与开发基础知识，并阐述生物科技公司领导者面临的战略权衡的易获取资源仍然稀缺。在此背景下，英矽智能此次公开发布的网页旨在协助包括学生、从业人员和生物制药团队在内的广泛受众获得深入理解。

网页采用“AI驱动药物发现速成课程”架构，并基于该框架将案例分析内容分解为一系列简短模块，介绍药物开发效率挑战背后的行业背景和AI在科学领域的兴起，剖析AI平台如何在发现和开发工作流程中发挥作用，并详细阐述Rentosertib研发历程以及后续引发的战略性思考。

该案例由哈佛商学院工商管理助理教授Michael Lingzhi Li博士撰写。2025年10月23日，英矽智能创始人兼首席执行官Alex Zhavoronkov博士、高级业务发展负责人Suguna Rachakonda博士和Thomas Leichner受哈佛商学院邀请，向技术与运营管理课程的学生现场展示该案例。

通过整合先进的AI和自动化技术，英矽智能在实际应用中显著提升了早期新药研发效率，为人工智能驱动的药物发现树立了标杆。与传统早期药物研发通常需要平均4.5年的时间周期相比，英矽智能在2021至2024年间已提名20款临床前候选化合物，从立项到提名PCC的平均耗时仅为12–18个月，每个项目仅需合成和测试约60–200个分子。