长期以来，新药研发深陷低效困境。药物研发工具愈发强大，投入越来越多，但临床成功率仍不足10%。大量疾病仍缺少有效治疗手段，大部分肿瘤、罕见病、神经退行性疾病领域无药可用，疾病早诊、早筛、生命全周期健康管理等也难以规模化落地。
问题出在哪儿？哲源科技联合创始人赵宇直言，这些困境其实指向同一个核心命题：生命规律和疾病机制不清晰。也就是说，我们盯着药，却不完全了解疾病。
然而，生命是复杂的，仅依靠专家经验和生物学实验来认识生命和疾病复杂性远远不够，生命世界模型正成为智能时代加速突破生命复杂度认知的新工具。有机构预测，未来世界数据的1/3将来自生命科学。
赵宇指出，我们需要生命世界模型，从复杂数据中挖掘生命规律和疾病机制，并进一步形成对生命系统的理解与推演能力。于是，哲源科技正式对外发布了计算医学平台WHIRLPO。
WHIRLPO面向生命世界模型的训练与产业落地，将AI Infra技术、生命数据治理体系、生命世界模型、通用模型、科学工具与智能体等核心要素资源平台化、设施化，试图为生命世界模型从构建到应用提供一套统一的工程底座。
四大核心能力撑起生命世界模型的工程闭环
WHIRLPO的名称取自人类发现的首个双臂螺旋星系，取其物质与能量持续循环、新结构不断生成的意象。
平台的核心能力落在四个层面，彼此衔接成一条从算力到实验的链路。
训练框架上，WHIRLPO通过对底层算子库和通信库进行深度优化，并进行硬件级适配加速，能够有效解决模型训练过程中频繁小粒度通信、稀疏访存不规则、张量形态多变等问题带来的性能损失，同时实现一套代码在异构算力环境下高效运行。测试显示，端到端计算性能可提升一倍。
数据治理上，WHIRLPO目前采用人机协同的方式，已经建立数据、语料和设施三层架构。针对生命数据多源异构、标准不一以及合规要求高等痛点，WHIRLPO建立了严苛的L1-L4四级数据分层治理机制，并形成113个数据治理工具，全面覆盖基因组、蛋白组、单细胞组、空间转录组、表观遗传学及临床数据，实现从数据接入、清洗、脱敏到封装、授权的全生命周期管控。
根据哲源科技披露的数据，目前WHIRLPO已沉淀29244项生命科学数据资源，凝练形成51个可直接服务于模型训练与科学计算的标准数据集，覆盖全球死亡人数最高的前十大肿瘤及罕见病、代谢性疾病、神经退行性疾病等核心领域。平台进一步深入疾病底层机制，覆盖33种实体肿瘤、360个肿瘤病理亚型，构建约1600万个患者精细化亚群。依托这套体系，10天内可完成规模达1P的万人级跨模态专病库交付。
业务智能层面，WHIRLPO依托通用Agent框架，自主串联不同分析链路，将文献检索、多组学分析、候选靶点筛选到结果交付等原本分散的环节，整合为端到端的自动化研发流程。同时平台采用用户级独立沙盒运行机制，对敏感操作实行100%人工确认，AI调用全链路留痕。在WHIRLPO的支撑下，7天即可完成一个全新业务流程的构建。
实验验证层面，WHIRLPO正在打造AI自主设计与执行实验的能力。在方案设计上，平台可围绕模型训练的数据缺口和洞见验证目标，自主设计定向数据采集与对照研究方案。在实验执行与管控上，平台采用原子级控制元语，对实验步骤进行标准化拆解与执行，实现实验流程的规范化和可复现管控，并为未来AI自主设计、自主执行实验以及模型与实验之间的持续验证奠定基础。
平台之外 真实管线已经开始跑了
通过构建生命世界模型，在计算机里生成虚拟病人、跑通虚拟临床试验，把新药研发的试错成本前移至虚拟世界，乃至从源头预防疾病的发生和发展。这就是当下业内关注的计算医学，也是哲源科技正在做的事。
在《医药工业发展“十五五”规划》中，计算医学被首次纳入国家级技术布局，与人工智能、量子计算、超级计算并列，正式进入产业视野，产业化序幕也悄然开启。
据介绍，围绕肿瘤、心脑血管、精神、神经、免疫、代谢、衰老等七大复杂疾病领域，WHIRLPO平台已储备 200 余个潜在靶点，有多条创新药物管线正在研发，且已有创新药管线进入临床阶段。
这些进展意味着WHIRLPO并非停留在架构图上的工程设想，而是在真实药物研发任务中接受检验的生产系统。
哲源科技表示，将持续展开系统性攻关，进一步沉淀药物IP、早筛早诊IP、精准诊疗IP以及健康全流程管理IP，推动平台能力走向覆盖疾病发现、诊断、治疗与健康管理全链条的产业能力。
