3月25日，劑泰科技聯合創始人兼CEO賴才達博士受邀出席“數智未來”大興未來產業思享會，期間與未來學家凱文·凱利同台對話探討“10,000天後的世界”以及AI如何重構產業的底層邏輯。“數智未來”大興未來產業思享會是十五五開局之年，大興區為區域經濟和企業創新尋找確定性的開年思想盛會，旨在搭建思想碰撞的橋樑，連接凱文·凱利預判未來的結構性力量和本土企業家破局當下的實幹探索。賴才達博士：AI藥物發現的未來將實現疾病細胞重程式設計AI製藥使個性化藥物成為可能。 我們知道人體內有30兆個不同的細胞，每個細胞有2萬個基因，整個人體是六十萬兆個基因的大語言資料模型庫。今天我們講的AI藥物發現，這不是傳統意義的藥物，而是如何將疾病細胞做重新程式設計。劑泰科技通過AI賦能自主研發奈米遞送系統，讓大分子藥物可以被遞送到體內，在未來可能實現細胞重新程式設計為健康狀態。以AI加速藥物研發是劑泰科技每天的工作內容。我們在探索遞送不同治療模式到腫瘤組織中，在腫瘤組織中表達雙特異性抗體，研發突破性的實體瘤療法，最終能夠在臨床上惠及患者。在未來，也許最終能實現對體內衰老細胞的精準預測，再通過個性化藥物針對特定細胞完成重新程式設計。AI和AI製藥，將不僅僅是效率的提升，而是根本性的改變。另一個未來的突破是您曾提到的數字孿生，可以復刻個體的生物模型，在人體個性化治療前完成所有的治療測試。凱文·凱利：從“肌肉力”、“人工力”到“AI時代”的躍遷我們往往會高估短期事件發生的速度，而低估長期事件發生的影響。我們今天談到人工智慧在加速藥物發現，Chris（賴博）談到用AI做奈米材料的開發和藥物遞送。類似的變革將發生在材料創新領域，也會發生在其他所有地方。這是讓人興奮的變革。這好像是工業時代的電力革命。電力革命在當時觸及了整個世界，這讓人類第一次有了“人造力”（“artificial power”）。而在工業革命之前，世界上的一切，無論動物或人類，或是修建房屋，你必須要有“肌肉力”“muscle power”。“人造力”替換了“肌肉力”，是一種更低成本的基礎推動力。但今天人工智慧首次出現了，雖然這種力量有點未來感，但它已經真實地在此刻。我們能夠清楚地感知到，這是一種顛覆性的力量。 一種不同的力量。人工智慧是一種讓人歎為觀止的科技，它將徹底改變材料、教育和健康領域的創新。關於劑泰科技AI奈米遞送，開啟健康未來。 劑泰科技是一家人工智慧（AI）驅動奈米材料創新的生物科技公司，專注於利用靶向藥物遞送和發現技術，幫助生命體戰勝疾病和衰老，重獲健康和活力。劑泰科技由美國工程院院士陳紅敏博士以及MIT科學家賴才達博士、王文首博士於2020年聯合創立，已獲得國家專精特新“小巨人”、國家高新技術企業等重要資質認定。公司自主開發全球首個人工智慧驅動的奈米遞送平台NanoForge，擁有目前全球最大規模千萬級LNP脂質庫，並基於NanoForge打造了三大核心解決方案：AiLNP（AI奈米遞送系統設計平台）、AiRNA（AI mRNA序列設計平台）、AiTEM（AI小分子製劑設計平台）。公司已具備實現精準靶向肝臟、肺部、肌肉和免疫細胞等8個關鍵器官或組織的LNP遞送能力，在多器官、多組織靶向遞送難題上取得突破性進展，為腫瘤、代謝系統疾病、自體免疫性疾病、神經系統退行性疾病等提供成藥機會，也在器官水平上為生命體抗衰提供可能。 (劑泰科技)

據英國《泰晤士報》網站4月5日報導，美軍機組人員駕機從位於英國的基地前往伊朗上空作戰時，要靠莫達非尼片（一種中樞神經興奮藥物，主要用於治療嗜睡症——本網注）保持長途飛行途中的清醒。報導稱，在二戰期間，執行夜間空襲任務的英國皇家空軍飛行員會使用苯丙胺來保持清醒，而莫達非尼被視為較為安全的替代品。由於航線繞遠，而且需要多次空中加油，美軍機組人員往往需要長達18小時的長途飛行，這些藥片可以幫助他們保持清醒。西班牙的全面禁飛，以及法國、義大利、英國、瑞士和奧地利對某些軍用飛機的飛行限制，讓美軍指揮官們頭疼不已。美軍不得不改變飛行航線，繞道飛行。對於從英國費爾福德皇家空軍基地起飛的美軍B-1B和B-52轟炸機來說，如果直接通過法國、義大利和希臘領空飛越地中海、伊拉克或土耳其抵達作戰地點，往返飛行僅需10.5小時，這還包括4次空中加油的時間。而用時較長的南部繞行航線，不僅飛行時間長，而且還需要轟炸機執行8次45-50分鐘的高精度飛行，以便與空中加油機對接加油。報導指出，美國對伊朗作戰非常依賴遠端空中力量和持續的後勤支援，而歐洲國家的限制增加了作戰的複雜性。西班牙以美國此次軍事行動非法為由採取了強硬行動，使問題進一步複雜化。位於西班牙安達盧西亞的莫龍空軍基地是美國空軍的戰略前沿行動地點。在西班牙發出禁令後，美軍的很多加油機和其他飛機飛離了西班牙並被重新部署。由於西班牙等國的禁飛令，美軍加油機編隊不得不瘋狂工作。專家們透露，機組人員的疲勞和地中海東部“加油走廊”的飛機密度過大，或導致兩架KC-135加油機在伊拉克上空相撞。報導稱，迂迴的飛行路線也大大削弱了美軍行動的保密性。公共飛行追蹤網站會標記大型加油機的飛行軌跡，因為這些加油機飛行時通常會打開ADS-B資料發射器，這與所有大型民用飛機是一樣的。加油機的飛行軌跡即時暴露了通常隱蔽飛行的轟炸機的位置。 (牛彈琴)

Anthropic 花了 4 億美金，買了一家不到 10 個人的生物科技公司。這家公司叫 Coefficient Bio，去年秋天才成立，做的事情是用 AI 來做藥物研發規劃、臨床策略管理和新藥候選發現。Anthropic CEO Dario Amodei4 億美金，不到 10 個人，折算下來每個人值 4000 多萬美金。這個數字乍看離譜，但放在 Anthropic 最新 3800 億美金的估值下，其實只稀釋了大約 0.1%。用一個比喻來說的話：這筆交易就像一個身家千億的富豪，花了一頓米其林晚餐的錢，請了一桌頂級生物學家坐下來聊聊。只不過這頓飯，聊的是，人類的生死。01他們是誰Coefficient Bio 的兩位創始人 Samuel Stanton 和 Nathan Frey，都來自 Genentech 旗下的 Prescient Design，一個專門做計算藥物發現的團隊。Coefficient Bio 聯合創始人 Nathan Frey（左）和 Samuel Stanton（右）Nathan Frey 是個挺厲害的角色。賓大材料科學博士，之前在 Genentech 帶了一支跨學科團隊，做生物基礎模型和 AI 分子設計。他在 2024 年的 ICLR 上拿過最佳論文獎，研究的是用生成模型來設計藥物候選分子。Samuel StantonSamuel Stanton 則是 NYU 資料科學博士，同樣在 Prescient Design 做過機器學習科學家。兩個人從羅氏/Genentech 出來創業，半年後就被 Anthropic 收了。速度之快，倒是讓人想起了當年 DeepMind 收購 Isomorphic Labs 團隊的路數。收購之後，這個團隊會併入 Anthropic 的醫療健康與生命科學部門，負責人是 Eric Kauderer-Abrams。Eric 在今年 1 月的 JP Morgan 醫療健康大會上說過一句話：“ 我們的目標，是把 Claude 變成生物學領域最受歡迎的 AI 模型。02不只是買個軟體這筆收購的訊號，其實非常明確：Anthropic 買的，不只是幾個工程師和幾行程式碼。Coefficient Bio 做的事情，是讓 AI 能接管生物科技研究中的實際工作流：起草藥物研發計畫、管理臨床試驗的合規策略、篩選新藥候選分子。這些活兒需要深厚的領域知識，光靠通用大模型是幹不了的。換句話說，Anthropic 買的是「生物學的手感」。是那種知道一個臨床試驗要怎麼設計、FDA 的審批流程那裡有坑、什麼樣的分子結構值得深入研究的經驗。這也解釋了為什麼不到 10 個人值 4 億。因為這類人才，在整個行業裡可能也就那麼幾十個。03Dario 的預言說到 Anthropic 進軍生物學，就不得不提 Dario Amodei 在 2024 年 10 月發的那篇著名長文：《Machines of Loving Grace》，見：剛剛！Anthropic CEO Dario Amodei 發文：人工智慧如何讓世界變得更美好【附全文翻譯】。Anthropic CEO Dario Amodei一萬五千字，核心論點之一就是：AI 加速的生物學，可以在 5 到 10 年內，壓縮人類生物學家原本需要 50 到 100 年才能取得的進展。這話聽著像科幻，但 Dario 給出了具體的論證。他的邏輯是這樣的：20 世紀，人類平均壽命從大約 40 歲翻到了大約 75 歲，差不多翻了一倍。如果 AI 能把 21 世紀的生物學進展壓縮到 5 到 10 年內完成，那再翻一倍到 150 歲，算是「趨勢延續」。人類壽命翻倍趨勢而且他指出了幾個關鍵事實：•  已經有藥物能把老鼠的最大壽命延長 25% 到 50%，副作用還很小•  有些烏龜能活 200 年，說明人類目前的壽命顯然不是什麼理論上限•  一旦人類壽命達到 150 歲，我們可能就觸及了「逃逸速度」：活得夠久，就能等到下一代續命技術Dario 原文是這麼寫的：“ 一旦人類壽命達到 150 歲，我們或許就能達到「逃逸速度」，為目前活著的大多數人爭取到足夠的時間，讓他們想活多久就活多久。當然，這在生物學上是否可行，沒人能打包票。04疾病會怎樣Dario 在那篇文章裡，對主要疾病的預測非常詳細。Dario 的疾病攻克預測傳染病：幾乎所有自然傳染病都將可防可治。mRNA 疫苗已經指明了方向，未來的疫苗技術可以快速適配任何病原體。癌症：死亡率和發病率都會下降 95% 以上。他提到，癌症死亡率其實每年已經在以大約 2% 的速度下降了，而 AI 加速的早期檢測和靶向藥物會讓這個趨勢急劇加快。阿爾茨海默症：Dario 認為這恰恰是 AI 擅長解決的問題類型，因為它需要更精密的測量工具來隔離生物學效應。預防應該可以實現，但已經造成的腦損傷要逆轉……可能就難了。糖尿病、肥胖、心臟病：他認為這些比癌症「更容易解決」。心臟病死亡率已經下降了 50%，GLP-1 類藥物（就是大家熟知的司美格魯肽那一類）的進展更是肉眼可見的快。當然他也承認，這一切的前提是 AI 要能夠「執行」生物學研究，而不只是「分析」資料。“ 我說的不是把 AI 當資料分析工具。我說的是用 AI 來執行、指導、並改進生物學家做的幾乎所有事情。指揮實驗室機器人、設計實驗方案、發明新的測量技術，這些都得上。05速度的邊界不過 Dario 也沒有盲目樂觀。他列出了幾個 AI 加速生物學的「硬限制」：細胞培養需要時間，動物實驗需要時間，化學反應需要時間。這些是物理世界的節奏，再強的 AI 也壓縮不了。還有資料質量的問題，生物複雜性的問題，以及很多發現之間存在序列依賴，必須一步一步來，沒法全部平行。他的估計是：10 倍加速是現實的，但 100 倍壓縮到一兩年內……不太行。話說回來，10 倍就已經夠嚇人了。原本需要 50 年的研究進展，5 年搞定。06Anthropic 的佈局回頭看 Anthropic 在生命科學領域的動作，其實是一條清晰的線：Anthropic 生命科學佈局時間線2025 年 10 月，發佈 Claude for Life Sciences，讓 Claude 能連接 Benchling、BioRender 等科研工具。2026 年 1 月，在 JP Morgan 醫療健康大會上推出 Claude for Healthcare，一套符合 HIPAA 標準的工具包，能連接醫療資料庫、電子病歷系統。還宣佈了新的臨床試驗文件自動撰寫功能。合作夥伴名單也非常亮眼：賽諾菲、諾和諾德、Genmab、AbbVie、Allen 研究所、HHMI。2026 年 4 月，收購 Coefficient Bio。從賣工具，到建平台，到直接買團隊。步子越來越大了。Eric Kauderer-Abrams 的那句話，現在看來也不只是口號：“ 把 Claude 變成生物學領域最受歡迎的 AI 模型。他們是認真的。07不只 Anthropic值得一提的是，Anthropic 並不是唯一在押注 AI + 生物的大玩家。AI 藥物發現加速對比Google DeepMind 的 AlphaFold 在 2024 年拿了諾貝爾化學獎，旗下的 Isomorphic Labs 已經在準備 AI 設計藥物的人體臨床試驗。Insilico Medicine 用 AI 把一個纖維化候選藥物從發現推進到人體試驗，只用了不到 18 個月，傳統路徑通常要 4 年。AI 製藥市場從 2023 年的 18 億美金，預計到 2030 年會增長到 131 億美金。整個行業的共識已經很明確了：AI 對生物學的加速效應，可能會是 AI 所有應用場景中，最深遠的那一個。畢竟，提高程式設計效率是讓人寫程式碼更快。而加速生物學研究，是讓人活得更久。壽命逃逸速度概念圖回到 150 歲Dario 在那篇文章的最後，還提到了一個更大膽的概念：生物自由。他認為 AI 加速的生物學研究，最終會讓人類對自己的體重、外貌、生殖等生物過程擁有完全的控制權。這聽起來有點賽博朋克，但如果你看看 GLP-1 藥物在短短幾年內對肥胖治療的顛覆，就知道這個方向的推進速度比大多數人預期的要快。而 Anthropic 用 4 億美金收購一個不到 10 人的生物科技團隊，說到底，押的就是這個未來。通用大模型想要真正改變一個領域，得先變成那個領域的專家。Coefficient Bio 的團隊，就是幫 Claude 變成生物學專家的那塊拼圖。至於我們能不能活到 150 歲……Dario 說了，沒人能打包票。但至少現在，有人在認真賭這件事了。所以，除了擁抱 AI，我們現在最應該做的事情大概就是：注意身體，保護好自己。萬一真等到了呢。 (AGI Hunt)

【新智元導讀】Google旗下的 Isomorphic Labs 發佈新一代 AI 藥物設計引擎 IsoDDE，性能全面碾壓 AlphaFold 3，能在幾秒內發現科學家花 15 年才找到的隱藏結合位點。但與開放原始碼的 AlphaFold 不同，IsoDDE 選擇完全閉源，程式碼、論文、方法均不公開。AI 造福科學的開源黃金時代，可能正走向終結。Google旗下的同樣由 DeepMind CEO Demis Hassabis 擔任 CEO 的 Isomorphic Labs 發佈了被 Nature 稱為「AlphaFold 4」的新一代 AI 藥物設計引擎 IsoDDE。它全面碾壓前代，卻選擇完全閉源。AI 造福科學的黃金時代，可能正在關上大門。2024 年，Demis Hassabis 因為 AlphaFold 站上諾貝爾領獎台。這個能預測蛋白質三維結構的 AI 模型，被 190 多個國家超過 300 萬研究者使用，堪稱 AI 惠及全人類的標竿案例。諾貝爾委員會嘉獎的，與其說是一個演算法，不如說是一種精神——把最強大的科學工具免費交到每一個研究者手中。16 個月後，AlphaFold 的繼承者亮相了。2 月 10 日，Hassabis 創辦的 AI 製藥公司 Isomorphic Labs 發佈了 27 頁技術報告，展示一套名為 IsoDDE 的藥物設計引擎，性能全面碾壓 AlphaFold 3，被哥倫比亞大學計算生物學家 Mohammed AlQuraishi 評價為「AlphaFold 4 等級的重大進步」。https://storage.googleapis.com/isomorphiclabs-website-public-artifacts/isodde_technical_report.pdf但這一次，程式碼不會公開，論文不會發表，方法不會共享。Isomorphic Labs 總裁 Max Jaderberg 對 Nature 說得很直白：我們不打算公開「秘方」。AlphaFold 的開源傳奇，很可能到第三代就是終點了。能力確實強得嚇人先說 IsoDDE 做到了什麼，這有助於理解後面的爭議為什麼這麼大。打一個不太嚴謹的比方：如果把蛋白質想像成一把鎖，藥物分子就是鑰匙。AlphaFold 做的事情，是幫你看清這把鎖長什麼樣。但光看到鎖還遠遠不夠——你得知道鑰匙插進去能不能轉動，轉得緊不緊，甚至你得發現鎖上還有沒有別的你根本沒注意到的鑰匙孔。IsoDDE 要回答的就是這些更難的問題。它是一個統一引擎，把結構預測、結合強度計算、隱藏結合位點發現等能力整合在一起。數字很能直觀說明問題。在一項專門考驗 AI 能否處理「從沒見過的」新蛋白結構的測試中（Runs N' Poses 基準），當測試樣本跟訓練資料的相似度低到 0-20% 時（這是最難的情況），IsoDDE 的成功率是 AlphaFold 3（AF3）的兩倍多。60 個最難案例裡，有 17 個案例是 AlphaFold 3 徹底失敗而 IsoDDE 做對了。AlphaFold 3 在此示例中失敗，IsoDDE 正確在預測抗體如何識別靶標這件事上，IsoDDE 的高精度預測成功率是 AlphaFold 3 的 2.3 倍，是另一個主流開源模型 Boltz-2 的近 20 倍。最令同行驚訝的是結合親和力預測——也就是判斷藥物分子和靶點結合得有多緊。這個任務傳統上依賴一種叫 FEP 的物理模擬方法，計算成本極高，需要實驗室提供晶體結構作為起點。IsoDDE 在多個公開測試中不僅全面超過所有 AI 方法，甚至超過了 FEP，而且它根本不需要任何實驗資料做起點。技術報告裡還有一個特別漂亮的案例。有一個叫 cereblon 的蛋白，科學家們花了 15 年，一直以為它只有一個藥物結合位點。直到今年年初，一篇新論文才通過實驗發現了第二個隱藏的結合位點。而 IsoDDE 僅僅輸入這個蛋白的氨基酸序列，就把兩個位點全部找了出來——包括那個藏了 15 年的。實驗室要做同樣的事，需要昂貴的晶體浸泡實驗和大量時間。IsoDDE 只要幾秒鐘。AlQuraishi 說，他最震撼的是 IsoDDE 在完全陌生的分子體繫上展現出的泛化能力，「這說明他們一定做了非常新穎的東西」。閉源：故事真正令人不安的部分如果 IsoDDE 是一個普通的商業軟體，閉源天經地義，沒什麼好說的。問題在於，它的前身 AlphaFold 代表著一種截然不同的價值觀。AlphaFold 2 在 2021 年開源，配套論文發表在 Nature 上，預測結果免費向全球開放。這件事的意義遠超技術本身——它證明了一種可能性：由科技巨頭資助的前沿 AI 研究，可以真正成為全人類的公共品。超過 300 萬科學家用它做了自己的研究，無數項目因此加速，生物學的整條河流被它改變了流向。2024 年的 AlphaFold 3 同樣發表了論文，雖然程式碼開放原始碼的速度引發過爭議，但最終也面向學術界開放。IsoDDE 打破了這個傳統。27 頁技術報告裡幾乎沒有模型架構和訓練方法的任何細節。Nature 的報導副標題直截了當：科學家們「只能猜測如何實現類似的結果」。Jaderberg 對 Nature 說的話耐人尋味。他說希望這份報告能「激勵」其他團隊。但 AlQuraishi 的反應恐怕更能代表學術界的真實感受：「問題在於，我們對細節一無所知。」有人覺得 Isomorphic Labs 作為商業公司保護自己的核心技術合情合理。這當然沒錯。但值得追問的是：當 AI 在科學領域的能力越來越強、越來越集中在少數公司手裡時，這些能力的開放程度，誰來決定？Isomorphic Labs 已經拿到 6 億美元融資，跟禮來和諾華簽了潛在價值近 30 億美元的合作協議，內部運行著 17 條藥物管線。Hassabis 今年 1 月在達沃斯說，首批 AI 設計藥物預計 2026 年底進入臨床試驗。這家公司正在從一個科研機構變成一台商業機器。武田製藥的計算結構生物學家 Diego del Alamo 指出了另一個微妙之處：Isomorphic Labs 此前投入大量精力與藥企合作，可能獲得了大量私有實驗資料。這些額外資料對 IsoDDE 性能的貢獻有多大，外界無從知曉。如果核心優勢來自資料壁壘而非演算法創新，那所謂的「激勵」就更像是一種姿態。開源陣營並沒有認輸閉源引發焦慮，但也引燃了競爭。Boltz-2 的聯合開發者、非營利公司 Boltz 的創始人 Gabriele Corso 態度很明確：他不認為私有資料是關鍵因素，因為公開資料中仍然有大量改進空間。IsoDDE 設定了一個新的性能基線，「需要追趕，也完全可以超越」。另一家公司 Deep Origin 更為高調，直接在 IsoDDE 發佈次日發聲明說，自家的 DODock 引擎在 2025 年 8 月就已經在同一基準測試上達到了可比的性能水平——用的是完全不同的技術路線。https://www.globenewswire.com/news-release/2026/02/11/3236623/0/en/Deep-Origin-Congratulates-Isomorphic-Labs-on-Catching-Up.html開源社區過去兩年也沒閒著。AlphaFold 3 發佈後，多個團隊已經做出了接近甚至部分超越它的開源模型，包括 Boltz-1/2、Chai-1、Protenix 等。AI 製藥領域正在重演大語言模型領域的劇本：一家公司亮出驚豔的閉源成果，整個開源社區迅速跟進，差距從代際縮小到可以追趕的距離。但這裡有一個關鍵區別。語言模型的訓練資料：網際網路文字，是近乎無限的公共資源。而 AI 製藥的訓練資料，特別是高品質的蛋白質-藥物實驗資料，其中相當一部分掌握在藥企手中。如果閉源模型的護城河建立在私有資料上，開源追趕的難度就大得多。關上的門這件事的影響可能超出藥物研發領域本身。過去幾年，「AI 開源推動科學進步」是一個被廣泛接受的敘事。AlphaFold 是這個敘事最有力的證據。每當有人質疑科技巨頭的AI研究到底惠及了誰，AlphaFold 都是最好的回答——看，全世界 300 萬科學家都在免費用它。如今，當 AlphaFold 的直系後代選擇閉源，這個敘事被撕開了一道口子。它暗示了一種可能的未來走向：AI 在基礎科學領域最強大的工具，逐漸從公共品變成商業資產；突破性的成果以技術報告而非同行評審論文的形式發佈；學術界能看到結果，但永遠看不到方法。Hassabis 曾經說過，AI 應用於科學，是比語言模型更豐富的事業。這話沒錯。但豐富的前提是開放。當最強的科學 AI 只對付費客戶敞開，科學共同體裡的絕大多數人就只能在圍欄外面看著。AlphaFold 的諾貝爾獎章上刻著的，是把知識給予所有人的理想。IsoDDE 的技術報告裡寫著的，是一個更強大的未來。兩者之間的距離，就是這個時代正在做出的選擇。 (新智元)

雖然腫瘤藥物代表k藥痛失藥王寶座，但全年腫瘤藥物全球市場仍雄踞第一大藥物市場地位。腫瘤藥物經歷化療、靶向治療、免疫治療的代際發展路徑，2025年免疫治療+靶向治療已經合計佔比超過70%，還有進一步提高的趨勢。2025年全球腫瘤藥物銷售前15的藥物。榜單中15款藥物的2025年總銷售額達到1178.95億美元，較2024年的1054.41億美元增長了11.81%，顯示出腫瘤市場強大的增長韌性。免疫檢查點抑製劑（PD-1/PD-L1）是腫瘤治療藥物的絕對王者，地位穩固，Keytruda、Opdivo、Imfinzi和Tecentriq四款藥物合計銷售額達537.72 億美元，佔據榜單總額的近46%，仍是腫瘤治療的基石。Keytruda以316.80億美元的銷售額一騎絕塵，持續領跑，其“廣譜抗癌”的特性和廣泛的適應症覆蓋是核心壁壘。Imfinzi憑藉在小細胞肺癌（SCLC）等領域的突破，以28.54%的增速成為PD-L1賽道的最大黑馬。在血液腫瘤領域強生的Darzalex（CD38 單抗）以143.51億美元和22.97% 的增速強勢增長，鞏固了其在多發性骨髓瘤（MM）領域的霸主地位。Imbruvica受澤布替尼等新一代BTK抑製劑衝擊，銷售額下滑10.85%，專利到期後的市場份額被快速蠶食。第一次有中國原創腫瘤藥物登列榜單，體現了中國創新醫藥的快讀崛起。Enhertu以49.82億美元銷售額和32.71%的增速，成為ADC領域的絕對標竿。其在乳腺癌、胃癌、肺癌等多癌種的卓越療效，重新定義了HER2靶向治療的標準。Perjeta銷售額下滑5.48%，反映出傳統單抗藥物在ADC等新一代療法面前的增長乏力。CDK4/6抑製劑從雙雄並立到三足鼎立，諾華的Kisqali（+57.70%）、禮來的Verzenio（+7.84%）和輝瑞的Ibrance（-5.61%）形成了新的競爭格局。Kisqali憑藉在總生存期（OS）上的顯著優勢，實現爆發式增長，正在取代Ibrance 成為HR+/HER2-乳腺癌治療的首選。阿斯利康憑藉在腫瘤免疫治療、精準靶向肺癌、ADC和BTK四大高增長領域的全面佈局，成為2025年腫瘤市場最大的贏家之一。腫瘤免疫治療：正在全力升級。2025年腫瘤免疫治療從1.0向2.0升級的核心轉折之年。2011年伊匹木單抗（CTLA-4抑製劑）正式開啟了腫瘤免疫治療的時代，到2014年k藥和O藥為代表的PD-1抑製劑，再到2018年中國批次上市PD-1，完成了免疫檢查點單藥“破冰”， 首次打破傳統治療瓶頸，全面開啟腫瘤免疫治療1.0時代。以百濟神州、信達生物、恆瑞醫藥為代表的創新藥企歷史性抓住了腫瘤免疫治療起航的關鍵窗口，推動中國成為全球創新生物醫藥發展重要的一環。PD-1藥物從2014年上市以來，已經超過12年，腫瘤免疫治療1.0時代正在進入末後期。隨著2028年專利逐步到期，大廠們必須在此前完成腫瘤免疫治療到2.0時代的重大升級，以鞏固頭部地位，而創新生物技術公司也迎來階層躍遷的歷史窗口期。在代際變革的緊迫驅動下，結合PD-1單藥響應率低（15%-25%），而且“冷腫瘤”不響應是亟待解決的問題，全球創新生物醫藥在腫瘤免疫治療領域掀起了轟轟烈烈的2.0升級展開。主要策略是“免疫+”聯合策略，衍生出“免疫+化療”“免疫+靶向”“雙免疫（PD-1+CTLA-4/LAG-3）”“免疫+放療”等多元聯合方案，治療場景向前線、輔助/新輔助拓展。以ADC、雙抗、細胞治療、mRNA 疫苗、AI驅動研發成為最核心增長引擎，市場規模與創新管線同步爆發。通過這些多元組合策略，將部分瘤種ORR提升至50%以上，推動免疫治療成為多個癌種標準治療。在這一階段，中國公司開始大放異彩，在幾乎所有細分的前沿方向具有潛力巨大的中國公司的身影，這是中國創新醫藥公司在這些領域頻頻向大型跨國藥企售出金額巨大的BD的歷史背景。默沙東的困局與突圍戰略2025年默沙東全球總營收達650億美元，同比小幅增長1%，其中腫瘤類股總銷售額為331.29億美元，較2024年的311.50億美元同比增長6.4%，穩居全球腫瘤藥企銷售額首位，領先第二名阿斯利康75.1億美元。腫瘤業務佔公司總營收的比重從2024年的48.3%提升至51.0%，提升2.7個百分點，成為公司絕對的營收支柱與增長引擎。“腫瘤藥王”Keytruda（帕博利珠單抗）表現持續強勁，2025年銷售額達316.80億美元，較2024年的296.07億美元同比增長7.0%，佔默沙東腫瘤類股收入的95.6%，貢獻公司總營收的48.7%，單一產品撐起半壁江山。Keytruda作為腫瘤免疫治療的代表，累計獲批適應症超40項，覆蓋20余種癌種。在非小細胞肺癌一線治療市場保持60%以上的份額，是營收貢獻最大的適應症，也是眾人趕超的核心目標。默沙東對Keytruda依賴風險極高，且核心專利將於2028年到期，屆時仿製藥的衝擊可能導致峰值銷售額損失超100億美元，長期增長壓力巨大。默沙東採取長短結合的多元戰略來鞏固和擴大其在腫瘤免疫治療領域的領先地位。短期核心目標是最大化Keytruda 的生命周期價值，延緩業績下滑，戰略邏輯是利用專利到期前的窗口期，通過適應症拓展、劑型創新、市場滲透進一步鞏固市場份額，為管線迭代爭取時間。中期聚焦ADC、雙抗、精準靶向三大高潛力賽道，加速管線落地與商業化，形成新的增長叢集。在ADC方向，默沙東的核心戰略是通過2023年與第一三共220億美元共同開發3款DXd ADC（HER3、B7-H3、CDH6），首付款高達40億美元。以及2022年與科倫博泰三次合作，獲得9款ADC全球權益，支付14億美元首付款，最高里程碑付款104億美元。其中蘆康沙妥珠單抗TROP2-ADC是默沙東與科倫博泰合作的核心資產，也是默沙東應對Keytruda 專利懸崖、建構“IO+ADC”協同的關鍵支柱。截至2026年2月，該藥已在中國4項適應症獲批，全球16項III期臨床全面鋪開，是默沙東ADC管線中推進最快、商業化最成熟的產品。在雙抗方向，為應對依沃西咄咄逼人的挑戰，默沙東通過與禮新醫藥（中國生物製藥旗下公司）達成32.88億美元的重磅授權協議，引入PD-1/VEGF雙抗LM-299，該產品2025年已啟動中國I/II期、美國I期臨床。在強手如雲的PD-1/VEGF雙抗賽道，LM-299並不突出。百時美施貴寶的翻盤之路在PD-1抑製劑領域，O藥痛失領先好局，被K藥長期壓制。BMS正借助腫瘤免疫升級之勢，以Opdivo為基石，通過“雙免疫+ADC+雙抗+新型免疫+細胞治療+蛋白降解”六大方向，建構下一代免疫治療矩陣，希望通過圍獵的手段逆風翻盤。雙免疫為差異化核心：PD-1+LAG-3、PD-1+CTLA-4，突破單藥PD-1瓶頸。百時美施貴寶是獲批免疫檢查點最多的跨國藥企/以84億美元收購百利天恆的雙抗ADC；在雙抗領域把寶押在了普米斯生物（被BioNTech收購）的PD-L1/VEGF雙抗PM8002上。BMS通過與BioNTech的合作獲得該產品的全球商業化權益，整筆交易總價值累計達111億美元，成為賽道“價值王”。目前正在開展一線治療小細胞肺癌的II/III期臨床試驗，有望在細分賽道實現突破。 (百澤之舞)

在大眾的印象中，製藥研究往往發生在擺滿實驗台、充斥著冒泡液體，研究人員身著白色大褂的傳統實驗室裡。但在倫敦國王十字區，有一位不走尋常路的製藥研究員帕特里克·施瓦布，他的工作場景卻截然不同。這裡曾經是鐵路站場和工業建築的地盤，如今卻搖身一變，成了倫敦最時尚的街區之一。施瓦布博士全身黑衣，供職於製藥巨頭葛蘭素史克（GSK），他正在用電腦科學中同樣熱門的人工智慧（AI），重新構想製藥的未來，致力於將儘可能多的工作從玻璃器皿轉移到電腦上，開啟“矽基藥物設計”新時代。當Transformer遇上藥物研發製藥行業一直以來都面臨著高成本、高風險的困境。一種新藥從研發到上市，平均需要花費26億美元，耗時10 - 15年，而且臨床試驗階段的候選藥物失敗率高達90%。這就好比在黑暗中摸索，投入巨大卻往往收穫寥寥。不過，AI的出現，似乎為這片黑暗帶來了一絲曙光。波士頓的生物技術公司英矽智能（Insilico Medicine）率先將基於Transformer模型的新一代AI應用於藥物研發領域。2019年，他們的研究人員腦洞大開，想用AI從生物和化學資料中發明新藥，第一站就瞄準了特發性肺纖維化這種肺部疾病。他們先是用與該病相關的資料集訓練AI，找到了一個有潛力的目標蛋白。接著，另一個AI登場，給出了能與該蛋白結合併改變其行為，同時毒性和穩定性都不錯的分子建議。最後，人類化學家接力，對篩選出的分子進行合成和測試，最終得到了一種名為rentosertib的藥物，並且最近成功完成了中期臨床試驗。整個過程僅用了18個月，而以往通常需要四年半的時間。這就像是原本開著老牛拉的破車在崎嶇山路前行，突然換成了高速行駛的跑車，效率提升立竿見影。如今，英矽智能已經有40多種由AI研發的藥物正在針對癌症、腸道和腎臟疾病等進行評估。而且，這種AI驅動的藥物研發模式正在迅速擴散。有預測顯示，該領域的年度投資將從2025年的38億美元飆升至2030年的152億美元。製藥公司與AI公司的合作也日益頻繁，2024年就宣佈了十幾項合作交易，總價值達100億美元。去年10月，製藥巨頭禮來（Eli Lilly）與輝達（Nvidia）宣佈合作，要打造行業內最強大的超級電腦，以加速藥物的發現和開發。這就像是武俠小說裡的各路高手紛紛結盟，準備在藥物研發這個江湖裡大幹一場。AI如何顛覆傳統藥物研發流程？傳統藥物研發就像一場漫長而艱難的馬拉松，從篩選具有潛在生物活性的有機小分子開始，就充滿了挑戰。要從數十億個小分子中篩選出合適的，就如同在茫茫大海裡撈針。而AI的加入，讓這個過程發生了翻天覆地的變化。它可以通過軟體模擬，對數以百億計的小分子進行篩選，測試它們的效力、溶解性和毒性等特性，根本不需要真正的分子進入試管。阿斯利康（AstraZeneca）負責這項工作的吉姆·韋瑟羅爾表示，AI篩選的速度比以前快了一倍，該公司90%以上的小分子發現流程現在都有AI助力。這就好比以前是人工一粒一粒地篩選沙子找金子，現在有了一台先進的淘金機器，效率自然大幅提升。在臨床試驗設計方面，AI同樣大顯身手。比如GSK的AI負責人金·布蘭森展示的基於智能體的系統Cogito Forge，當被問及生物學問題時，它能編寫自己的程式碼來回答問題、收集合適的資料集、整合資料，還能製作帶有結論圖表的簡報。它可以就一種疾病提出假設，包括可測試的預測，並通過文獻檢索來驗證或證偽。它甚至會派出三個“智能體”，一個尋找支援假設的理由，一個尋找反對的理由，還有一個來判斷誰對誰錯。這就像是有一群聰明的助手，幫研究人員全面地思考問題，大大提高了研究的精準性和效率。AI在選擇臨床試驗患者方面也發揮著重要作用。它可以分析候選人的健康記錄、活檢和身體掃描等資料，找出最有可能從新藥中受益的人。這樣一來，臨床試驗的參與者選擇更精準，試驗規模可以更小，速度更快，成本也更低。這就好比在一場比賽中，挑選出最有潛力奪冠的選手參賽，比賽自然更容易取得好成績。而AI最讓人驚豔的應用之一，當屬建立合成患者（也叫數字孿生）作為真實參與者的對照。AI通過分析過往試驗資料，學會預測未接受治療的患者病情自然發展情況。當有志願者參加試驗並接受藥物治療時，AI就會建立一個具有相同特徵（如年齡、體重、現有疾病和疾病階段）的“虛擬患者”。這樣，通過對比真實患者和虛擬患者的情況，就能更準確地評估藥物的療效。舊金山的數字孿生公司Unlearn.AI在2025年發佈的研究顯示，這種方法在早期帕金森病試驗中可將對照組規模縮小38%，在另一項阿爾茨海默病研究中可縮小23%。而且，對於那些原本可能沒有對照組的早期試驗，現在也可以通過數字方式引入對照組，增強對藥物療效的信心，並改進後續試驗的設計。這就像是給每個真實患者都找了一個虛擬的“影子”，通過對比兩者，更清晰地看到藥物的效果。AI的“製藥瓶頸”與突破之路不過，AI在製藥領域也並非無所不能。許多蛋白質分子，作為越來越常用的藥物，但它們比傳統藥物分子大得多，還老是晃來晃去，確定它們的精確形狀可不容易。RNA分子，作為新型疫苗的基礎，同樣讓人頭疼，而細胞內部基於膜的複雜結構更是難上加難。但好在這個領域的研究進展迅速，研究人員正在訓練AI來模擬蛋白質與其他分子的相互作用、預測RNA折疊，甚至模擬細胞。鹽湖城的Recursion公司打造了一個AI“工廠”，在其中對數百萬個人類細胞進行各種化學和基因變化的成像，讓AI學習基因和分子通路之間的模式。紐約的AI生物技術公司Owkin則利用醫院患者的大量高解析度分子資料訓練模型。Owkin的老闆湯姆·克洛澤爾認為，通過做出人類無法做到的發現，這項工作正在朝著生物學領域的真正通用人工智慧邁進。隨著AI在製藥領域的深入發展，一個問題也隨之而來：傳統製藥公司會被新興的AI公司顛覆嗎？像OpenAI，它引領了被稱為大語言模型的Transformer的發展，還有從GoogleDeepMind分拆出來的藥物發現初創公司Isomorphic Labs，都在訓練能夠在生命科學領域進行推理和發現的系統，希望這些工具能成為出色的“生物學家”。目前來看，製藥公司擁有豐富的資料以及理解和使用這些資料的背景優勢，所以合作是當下的主流。例如，OpenAI正在與RNA疫苗先驅Moderna合作，加速個性化癌症疫苗的開發。但隨著新模型讓生物學變得更具可預測性，行業優勢的天平可能會發生傾斜。無論未來競爭格局如何變化，有一點是肯定的：AI已經給製藥行業帶來了巨大的改變。如果它能在後期臨床試驗中也取得像前期那樣的改進，那麼上市的藥物數量有望大幅增加。從長遠來看，AI為人類健康帶來的提升潛力是巨大的。也許在不久的將來，我們就能看到更多由AI助力研發的藥物，為無數患者帶來新的希望，就像一場全新的醫學革命正在緩緩拉開帷幕。 (跬步書)

當地時間1月12日，摩根大通醫療健康大會（JPM Conference）在舊金山正式召開。大會首日，全球市值最大的科技公司輝達與全球市值最大的製藥公司禮來宣佈，將在五年內斥資10億美元在舊金山灣區建立一個新的聯合研究實驗室，以加速AI藥物研發處理程序。截至發稿，輝達市值為4.5兆美元，位居全球市值最大公司榜首；禮來市值穩定在1兆美元上方，牢牢佔據全球市值最大製藥企業的地位。據介紹，該實驗室將使用輝達最新一代AI晶片Vera Rubin。就在幾個月前，禮來曾表示，正使用1000多個輝達當前一代AI晶片Grace Blackwell建構一台超級電腦。這也有望成為全球最強大的AI電腦之一。使用人工智慧模型來設計和發現新藥物，是目前全球製藥巨頭加速佈局的方向，此舉目標是縮短新藥研發上市所需的時間。隨著輝達加速滲透生物技術市場，該公司採取的戰略是提供開源人工智慧模型和軟體，以便製藥商可以基於輝達的硬體，並利用這些模型和軟體建構自己的藥物開發平台。輝達當天還發佈了一系列新模型，其中包括一個可用於確保使用人工智慧工具設計的藥物在真實世界實驗室中合成的更新模型。對此，花旗分析師在一份發給投資人的報告中寫道：“輝達與禮來結成戰略聯盟，旨在通過將禮來公司的製藥專業知識與輝達的尖端人工智慧、加速計算和基礎設施能力相融合，從根本上重塑藥物發現，並將頂尖科學家和人工智慧工程師集中在一起，共同應對複雜的新藥研發挑戰。”諮詢公司麥肯錫在去年發佈的一份報告中稱，人工智慧是製藥業“百年難得的歷史性機會”。在美國，已經誕生了一大批AI製藥公司，它們通過建設大型實驗室，生成資訊來幫助訓練人工智慧，從而加速實驗處理程序，識別預測可能有效的藥物分子，並通過生成式人工智慧將藥物分子的設計數位化。波士頓諮詢的一份研究顯示，到2025年，AI生成的藥物分子在一期臨床試驗中的成功率已經高達80%至90%，高於50%的歷史平均水平。這意味著，AI發現的藥物正在突破臨床一期的瓶頸，展現出進入後期臨床驗證階段的潛力。AI製藥近年來也已經成為醫藥巨頭“因害怕錯過而不得不投”的新賽道。除了禮來之外，諾和諾德、艾伯維、默克、阿斯利康等巨頭公司都涉足了AI製藥領域。去年3月，擁有前“藥王”修美樂的艾伯維宣佈收購AI製藥公司Landos  Biopharma；2024年9月，諾和諾德與美國科技公司Valo  Health達成合作協議，尋求利用人類資料和人工智慧技術發現並開發心臟代謝疾病新療法。根據研究機構Research And Markets資料，2022年全球AI製藥市場規模已經超過10億美元，預計2026年市場規模將接近30億美元。中國生物製藥企業也有望在這一輪的AI製藥熱潮中再次引領技術前沿。去年，中國研究團隊展示了一項研究成果，他們利用生成式AI平台，“從零開始”發現全新靶點並設計全新分子、完成實驗驗證的過程。《自然醫學》對此發表評論稱，該研究標誌著向人工智慧輔助藥物發現引入臨床治療方面邁出堅實的一步。 (第一財經)

這家公司似乎已經搶在禮來公司之前，率先在減重市場實現了一項可能具有重要意義的創新。諾和諾德於周一推出了Wegovy的口服片劑版本，自費客戶的起始劑量定價為每月149美元，這為爭奪快速增長的減重藥物市場份額開闢了新戰線。這款口服藥是業內期待已久的一波減肥藥口服製劑中的首款，目前已在藥店及線上遠端醫療平台（包括諾和諾德自有平台NovoCare）上架。受此消息影響，諾和諾德美國存托憑證（ADR）周一上漲2.8%。儘管諾和諾德在2021年推出Wegovy注射劑後掀起了減肥藥熱潮，但此後在與禮來公司（Eli Lilly）的競爭中逐漸失勢——後者推出了藥效更佳的Zepbound，備受市場青睞。投資者對諾和諾德的產品線及發展前景逐漸失去信心，其ADR自2024年年中以來已累計下跌超60%。如今，在作風激進的新任CEO領導下，諾和諾德似乎在減重市場可能發生的重要變革中搶佔了先機。禮來自家的減肥藥奧福格列汀（orforglipron）尚未獲得美國食品藥品監督管理局（FDA）批准，預計將於今年晚些時候上市。首款新型減肥藥片的推出，可能為諾和諾德帶來重要的先發優勢。然而，患者（或減重人士，下同）將如何使用這些口服藥仍有疑問，畢竟其效果不如Wegovy和Zepbound等注射劑。一種觀點是，這些口服藥將更像消費品而非處方藥，患者願意為適度的減肥效果自掏腰包。禮來和諾和諾德都在推行新的自費支付模式，允許患者在不使用醫保的情況下直接購買藥物。患者也可能使用這些藥物來維持通過注射治療減下的體重。禮來最近的資料顯示，其口服藥orforglipron作為維持療法效果良好，有助於患者維持通過Wegovy或Zepbound實現的減重效果。目前FactSet的共識預期認為，Wegovy口服藥今年的銷售額將達到10億美元，2027年將增至22億美元。然而，Wegovy口服片存在的侷限性可能對諾和諾德構成長期挑戰，使其難以維持相對於禮來的競爭優勢。正如諾和諾德美國業務執行副總裁戴夫·摩爾去年十月在接受Barron's採訪時所說，Wegovy口服藥所需的活性成分“遠多於”注射劑型。“我們已經為上市做了很長時間的供應和準備工作，”摩爾當時表示。這可能導致Wegovy口服片的生產成本高於競爭對手的同類產品。另一個缺點是：Wegovy片劑需每日空腹服用，且服藥後半小時內不得進食、飲水或服用其他藥物。相比之下，禮來的orforglipron可以在一天中的任何時間服用，對飲食和飲水沒有限制。這可能讓orforglipron對患者更具吸引力。Wegovy口服藥是司美格魯肽的口服劑型，這與諾和諾德的Wegovy注射劑和2型糖尿病注射藥Ozempic中的活性成分相同。諾和諾德還銷售一種低劑量的司美格魯肽片劑，名為Rybelsus，用於治療2型糖尿病。諾和諾德周一表示，Wegovy的起始劑量將以每月149美元的價格出售給自費患者。中等劑量在四月中旬前每月149美元，之後每月199美元。高劑量則為每月299美元。患者在第一個月服用起始劑量，第二個月服用中等劑量，之後則服用更高劑量。諾和諾德為Wegovy口服藥設定的自費價格低於該公司對注射版Wegovy收取的自費價格。注射版高劑量的自費價格為每月349美元。Wegovy口服藥的自費價格也低於禮來為orforglipron預先披露的價格。去年11月，禮來表示，orforglipron的最低劑量每月費用為149美元，最高劑量為每月399美元。Wegovy（包括口服和注射劑型）向保險公司報價的標價（即任何談判回扣前的價格）均為每月1350美元。諾和諾德周一表示，Wegovy口服片現已在藥店以及Ro和GoodRx等遠端醫療平台發售。 (Barrons巴倫)