AI驅動雙特異性抗體交易突破十億美元 製藥業加速擁抱AI

製藥公司已對AI驅動的雙特異性抗體平台承諾投入超過十億美元，運算工具正從實驗性角色轉變為藥物開發中不可或缺的核心要素。

製藥公司已對AI驅動的雙特異性抗體平台承諾投入超過十億美元，運算工具正從實驗性角色轉變為管理雙標靶藥物開發中臨床風險與製造複雜性之戰略必需品。

根據6月15日發布的BCC Research脈動報告指出：「AI正從創新差異化的工具，轉變為開發雙特異性抗體療法公司的戰略必需品。」這家總部位於波士頓的市場研究機構分析了10家頂尖製藥公司及其技術合作夥伴的AI採用模式。

報告顯示，武田藥品（Takeda）的多年AI平台合作案承諾的潛在里程碑付款超過十億美元，而賽諾菲（Sanofi）則為AI工程設計的雙特異性抗體計畫支付約1.25億美元的預付款。輝瑞（Pfizer）、羅氏/基因泰克（Roche/Genentech）、諾華（Novartis）、安進（Amgen）、再生元（Regeneron）、藥明生物（WuXi Biologics）及中外製藥（Chugai Pharmaceutical）均為在內部研究平台與戰略合作中部署AI的市場領導者。該報告涵蓋2024年至2030年的期間。

這一融合趨勢針對一個長期存在的問題：雙特異性抗體由於細胞激素釋放症候群、免疫原性風險以及表現平衡和聚集等製造障礙，在歷史上一直面臨高後期失敗率的問題。AI驅動的預測模型現在能在臨床試驗開始前針對這些失敗點進行預測，每個計畫可望節省數億美元的開發成本。此方法反映出業界廣泛認知到，傳統的試錯法無法在可接受的時間與資本預算內，達成雙標靶抗體工程所需的精準度。

臨床風險緩解驅動平台採用

AI模型正被部署於預測T細胞銜接雙特異性抗體形式中的細胞激素釋放症候群風險，這正是該藥物類別歷史上困擾已久的失敗模式。報告指出，整合多體學數據的機器學習平台，相較於傳統單株抗體方法，能實現更精準的雙標靶接合策略。在免疫活化形式中日益增加的免疫原性風險與狹窄的治療窗口，正迫使製藥公司採用計算生物學平台進行結構預測與安全性優化。

製造複雜性是另一項催化因素。表現平衡、聚集與純化等挑戰，驅使業者採用AI驅動的可開發性篩選，以預防代價高昂的後期製造問題。此方法使公司能夠在大規模生產之前識別出具問題的候選藥物，隨著雙特異性抗體管線在腫瘤學與免疫學適應症上不斷擴展，這項能力變得越來越有價值。

合作模式主導投資策略

大型製藥公司並未完全自行建構AI能力，而是採取以合作為主導的投資策略，以獲取差異化的計算生物學平台，同時分擔早期開發風險。報告指出，該模式已吸引創投資金投入那些擁有可擴展、並整合AI能力的雙特異性抗體平台的生技公司。戰略性企業投資者正進行少數股權投資，以獲取差異化技術，而非進行全面收購。

在納斯達克上市的合成DNA與抗體平台公司Twist Bioscience，近期透過與Invenra的一項雙特異性抗體授權協議，擴大了其在該領域的角色。該交易加深了Twist在AI驅動藥物發現與更高價值蛋白質工具上的布局，不過該公司仍持續在成長雄心與持續虧損之間尋求平衡。根據Simply Wall St的預估，分析師預測Twist的營收到2029年可達6.414億美元，收益為1.221億美元。

投資啟示

對投資者而言，AI與雙特異性抗體的融合，為計算生物學平台與下一代抗體工程公司帶來了上漲空間。在靶點配對優先順序與製造優化方面展現出明確AI驅動差異化的公司，似乎最具備獲取合作溢價與里程碑驅動價值創造的優勢。然而，圍繞AI可解釋性要求的監管不確定性，以及大型雙特異性抗體產品組合中的資源稀釋，是主要的風險因素。報告指出，輝瑞、安進與再生元因既有的雙特異性抗體管線與AI整合努力，被視為最能從此融合趨勢中受益的領導者。創投資金正日益優先投向那些擁有可擴展、並整合AI能力的雙特異性抗體平台的生技公司，而戰略性企業投資者則透過少數股權投資來獲取差異化技術。

本文僅供資訊參考，不構成任何投資建議。