AI驱动的双特异性抗体交易突破十亿美元，制药行业加速拥抱AI

制药公司对AI驱动的双特异性抗体平台的投资承诺已超过十亿美元，计算工具正从实验性手段转变为双靶点药物开发中管理临床风险和制造复杂性的战略必需品。

制药公司对AI驱动的双特异性抗体平台的投资承诺已超过十亿美元，计算工具正从实验性手段转变为管理双靶点药物开发中临床风险和制造复杂性的战略必需品。

BCC Research于6月15日发布的脉搏报告指出："AI正从创新差异化因素转变为开发双特异性抗体疗法公司的战略必需品。"这家总部位于波士顿的市场研究公司调查了10家领先制药公司及其技术合作伙伴的AI采用模式。

报告显示，武田（Takeda）的多年AI平台合作项目潜在里程碑承诺超过十亿美元，而赛诺菲（Sanofi）为AI工程化双特异性抗体项目预付了约1.25亿美元。辉瑞（Pfizer）、罗氏/基因泰克（Roche/Genentech）、诺华（Novartis）、安进（Amgen）、再生元（Regeneron）、药明生物（WuXi Biologics）及中外制药（Chugai Pharmaceutical）等市场领导企业，正在内部研究平台和战略合作中部署AI。该报告覆盖2024年至2030年期间。

这一融合趋势针对一个长期存在的问题：双特异性抗体历来因细胞因子释放综合征、免疫原性风险以及表达平衡和聚集等制造难题，在后期临床阶段失败率居高不下。AI驱动的预测模型如今可在临床试验启动前锁定这些失败点，每个项目可能节省数亿美元的开发成本。这一方法反映出行业的广泛共识：传统的试错法无法在可接受的时间表和资金预算内实现双靶点抗体工程所需的精确度。

临床风险缓解推动平台采用

AI模型正被用于预测T细胞接合型双特异性抗体格式中的细胞因子释放综合征风险——这是该类药物历史上常见的失败模式。报告称，与传统单克隆抗体方法相比，整合多组学数据的机器学习平台可实现更精确的双靶点结合策略。免疫原性风险上升以及免疫接合型抗体狭窄的治疗窗口，正迫使制药公司采用计算生物学平台进行结构预测和安全性优化。

制造复杂性是另一催化剂。表达平衡、聚集和纯化难题推动了AI赋能的可开发性筛选，旨在防止代价高昂的后期制造问题。该方法使公司能够在投入大规模生产之前识别有问题的候选药物，随着双特异性抗体管线在肿瘤学和免疫学适应症中的扩展，这一能力正变得愈发重要。

合作模式主导投资策略

大型制药公司并非完全自主建设AI能力，而是采取合作主导的投资策略，以获取差异化的计算生物学平台，同时分担早期开发风险。报告称，这一模式吸引了风险资本进入那些拥有集成AI能力的可扩展双特异性抗体平台的生物技术公司。战略企业投资者正通过少数股权投资获取差异化技术，而非进行全面收购。

在纳斯达克上市的合成DNA与抗体平台公司Twist Bioscience近期通过与Invenra达成双特异性抗体授权协议，扩大了在该领域的作用。该交易深化了Twist在AI赋能药物发现和更高价值蛋白质工具领域的布局，不过该公司仍在增长雄心与持续亏损之间寻求平衡。根据Simply Wall St的估算，分析师预计Twist的营收到2029年可达6.414亿美元，盈利达1.221亿美元。

投资影响

对投资者而言，AI与双特异性抗体的融合为计算生物学平台和下一代抗体工程公司带来了上行空间。在靶点配对优先排序和可制造性优化方面展现出明确AI差异化能力的公司，似乎最有能力获得合作溢价和里程碑驱动的价值创造。然而，围绕AI可解释性要求的监管不确定性以及大型双特异性抗体产品组合的资源稀释，是主要风险因素。报告指出，辉瑞、安进和再生元因其现有的双特异性抗体管线及AI整合努力，被视为最有望从这一融合趋势中受益的领先企业。风险资本正越来越多地优先投资于拥有集成AI能力的可扩展双特异性抗体平台的生物技术公司，而战略企业投资者则通过少数股权投资来获取差异化技术。

本文仅供信息参考，不构成投资建议。