Xanomeline Tartrate/Trospium Chloride

生物医药行业动态 · 2026-11-02 今日摘要BMS 的 Cobenfy 三季度只卖了 5,700 万美元，连续第二个季度低于预期 ——同比 +33%、环比 +30% 看上去在增长，但比市场预期低约 1,100 万美元，处方量环比仅 +3%~4%，管理层把原因归到"二季度渠道备货、三季度去库存"和"患者停留在低剂量"；毒蕈碱 M1/M4 这条新机制第一次被商业化真实检验，瓶颈落在滴定耐受性而不是疗效叙事上，再鼎的大中华区 KarXT 面对的是同一个瓶颈。（影响：高）礼来 Q3 营收 243.97 亿美元（+39%），全年营收指引从 850–870 亿上调到 910–920 亿，但 Non-GAAP EPS 指引反而下调到 35.00–36.00 美元 ——销量 +53%、实际价格 -15% 的组合说明 GLP-1 已经进入"以量换价"的常态；上调的是收入，被 42 亿美元收购在研费用吃掉的是利润，口服 GLP-1（Foundayo 单季 1.84 亿美元，低于预期 2.29 亿）还没有接棒。（影响：高）罗氏把 trontinemab 推进到"临床前 AD"的 III 期：1,600 例、主要终点是 CDR-GS 由 0 转正的时间，首例入组定在 11-30 ——这是抗淀粉样蛋白路线第一次从"治疗症状期"改为"一级预防"，真正的变量不在 Aβ 机制而在 Brainshuttle 把脑内暴露做上去、同时把 ARIA 压下来的能力；对名单内仑卡奈单抗、多奈单抗的"早期 AD"市场是时间窗挤压，对 Denali 的 ETV 平台是正面对位。（影响：高）一、政策与监管 本节速览CDE ·《新生抗原药品关键问题的技术考虑（征求意见稿）》  — 国内首个专门针对个体化新生抗原药品的技术文件，10-30 发布、征求意见 1 个月，把抗原筛选、免疫原性、批次一致性与伴随诊断的审评口径固定下来美国 FDA / HHS · 三款雌二醇透皮贴片标签更新  — 10-30 移除心血管疾病、乳腺癌与"可能痴呆"三项黑框，为 2026-02 之后第二批；以行政令驱动的"按产品证据分类别警示"再落一例 ← 左右滑动查看 → 二、IND 申报与获批 本节速览信达生物 · IBI3038（IGF-1R×IL-6 双抗）  — CDE 默示许可，拟用于甲状腺眼病；用"抗纤维化"叠加已上市的 IGF-1R 单抗，是国内 TED 赛道从单靶点转向组合机制的标志康宁杰瑞 · JSKN021（简报）  — FDA 批准 I 期 IND（JSKN021-101），中国 I 期已于 6 月完成首例给药、爬坡中观察到初步疗效；HER2 双表位 ADC 的海外开发正式启动 ← 左右滑动查看 → 三、临床与研发 本节速览罗氏 · trontinemab（Brainshuttle 抗 Aβ）  — III 期在"认知正常但 Aβ 病理阳性"人群启动，1,600 例、主要终点 CDR-GS 转正时间、首例 11-30；抗淀粉样蛋白从治疗期改为一级预防，变量在跨血脑屏障递送Iovance · lifileucel（TIL，简报）  — 二线非鳞 NSCLC II 期 69 例 ORR 24.6%（17/69），与去年 39 例的 25.6% 期中读数基本持平；注册路径改为 KRAS 野生型富集的前瞻队列 POSITILITY（11 月起入组），股价当日 -35.4% ← 左右滑动查看 → 四、审批与上市 本节速览Agios · mitapivat（SCD）  — FDA 把 PDUFA 目标日从 2026-11-01 推到 2027-02-01，因 REMS 信息补充被认定为重大修订、审评延长 3 个月；股价 -17.55%NRx · 无防腐剂氯胺酮（ANDA）  — 10-30 获批，早于 11-10 的 GDUFA 目标日；去掉苯扎氯铵并回迁美国灌装，为 NRX-100 的抑郁适应症铺路Immunome · varegacestat（简报）  — EMA 验证 desmoid 瘤 MAA 并启动集中审评；III 期 RINGSIDE 的 PFS HR=0.16、ORR 56% vs 9%，FDA 的 PDUFA 为 2027-04-28 ← 左右滑动查看 → 五、资本与交易 本节速览赛诺菲 – 再生元  — 扩大合作，新增 4 款再生元自研的长效免疫抗体；赛诺菲付 10 亿美元首付（2026Q4 计入合作收入），后续里程碑最高 70 亿美元Aspen Neuroscience  — 10-30 纳斯达克 IPO 定价 15.00 美元、募资 1.406 亿美元；自体 iPSC 多巴胺能神经元前体（ANPD001）治疗帕金森病，PD 细胞治疗首次拿到公开市场定价礼来 – AtaiBeckley  — 2026Q3 完成收购，标的核心为鼻喷 mebufotenin（BPL-003，5-MeO-DMT）用于难治性抑郁；对价未披露Setara（简报）  — 获 9,000 万美元，承接 Jazz 的 Actio 交易分拆出的罕见病管线；金额未达 1 亿美元门槛 ← 左右滑动查看 → 六、市场与商业化 本节速览礼来 · 替尔泊肽（Mounjaro / Zepbound）  — Q3 营收 243.97 亿美元（+39%），全年营收指引上调至 910–920 亿美元，但 EPS 指引因 42 亿美元收购在研费用下调至 35.00–36.00 美元；销量 +53%、价格 -15%BMS · Cobenfy（xanomeline-trospium）  — Q3 收入 5,700 万美元（同比 +33%、环比 +30%），低于预期约 1,100 万美元，连续第二季不及预期；处方量环比仅 +3%~4%，患者停留在低剂量 ← 左右滑动查看 → 七、情报与预警 本节速览Gilead / Kite · KITE-753（抗 CD19/CD20 双靶 CAR-T）  — PALISADES-1（II 期二线 DLBCL）与 PALISADES-2（III 期三线及以上）被实施部分临床暂停，原因是 II 期出现 3–4 级 ICANS，无死亡；"3 天快速制备"与神经毒性窗口的权衡成为双靶 CAR-T 的共性门槛 ← 左右滑动查看 → 免责声明：内容基于公开信息整理，不保证完整性与准确性。

Douglas Yao（道格拉斯·姚）从零起步完整路线 重点：不是零基础小白，是自带哈佛计算生物学博士底子，只是跳出高校/大厂，用个人积蓄单人创业，没有VC融资、没有团队 阶段1：前期积累，埋下想法（求学阶段） 1. 本科UCLA分子生物，哈佛计算生物学博士，长期做复杂疾病（精神分裂、阿尔茨海默）的遗传、靶点研究，在哈佛和nference做生物医药数据科学家，懂靶点、生物信息、疾病通路，发过Nature Genetics论文 2. 他的精神偶像：保罗·杨森（杨森制药创始人）——当年也是小实验室快速合成大量化合物、快速动物测试。他想复刻这套“快速试错”模式，但用AI+低成本自动化，对抗现在药企天价研发成本 3. 痛点感知：传统药企临床前筛选就要砸几百万、周期漫长，门槛极高；他想验证：单人+平价设备+大模型能不能做早期药物发现 阶段2：自学短板、采购设备，改造车库实验室（起点） 他本身擅长计算、生物，但不会有机化学合成，所以第一步是自学有机合成、药物化学： 1. 资金来源：自己博士期间攒的积蓄，没有外部投资 2. 核心硬件：买一台平价开源自动化移液机器人 Opentrons OT-2（约一万多美元），再加通风橱、小型反应装置、耗材、试剂，全部塞进自家车库；用简易风扇做排风，不是GMP合规的专业药厂实验室 3. 工具栈确定：ChatGPT Pro、Claude。用大模型做两件事：设计小分子结构 + 给OT-2机器人写Python实验脚本，自动做高通量筛选实验 阶段3：AI批量设计分子，虚拟筛选 1. 选定疾病靶点： - 第一个：阿尔茨海默病 GalR1受体（PAC-832） - 第二个：精神分裂 M4受体（PAC-3310，对标BMS刚获批的Cobenfy，目标做到选择性更好） 2. 让AI批量生成几千个全新小分子，AI预测分子结合靶点能力、血脑穿透性、毒性、理化性质，在电脑上先筛一轮，砍掉明显不行的分子，压缩候选池，最后挑一百多个值得合成的分子 阶段4：车库里合成、细胞+小鼠体内测试（最受关注的环节） 1. 用AI生成的合成路线，在车库手动+OT-2机器人配合，完成化学合成、纯化；机器人自动完成稀释、加样、高通量细胞筛选（体外细胞实验） 2. 细胞筛选有效之后，再送小鼠动物实验，观察药效、行为学指标、初步毒性；PAC-832小鼠实验看到记忆改善，PAC-3310在精神分裂模型小鼠上有阳性结果 3. 这里就是他说的成本只有传统临床前的千分之一：特指【从分子设计→细胞→小鼠药效这一段前期筛选】，不含临床试验（临床才是吞钱大头） 阶段5：成立公司、公开、推进下一步 1. 注册Pace Pharmaceuticals，把候选分子专利放进公司 2. 2026年6月在X（推特）公开PAC-832，9月公开PAC-3310，迅速出圈；也就是你视频里看到的内容 3. 当前计划：继续做IND-enabling（支持申报临床的全套临床前安全性、工艺研究），目标往I期临床推进；但还没有进入人体临床、没有同行评审正式论文、没有第三方独立重复验证，这也是业内争议最大的地方 一句话总结它的“从零”真相 ✅ 从零 = 从零搭建属于自己的单人自动化药物发现管线、从零在车库搭建合成实验室、不靠团队和资本 ❌ 不是从零学生物医学；他的底层学术功底是这套玩法的前提，普通人就算买同款机器人、ChatGPT，也很难复刻