BGE-102

最近几天，AI制药出现了很多变动，旧文重发一下，周末会找时间再写一下近期的变动。 2026年7月，英矽智能的Rentosertib进入Ⅲ期临床，计划在中国47家研究中心招募320名特发性肺纤维化患者。 这大概是理解AI制药最合适的起点。 一款由AI参与发现的分子，终于走到了大规模人体试验。但把时间往前倒，Rentosertib要先找到值得干预的靶点，再设计分子、合成分子、做药效和毒理实验，最后还要解决制剂、生产和临床试验。任何一关过不去，它都到不了今天。 英矽智能、晶泰科技、深势科技、成都先导、剂泰科技、百图生科和深度智耀都被归入AI制药，实际分布在这条研发链的不同位置。英矽找靶点、造分子；百图研究蛋白；深势做物理计算；晶泰和成都先导帮助筛选并验证分子；剂泰解决制剂和递送；深度智耀提高临床研发效率。 所以，AI制药不是一项技术，而是靶点发现、分子生成、物理计算、实验筛选、制剂递送和临床数字化六条路线。它们解决的问题不同，技术成绩单不同，最后形成的收入和药物权利也不同。 📌 本文看点 01 FEP与DEL有什么不同 02 机器人为何进入实验室 03 递送技术怎样变成收入 01 TARGET先决定打谁，再决定造什么 研发一款新药，最先回答的不是分子长什么样，而是疾病到底由谁推动，应该干预哪个靶点。 人体里有大量相互作用的基因、蛋白和代谢物。基因组记录遗传信息，转录组反映哪些基因正在工作，蛋白组则告诉研究人员，细胞真正生产了哪些蛋白、数量发生了什么变化。所谓多组学分析，就是把这些不同层面的数据放在一起，寻找与疾病相关的变化。 AI擅长从海量数据中找关联。例如，某种疾病患者身上反复出现同一个蛋白异常，模型可以把它列为潜在靶点。但相关不等于因果。这个蛋白可能是病因，也可能只是疾病发生后的结果。研究人员还要回到细胞和动物实验，确认干预它能否改变疾病进程。 百图生科做的蛋白语言模型，也在解决这类问题。蛋白质由氨基酸序列组成，序列的排列方式会影响结构和功能。蛋白语言模型从大量序列和结构中学习这种规律，再用于预测蛋白功能、优化抗体或者设计新的蛋白分子。赛诺菲官网披露，双方正在共同开发用于生物药研发的AI模型和蛋白语言模型。 这类合作的第一项成果，是模型进入了药企的真实研发流程。下一步才是候选分子、临床资产，以及这些资产能否为平台带来持续收入或药物权益。 靶点确定后，分子生成模型开始工作。研究人员先给出一组条件，例如要与哪个靶点结合、选择性要多高、是否容易合成、进入人体后能维持多久，模型再从巨大的化学空间中提出一批新结构。 这不是输入靶点、点击按钮，一款药就出来了。模型画出的分子还要经历设计、合成和测试的多轮循环。英矽智能的意义，在于它把靶点发现和分子生成接在一个平台上，又用自有管线验证这套方法。Rentosertib走到Ⅲ期，说明平台至少完成了一次从计算到后期临床的长距离推进；它能否成为产品，要等Ⅲ期疗效和安全性结果。 02 SCREENING模型画完分子，还要决定哪些值得真做 生成式模型一次可以提出成千上万个结构，实验室不可能全部合成。谁来缩短名单？ 深势科技所代表的物理计算，是一种做法。 这里经常出现一个术语，自由能微扰，英文缩写是FEP。它主要用于先导化合物优化，也就是已经找到一批有希望的分子后，比较其中哪些与靶点结合得更牢。 可以把它理解成一场分子之间的淘汰赛。药化团队面前有一组结构相近的候选分子，FEP模拟每个分子与目标蛋白结合前后的能量变化，给出相对排序。排名靠前的先合成、先实验，排名靠后的暂时放下。计算无法代替实验，但能少做一批成功希望较低的分子。 这项技术对蛋白结构、分子力场和采样精度要求很高，预测结果也必须与真实实验反复校准。深势科技披露，其Hermite平台客户累计完成超过20万次Uni-FEP计算任务，平台应用于50多条药物管线。使用规模之外，药企更关心预测与实验是否一致、候选药确定时间缩短了多少，以及下一条管线还会不会继续使用。 成都先导的DEL走的是另一条路。 DEL的全称是DNA编码化合物库。研究人员给每个小分子挂上一段DNA标签，这段DNA就像分子的条形码。海量带标签的真实分子被放进同一个体系，与靶蛋白接触；筛选结束后，通过读取DNA序列，就能知道哪些分子与靶点结合过。 成都先导披露的DEL库超过1.2万亿个小分子。它的优势是可以在一次实验中筛选极大规模的实体化合物，而不是只在电脑里预测。局限也很清楚：结合上靶点只是开始，命中物还要经过复筛、活性确认和药物化学优化，才能成为真正的候选药。 BioAge的BGE-102提供了一个比较完整的案例。项目最初的命中物由成都先导DEL平台发现，BioAge随后完成分子优化并推进临床，目前已经进入Ⅱ期。2025年项目启动Ⅰ期时，曾触发一笔金额未披露的里程碑。成都先导交付的是研发起点；BioAge承担后续临床费用和失败风险，也掌握药物资产的主要价值。 FEP与DEL都在帮药企缩短实验名单。FEP从一组相近分子中计算谁更值得合成，DEL则让海量真实分子直接参加一轮筛选。听起来都叫筛选，做法和生意完全不同。 03 CLOSED LOOP算法走进实验室，晶泰要解决的是数据回流 药物研发里常说干实验和湿实验。干实验发生在电脑上，包括结构预测、虚拟筛选和分子设计；湿实验要使用真实试剂、细胞和化合物，完成合成、活性测试、药代和毒理验证。 很多AI制药平台的问题就卡在两者之间。计算团队给出一批分子，实验团队过几周或几个月再返回结果，数据格式不统一，失败实验甚至没有被完整记录。模型得不到稳定反馈，也就很难越用越准。 晶泰科技试图用自动化实验室把这个缺口接起来。模型提出分子，机器人完成合成和测试，结果自动回到数据库，再用于下一轮模型训练。这就是经常被提到的干湿实验闭环。 公司在2025年年报中披露，其AI智能体每周可自主推进超过1万次化合物合成实验，整套闭环包含200多个模型。真正稀缺的不只是实验速度，还有格式统一的正负结果。一次反应为什么成功、为什么失败、在哪种温度和试剂条件下失败，都可以成为下一轮预测的数据。 闭环也让晶泰带有明显的重资产特征。机器人、实验场地和科研人员都要持续投入。评价这条路线，除了看模型数量和实验通量，还要看客户订单能否持续、实验室使用率能否提高，以及收入增长后能留下多少经营现金流。 深势主要帮助药企决定哪些分子值得做，晶泰还要把这些分子做出来并收集实验结果。多走了一步，能得到更独特的数据，也要承担更高成本。 04 DELIVERY有活性还不够，分子得真正变成药 一个分子在试管里杀死肿瘤细胞，不代表患者吃下去也有效。它可能不溶于水，可能在胃肠道里被破坏，可能很快被肝脏代谢，也可能到不了需要治疗的器官。 这里涉及两个常用概念。 一个是生物利用度，也就是给药以后，有多少药物真正进入血液循环。另一个是递送，研究怎样把药物送到目标组织或细胞，并尽量减少对其他部位的影响。制剂研究则要决定一款药最终做成片剂、胶囊、注射液还是其他剂型，以及使用哪些辅料、按什么比例组合。 剂泰科技把AI用在这个环节。其MTS-004由右美沙芬和奎尼丁两种已有临床基础的活性成分组成，剂泰要解决的主要问题，是怎样把它做成稳定、快速崩解、能够掩盖味道的口腔崩解片。 公司在招股书中披露，AiTEM平台从大量理论处方中筛选并测试了200多个组合，约3个月确定最终方案；公司列示的传统处方研发周期为1至2年。这个时间差是剂泰对MTS-004单个项目的比较。随后，MTS-004授权带来的1亿元首付款，也让这项技术第一次在收入中有了清晰落点。 剂泰2025年收入约1.05亿元，其中约1亿元来自MTS-004首付款；同期研发开支约2.70亿元。一款处方优化成功，带来了一笔清晰的BD现金。但这笔收入不能每年重复确认，下一步要看更多项目能否复制MTS-004的速度和授权结果。 剂泰与英矽不是同一类技术公司。英矽从新靶点和新分子出发，核心验证对象是自研创新药；剂泰的长项是制剂和递送。以MTS-004为例，活性成分已有临床基础，剂泰主要改进处方和剂型，因此减少了部分早期风险。剂泰布局的LNP等递送项目仍要重新验证材料、组织分布、安全性和规模化生产，不能把MTS-004的风险特征套到全部管线上。 05 CLINICAL进入人体以后，AI能管流程，疗效还得看患者 药物进入临床，AI的工作内容再次改变。 深度智耀所代表的临床数字化，不再负责设计分子。它处理试验方案、研究中心选择、患者招募、数据管理、统计分析和申报材料，把大量文档、核对和协作工作交给模型及智能体。 这部分同样能省钱。一项临床试验如果因为患者招募慢、方案反复修改或者数据核对不及时而拖延，研发成本会继续增加。数字化可以减少流程中的等待和返工，但药物在人体里有没有疗效，只能由临床结果回答。 Ⅰ期和Ⅱ期的区别，正好说明AI目前走到了哪里。 Ⅰ期主要看安全性、耐受性和药代动力学，简单说，就是药进到人体后会发生什么。早期模型提前筛掉有毒或性质很差的分子，可能提高Ⅰ期表现。Ⅱ期开始回答更难的问题，药能不能在真实患者身上治疗疾病。到了这里，疾病机制是否正确、患者差异有多大、临床终点怎么设置，都会影响成败。 IQVIA在2026年回顾了一组经过严格筛选、确认使用AI的新兴生物科技公司管线。近三年，这组项目的Ⅰ期成功率为75%，高于同类非AI项目；Ⅱ期成功率与非AI项目大致相当；进入Ⅲ期的项目还太少，暂时无法形成统计结论。 IQVIA的结果解释了AI制药现在走到了哪里：Ⅰ期已经出现改善信号，Ⅱ期还没有拉开差距。AI能够提前淘汰一部分劣质分子，人体疗效仍是最难跨过的一关。Rentosertib进入Ⅲ期之所以重要，也正在这里：它把英矽智能的验证从早期分子质量，推到了真正决定药物价值的后期临床。 06 CAPITAL技术走哪条路，账就怎么长 六条路线拆开以后，再看AI制药公司的财务数据，就不会把完全不同的生意放在一起比较。 深势科技出售计算平台和研发服务，客户续约、使用量、客单价和毛利率更重要。深度智耀提供临床软件及项目服务，要看订单能否确认收入、项目是否按期交付、回款是否顺利。 晶泰科技和成都先导都要完成真实实验交付。前者投入机器人和自动化实验室，后者维护超大规模实体化合物库。订单之外，还要看实验设施利用率、人员效率和经营现金流。BGE-102在2025年启动Ⅰ期曾为成都先导触发一笔金额未披露的里程碑；如今进入Ⅱ期提高了平台案例的含金量，却不会自动变成每年重复的服务收入。 英矽智能更接近以自有管线为核心的生物科技公司。它把Rentosertib推进到Ⅲ期，公司的重要价值直接系于这项后期药物资产，也要继续承担临床研发风险。 剂泰则处在递送技术平台与资产开发之间。AiTEM和AiLNP是核心能力，公司再通过自研或合作项目把技术变成授权。MTS-004带来的1亿元首付款证明单个项目可以兑现，接下来要看处方优化和递送能力能否跨药物、跨载荷重复，收入能否摆脱对一笔授权的依赖。 所以，判断谁离真药最近，要先说清按什么排序。 按研发位置，临床数字化离患者最近，但它不拥有药物。按资产验证，已经把自研分子送入后期临床的英矽更靠前。按收入兑现，计算服务、实验服务和临床软件往往更早收到钱，却很难独享一款成功药物的全部价值。 AI制药的六条路线，实际在减少六种不同的失败：靶点选错、分子设计不佳、筛选效率太低、实验无法回流、制剂无法成药，以及临床执行拖延。 一家公司能拿走多少价值，就看它解决了哪一种失败，又把技术推进到了哪一步。模型画出一个分子只是开始；分子进入实验室、走进临床，最后变成可以重复的收入和仍掌握在手里的药物权利，才是AI制药真正的成绩单。 资料截止：2026年8月6日 主要信息来源： 1. 英矽智能：《有关Rentosertib进入Ⅲ期临床试验的自愿性公告》，2026年7月8日。 2. 晶泰科技：《2025年度报告》，2026年4月17日。 3. 剂泰科技：《全球发售招股章程》，2026年5月13日。 4. 成都先导：BGE-102进入Ⅱ期临床试验的公司新闻稿。 5. Deep Potential：Hermite药物计算设计平台。 6. Sanofi：Technology Platforms—BioMap合作介绍。 7. IQVIA Institute：AI赋能管线临床成功率研究，2026年。 *本文仅讨论公开信息所反映的公司经营与研发变化，不构成任何投资建议。* END 专注医药上市公司的资本、财务与价值叙事。 如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。