Zovegalisib

Laekna (HKEX: 02105) has licensed its pre-clinical PI3Kα inhibitor LAE118 to US-based Vasque Bio in a deal worth up to USD 527 million. Vasque will serve as a rare-disease-focused channel for the global development of Laekna’s next-generation mutant-selective kinase inhibitor, which has cleared IND review in both the US and China. The LAE118 license agreement, announced on June 9, 2026, grants Vasque Bio exclusive worldwide rights excluding Greater China to develop, manufacture, and commercialize the compound. The deal’s equity component — Laekna’s right to acquire up to a high-teen percentage of Vasque Bio stock at no additional cost — gives the originator direct exposure to any future exit. Under the terms, Laekna receives a USD 10 million non-refundable upfront payment, up to USD 517 million in combined development and sales milestones, and tiered royalties ranging from single-digit to double-digit percentages on any future net sales. A further clause entitles Laekna to up to 50% of the value of any qualifying strategic transaction — such as an acquisition or sublicense — that Vasque Bio enters involving LAE118. That provision is structurally uncommon and suggests Laekna negotiated aggressively to guard against a scenario where Vasque Bio exits cheaply before milestones are earned. Laekna’s PI3Kα inhibitor LAE118 is described by Laekna as a novel PI3Kα pan-mutant selective inhibitor, designed to target the mutant forms of the PI3Kα enzyme while sparing the wild-type protein. First-generation PI3Kα inhibitors, including Novartis’s alpelisib (Piqray/Vijoice), inhibit both mutant and wild-type enzyme, producing on-target toxicities — particularly hyperglycemia — that limit dosing and combination potential. Mutant-selective agents aim to widen the therapeutic window by concentrating activity on disease-driving variants. According to Laekna, LAE118 is being actively developed into clinical studies for PIK3CA-mutant solid tumors in both China and the US. The partnership introduces an unusual indication split. Laekna describes its own development focus as oncology, while Vasque Bio — backed by The Column Group and F-Prime — is described as a company dedicated to rare diseases. PIK3CA gain-of-function mutations drive not only common cancers but also a spectrum of rare overgrowth conditions known as PIK3CA-related overgrowth spectrum disorders, where targeted PI3Kα inhibition has shown biological rationale. Industry and transaction context The LAE118 license agreement arrives in the middle of a concentrated wave of large-pharma and venture capital activity targeting next-generation PI3Kα mutant-selective inhibitors. In March 2026, Novartis agreed to acquire Synnovation Therapeutics’ pan-mutant selective PI3Kα program SNV4818 for up to USD 3 billion, paying USD 2 billion upfront — a transaction that set a high-water mark for the class. The competitive field for pan-mutant selective PI3Kα inhibitors has become notably crowded. Relay Therapeutics’ zovegalisib (RLY-2608), an allosteric pan-mutant isoform-selective inhibitor, is in a Phase III pivotal study in HR+/HER2- breast cancer. Eli Lilly’s tersolisib (STX-478), acquired via Scorpion Therapeutics, has entered a front-line pivotal trial. Celcuity’s gedatolisib, a pan-PI3K/mTOR inhibitor, met the primary endpoint of the Phase III VIKTORIA-1 trial against alpelisib in PIK3CA-mutant breast cancer. LAE118 enters this landscape without clinical efficacy data and with multiple competitors already generating late-stage readouts. The structural features of the Laekna Vasque Bio partnership are worth examining in the context of how Chinese biotech companies have been structuring ex-China deals. The 50% strategic transaction participation right — entitling Laekna to half the value of any qualifying M\&A or sublicense involving LAE118 — goes beyond standard royalty and milestone protections. It functions more like a co-ownership clause than a typical licensor protection, and reflects a pattern seen in other recent China-to-Western deals where originators have sought to retain economic exposure beyond conventional milestone structures. This article was generated with AI assistance and reviewed and edited by the AllSci editorial team Explore more at AllSci News: https://allsci.com/news/ Leave a Reply Cancel reply Your email address will not be published. Required fields are marked * Comment * Name * Email * Website Privacy Terms About Us Copyright © 2026. AllSci Corp. All rights reserved.

大家好，我是吃瓜群众。 虽然目前AI制药公司层出不穷，各显神通，让人眼花缭乱。但其实看完这么多公司，细究起来，可以总结为"六大门派围攻光明顶"。 一个行业的早期，挤满了用同一套话术讲故事的玩家。等到商业验证期——潮水退了，你才会发现："用AI做药"根本不是一种事情，是六种完全不同的事情。 这六条路指向的是六种不同的公司基因、六种不同的技术信仰、和六种截然不同的商业结局。 虽然通过比较，大概能感知到哪些路线是宗师，哪些是棒槌。作为观察者，无需过早的下判断，今日先做拆解，回头再来看看这些门派谁是真的武当，谁是假的峨眉。第一派 · 天算门：物理方程式 + 算力 = 药 这条路是六条里最"老派"的，但也可能是离钱最近的。 核心逻辑：药物能不能结合靶点、结合力有多强、会不会被肝脏代谢掉——这些本质上都是物理化学问题。只要算力够大、物理模型够准，就可以在计算机里"算"出最优分子，而不是在实验室里"筛"出来。 全球有两个代表。一个是极其成功的商业化故事，一个是中国版的追赶者。 Schrödinger（美国，纳斯达克上市，市值~18亿美元） 这可能是全球AI制药行业里最"不AI"的公司——它1990年成立，核心资产不是神经网络，是几十年来积累的物理模拟算法。自由能微扰（FEP+）、量子力学、分子动力学——这些词在AI浪潮来之前就是它的武器库。AI是后加上去的加速层，不是地基。 但市场给它的回报是实打实的。TYK2抑制剂zasocitinib（与Nimbus Therapeutics合作设计），进入三期临床后被武田以40亿美元收购。物理学+机器学习撑出了目前AI制药行业最高金额的单笔交易。Schrödinger自己也在卖软件——2025年营收已经有几个亿美金，亏损在收窄。 一家把"物理方程"卖成SaaS的公司，定价权比大多数AI制药公司都稳。因为它卖的是确定性——不是"AI可能会发现一个药"，而是"用我的模拟可以让你少合成了几千个没用的分子"。 深势科技（中国，北京/深圳） 深势是国内离Schrödinger路径最近的一家公司。创始人孙伟杰、张林峰都是北大出身，核心产品是DeepMD——用深度学习替代量子力学计算（密度泛函理论DFT），把原本要跑几天的量子力场计算压缩到几毫秒。 这个技术路径叫"AI for Science"，天然和Schrödinger是同一个哲学分支：不是在"生成"新分子，而是在"更准更快地模拟已有分子的行为"。深势的下游应用已经从药物设计扩展到了材料、化工和新能源——这反而是它的一个优势：不需要只靠管线价值来支撑估值，它有SaaS收入、有多个行业的客户。 但挑战也很明显：物理模拟在药物设计中最擅长的环节是"优化"而不是"发现"。它可以告诉你怎么把一个先导化合物的亲和力提升十倍——但它不能告诉你，第一个先导化合物是什么。这条路的天花板是"超级CRO"，不是"超级药企"。 除非它能像Schrödinger那样，自己下场把分子推到临床并卖给大厂。第二派 · 观动门：蛋白不是一张照片，是一部电影 这条路只有一家公司真正走通了。 Relay Therapeutics（美国，纳斯达克上市） 我们之前的文章从1.78美元到14美元：一家AI制药公司又涨了快10倍了？详细拆解过——Relay靠的是D.E. Shaw Research的Anton 2超级计算机，做长达微秒级的分子动力学模拟，观察PI3Kα蛋白在"运动"中暴露出的别构口袋——那个口袋在静态X射线晶体结构中根本不可见。 这条路和Schrödinger有一个微妙但致命的区别：Schrödinger的核心是"更准确地模拟已知口袋的相互作用"；Relay的核心是"发现没人知道的口袋"。 Zovegalisib的60%血管异常反应率、几乎零经典毒性——是这个技术路线的临床背书。2026年5月ISSVA大会之后，股价从1.78美元冲到14美元上方。 这条路的独特性：它用物理模拟做"发现"，而不是做"优化"。 这绕开了深势和Schrödinger面临的"不能告诉你第一个分子是什么"的问题。但代价是——这个能力极度依赖D.E. Shaw定制的专用硬件和十年积累的模拟know-how，复制门槛极高。Relay自己已经花了十年、烧了几十亿才出现第一个临床验证。 全球范围内，这条路上没有第二个走通的玩家。不是不想，是做不到。第三派 · 天眼宗：把1亿个细胞拍成照片，让AI自己"看"出规律 这条路在六条路里最"反直觉"。 传统药物研发的起点是"选一个靶点"。Recursion的起点是"选一种病"。它不预设靶点——它用高通量显微镜给几千万个细胞拍照片（用不同药物、不同基因编辑处理后），用深度学习把每张细胞图像转化成一个"表型嵌入向量"。然后让AI在海量图像中寻找"哪个药把细胞的病态扳回常态"——不需要知道这个药靶向的是哪个蛋白。 Recursion Pharmaceuticals（美国，纳斯达克上市，市值~70亿美元） Recursion拥有全球最大的细胞图像数据库——超过2100万GB（21PB）。自家超级计算机BioHive-2（2 exaflops、504块H100 GPU）专门跑这些图像嵌入。2024年底Recursion合并了Exscientia，把对方生成化学的能力嫁接到自己的表型筛选平台上，组建了一个"生成→筛选→再生成"的闭环。 Recursion目前有6个核心管线（4个肿瘤、2个罕见病）。但迄今为止，没有任何一个管线过了二期。 这条路最核心的风险：数据壁垒和临床壁垒之间的鸿沟。 21PB的表型数据确实没有人能复制——但如果这些细胞图像不能预测人体临床结果，壁垒就只是论文壁垒，不是商业壁垒。Recursion需要的是"一个AI从表型筛出来的药，在人体内验证有效"。 中国目前没有对标Recursion的公司。不是不想做——是细胞图像的标准化、自动化、规模化采集，需要几年时间和几亿美金的硬投入，VC不愿意等。第四派 · 归一门：「原子就是原子」——把一切分子看作同一种语言 这条路是六条里最新、也最"论文感"的一条，但它的技术基因可能最有爆发力。 核心逻辑：传统AI药物设计最大的浪费，不是算力，是重复训练。做小分子训练一个模型，做多肽再训练一个，做PROTAC再训练一个，做抗体再训练一个——每个任务的数据、表征、模型架构都不一样。 这条路的信仰是：如果回到原子层面——碳、氮、氧、氢——小分子和多肽没有本质区别。只要能在一个统一的原子级框架里处理一切，就不需要为每个任务重新训练模型。 全球有三个主要玩家： PocketXMol — 清华AIR / 马剑竹团队 我们之前写过清华团队让AI不再「学完小分子再学多肽」，原子级的统一时代来了。一个模型覆盖13项分子生成任务，11项达到SOTA。原子级任务提示（二进制掩码）+ E(3)等变通用去噪器 + 统一原子表征。Caspase-9抑制剂和PD-L1结合肽都做了湿实验验证。2026年发在Cell。 Chai Discovery — Meta FAIR出走团队 2023年成立，Chai-2模型专注于抗体从头设计。零样本设计成功率16%，传统方法只有0.15%。2025年拿到OpenAI和a16z的7000万美元融资。2026年初拿下礼来合作——礼来开放内部靶点数据，联合训练专属抗体设计模型。Chai的估值3.5亿美元，但如果没有AI设计的抗体进临床，这个估值就是沙滩上的城堡。具体可以看这个：礼来 2026 开年最大 AI 合作：一家成立 3 年的公司凭什么？ Anew Therapeutics — 字节跳动 字节的路和上述两家都不一样。AnewOmni号称全球首个"跨小分子/多肽/抗体"的全模态药物设计大模型——它不只是在原子层面统一，它在所有分子类型上统一。AnewSampling则是一个比传统分子动力学快1000倍的动态构象采样引擎。 字节最狠的不是技术，是做法：直接自己建公司、自己推管线、自己申请专利。 首条管线IL-17全谱小分子抑制剂号称全球首创——同时抑制IL-17AA/AF/FF。不做CRO、不做SaaS、不卖模型，就是自己下场做药。这是在用互联网烧钱逻辑玩制药——一旦IL-17管线出临床数据（不管好坏），都会引发行业震动。 这条路的统一挑战：论文上统一了，临床上还没验证。 三家公司的明星分子都还在临床前或极早期阶段。原子级统一在benchmark上的SOTA，和在病房里的MITT（modified intention-to-treat）分析——中间隔着一整条大江。详情可以看这个字节跳动最终还是把手伸向了AI制药？第五派 · 造化门：从零「画」出一个蛋白——蛋白质设计工业化 这条路的教父是2024年诺贝尔化学奖得主David Baker。 核心逻辑：传统药物研发是"从自然界已有的东西里筛"。这条路是"自然界没有的东西，我用AI从头给你画一个"。不改造现有蛋白，不优化已有抗体——直接从零设计一个自然界不存在的蛋白质来做药。 代表公司： Isomorphic Labs — DeepMind分拆，Demis Hassabis亲自掌舵 Isomorphic是整个AI制药行业估值最高、信息披露最少的公司。我们知道的是：它和礼来、诺华签了合作，估值80亿美金以上，用的是AlphaFold3加上未公开的内部AI平台。但它的管线是什么、临床进展到哪——几乎没有任何公开信息。不过我们之前也写过文章医药革命：AI制药企业B轮融资创纪录，远超传统大模型，详细介绍了Isomorphic Labs发布了一篇博客《The Isomorphic Labs Drug Design Engine unlocks a new frontier beyond AlphaFold》。 Skape Bio — Baker实验室分拆 2026年5月Nature发表Baker团队GPCR微型蛋白设计的论文，同一天Skape Bio官宣成立，CEO是论文共同通讯作者Christoffer Norn。它不去碰小分子，也不做传统抗体——专注AI设计靶向GPCR的微型蛋白。CXCR4拮抗剂dCX1_001在小鼠体内效果媲美临床药物AMD3100。 Cradle Bio — Baker实验室分拆 专注AI辅助蛋白质工程，用大语言模型学习"什么样的氨基酸替换能提升蛋白的热稳定性、表达量和活性"。已经和多家大药企签了合作，是Baker系公司里商业化最快的。 Generate Biomedicines — Flagship体系 用扩散模型Chroma做从头蛋白设计，覆盖抗体、多肽、酶。2023年9月完成2.73亿美元C轮融资。目前管线集中在肿瘤免疫和自身免疫。 这条路最深的护城河：人才。 Baker实验室培养的博士和博士后，构成了全球蛋白质设计领域最稀缺的人才库。Profluent Bio、Monod Bio、Validate Bio——这些公司的创始人全是Baker系的。你没办法"挖"这个能力——整个行业的蛋白质设计人才池，被一个诺贝尔奖得主的学术谱系锁死了。 最大的风险：蛋白质设计的体内验证比小分子更难。 小分子的PK/PD已经有一套成熟的预测框架。但从头设计的蛋白质在人体内会被免疫系统怎样识别？会被蛋白酶怎样降解？——这些问题的答案，传统药理学几乎没有积累。从头蛋白药物要获批，可能不是在现有审批框架内走，而是要同时建立一个新框架。第六派 · 接引司：不做药，只做临床——AI执行层 这条路我们刚写完Formation Bio。 核心逻辑：药不是做不出来，是做不下去。60%的研发成本在临床阶段。AI用来加速患者招募、优化试验方案、生成监管文件——把临床试验速度提升50%。 这条路目前只有Formation Bio一家代表性公司。赛诺菲花6.3亿美元买了它的一个资产，Sam Altman和a16z投了6亿美元。但它的核心风险我们之前分析过了：资产依赖"被低估的沉睡管线"，一旦大厂意识到价值，收购价格就不便宜了。 但在"卖铲子给淘金者"这件事上，这条路的商业确定性可能比前五条都高——因为它不赌任何一个分子的成败，它赌的是"所有分子都需要过临床"。六条路，三种命运 如果你把六条路放进一张图里，它们各自指向的终点是不同的： 最容易在3-5年内产生现金流的前三条路：物理模拟（Schrödinger/深势）、临床执行（Formation Bio）。 因为它们卖的不是"未来可能有的药"，而是"现在就能用的工具"。商业模式是SaaS+服务费+里程碑，而不是管线估值。 最有可能产生一个"AI原生重磅药物"的两条路：蛋白动态模拟（Relay）、蛋白质设计（Isomorphic/Skape）。 它们都是在凭空创造——一个新的口袋、一个新的蛋白、一个新的机制。这种"从零到一"的发现如果成功，商业价值不是一个me-too药物能比的。 技术天花板最高但临床验证最远的两条路：表型筛选（Recursion）、原子级统一（PocketXMol/Chai/Anew）。 它们要做的事情不是"提升效率"，而是"重写流程"。如果成功，整个行业的起点会被重新定义——但在此之前，它们需要用一期又一期的临床数据来回答一个最简单的问题：AI画的分子，在人体内真有用吗？ 当然，没有人规定一家公司只能走一条路。Recursion合并了Exscientia（表型+生成），字节的AnewSampling明显借用了Relay的蛋白动态模拟思路，Schrödinger也在加AI生成模块。六条路正在融合——但融合需要时间。 而对于关注AI制药的投资者和从业者来说，最重要的问题不是"AI能不能做药"——这个问题已经回答完了，能。 真正的问题是：六条路里，哪一条先跑出一个获批药物？以及——你关注的那家公司，它的那条路通往的是SaaS、管线交易、还是重磅炸弹？ 这三者的市值天花板，差了一个数量级。 参考资料： Dharmasivam, M., et al. (2026). Leading artificial intelligence–driven drug discovery platforms: 2025 landscape and global outlook. Pharmacological Reviews, 78(1). Pathak, A., et al. (2025). AI-enabled drug and molecular discovery: computational methods, platforms, and translational horizons. Discover Molecules, 2(32). Recursion Pharmaceuticals. (2025). BioHive-2 and Phenom Platform. Company disclosures. Schrödinger, Inc. (2026). FY2025 Annual Report and Pipeline Updates. Relay Therapeutics. (2026). Q1 2026 Financial Results and ReInspire Phase 2 Clinical Data. 我是吃瓜群众，关注我，只吃AI医疗前沿的瓜。