Dade Chuangtong (Shanghai) Technology Co., Ltd.

致：所有的参会观众、读者以及小伙伴们， 感谢大家的关注和参与！也感谢ATLATL飞镖创新中心对本次活动的帮助和支持！第三届TiPLab Innovation Day于2025年8月8日下午在上海张江与大家见面并展开了热烈的互动讨论！ 区别于第二届聚焦于最新的前沿技术，今年我们将视角转向生物医药企业在实际商业活动中高频遇到的典型专利问题，围绕创新路径中的关键节点展开，既涉及专利策略的整体战略性规划，也涵盖专利实施中风险的合理控制。 以下是对本次Innovation Day专利议题的主要内容和观点回顾，希望能够对大家有所帮助和启发；回顾内容无法涵盖现场分享和讨论的所有细节，如果您依然有希望讨论的专利问题，也欢迎随时联系我们。现场抽中培训权益的小伙伴们，TiPLaber也将陆续与大家联系确认哦~ 我们期待后续就大家关注的各类专利问题持续展开交流！ Your TiPLabers 2025-8-18 << 滑动直击活动现场 >> 主题一：商业化进程中的专利行动规划 本届Innovation Day上半场围绕医药研发过程中的专利策略规划、地域布局及FTO（自由实施分析）三个关键议题展开深入讨论，旨在为生物医药企业在不同研发阶段提供可落地的专利管理思路与决策参考。 #01 配合早研阶段的专利策略规划 在研发早期，技术路径、产品形态及监管环境均存在高度不确定性，若制定过于僵化的专利策略，容易导致资源错配与保护失效。更为稳妥的做法是构建具备“弹性”的专利策略：设定动态目标，在专利撰写中预留调整空间，并根据研发过程中产生的新数据，逐步构建围绕核心创新的专利组合，使策略能够灵活适配研发进程。 具体可归纳为“五步法”： 早：发明构思一旦成型，即启动专利评估，避免“事后补票”； 准：实验数据精准匹配拟保护范围，防止“过度披露”或“范围过窄”； 补：利用 12 个月优先权期限，针对数据缺口补做实验，确保概括的合理性； 控：巧用公开时间差，防止自家公开成为现有技术，守住创造性门槛； 调：研发每推进一步，专利策略同步微调，与最新分子和适应症保持一致。 以乌帕替尼为例，大型企业凭借“洋葱皮”式专利布局与雄厚资金，能承受局部专利无效的风险；而资源有限的中小企业往往只能集中力量保护核心专利，一旦核心专利失守，便失去退路。因此，应将专利视为研发的“动态护栏”，而非“静态围墙”，在有限资源下既守住核心，又保留扩张空间。 #02 与商业路径相匹配的专利布局地域选择 早期策略只是专利管理的起点，研发成果在走向国际市场的过程中，还需要考虑专利地域布局与商业路径的匹配。近年来，中国医药行业交易模式发生变化：license-in 热度下降，license-out 快速增长，“出海”已成为明显趋势，而专利是药品出海的重要保障。 海外申请专利的主要途径包括： 1.直接申请：同时向不同国家递交申请； 2.巴黎公约途径：在本国申请 12 个月内向国外递交； 3.PCT 途径：在本国申请 30 个月内进入各国阶段。 不同商业目标决定了布局重点： 阻止他人做创新药：聚焦竞争激烈、重点竞争对手关注的市场； 阻止他人做仿制药：覆盖仿制药方可能收回成本的市场，比如尤其是发病率高的国家。 在预算有限且目标国家/地区超过三个的情况下，PCT 途径更具优势，可推迟支出并降低总体成本。 地域布局的核心考量因素主要包括： 市场因素：患者分布（考虑当前患者分布及未来流行病学趋势）；支付能力；竞争对手关注的市场； 成本因素：申请成本（费用成本、时间成本、影响专利保护范围的客观因素等）；维权成本（维权难度、第三方侵权代价等）； 其他因素：在先产品的专利布局地域、合作方或投资方的市场要求、资格评定等。 #03 FTO的启动时机与切入深度判断 如何开展FTO工作将直接关系到专利风险的化解效果和成本控制。很多企业在 IND 或临床研究阶段才启动 FTO，但此时规避空间有限、成本高且可能影响商业化进度。结合实践经验，我们总结了一种普适性比较高的分阶段FTO模式： 立项早期：重点关注底层专利，初步识别重大风险； 临床前研究阶段（活性成分确定后、大额投入前）：重点关注活性成分相关专利； 临床研究阶段：在制剂和工艺逐步明确时，重点排查存在特殊设计的制剂配方和工艺步骤。 这种分阶段模式可在不同研发节点提前发现风险，提供更灵活的解决路径，并降低整体成本。影响 FTO 方案的因素包括成本、研发进度和商业化节奏等。针对具体项目量身定制 FTO，才能有效降低侵权风险，为产品顺利上市保驾护航，最大化商业价值。 主题二：专利申请的程序风险控制 本届Innovation Day下半场围绕专利权属的认定、新颖性保护及海外保密审查三大议题展开分享，结合典型案例与实务经验，期待能够为生物医药企业提供可落地的程序风险管理与防控建议。 #04 发明人认定及职务发明对专利权属的影响 创新成果诞生时，“谁拥有专利”这个问题往往被忽视，尤其在产学研深度融合的生物医药领域，权属问题格外复杂。若能在专利申请前期梳理好权属关系，便可在一定程度上避免后续的经济风险与法律纠纷。明确的权属界定与有效管理，是推动创新成果健康转化的基础。 发明人错填/漏填的风险 发明人必须是“对发明创造的实质性特点作出创造性贡献的自然人”，错填或漏填不仅可能侵犯署名权，还可能成为专利无效的理由。 高校与科研人员的权属问题 若研发过程中使用了学校资源且研究内容与本职相关，则属于职务发明，专利权归属学校；若实现物理隔离且与本职工作无关，可基本认定专利权归个人或公司，但应留存证据。 员工离职后申请专利的风险 法律规定，员工离职/退休/调离后一年内完成的相关发明创造，其专利权归原单位。企业应通过《离职知识产权确认书》、研发隔离及背景调查等措施防范风险。 合作与委托发明的界定 合作发明需各方均有创造性贡献，委托发明则仅由受托方研发。双方应在合同中明确归属、收益分配、保密义务等，并保留过程证据。 #05 避免公开导致新颖性丧失的相关策略 在技术研发和成果推广中，任何在专利申请日前的对外公开——无论是学术论文、会议发言、市场宣传，还是审批申报材料——都可能被认定为现有技术，从而影响专利的新颖性。企业应将“全流程保密、先申请后公开、动态布局、跨部门协作”内化为日常管理机制，才能兼顾市场节奏与专利稳定性。 风险来源与常见场景 风险可能出现在研发、市场、注册、对外合作等多个环节，如会议展示未申请的技术成果、未签署NDA的合作交流、试销或展会提前曝光、注册申报材料中包含核心技术等。 潜在后果 提前公开可能导致申请被驳回、权利范围受限，甚至在授权后被第三方无效，形成“保护空白”。 防御措施 - 全岗位保密意识：研发先申请后公开，法务建立公开审查机制，市场宣传聚焦非技术特征，注册部门提前与专利团队确认布局。 - 提前布局：在公开前完成技术评估，利用专利申请锁定优先权日期。 补救措施 中国法律允许在特定情形下利用新颖性宽限期补救，但适用条件有限，且不同国家规定差异较大，应视为例外而非常规。 #06 核心技术海外专利申请的保密审查要求 在确保权属与新颖性之后，企业在走向国际市场时，还需跨过“海外保密审查”这道关口。全球专利布局是生物医药企业保持核心竞争力的重要策略，但多数国家均有海外申请前的保密审查制度，违反规定可能导致专利无效，甚至触发法律责任。 中国的制度 根据《专利法》，在中国境内完成的发明或实用新型向外国申请专利，须事先报请国务院专利行政部门进行保密审查。认定“在中国完成”需结合技术突破点、形成时间、研发地点等因素。 两个无效宣告的案例ZL201720389490.8、ZL201310322059.8显示，证据链完整与否决定争议成败，企业应保存研发日志、出入境记录、实验数据等。 美国与新加坡的制度对比 - 美国：需获得USPTO许可（Foreign Filing License），违反者可能丧失专利权并面临刑事处罚。 - 新加坡：居民向国外首次申请专利须经IPOS许可，违规同样可能失权并触发刑事责任。 其他国家与建议 印度、韩国、俄罗斯等亦有类似制度。企业应提前摸底发明人及完成地信息，在界限模糊时主动申请保密审查，并妥善保存研发全过程资料。 保密审查并非可选项，而是海外布局的第一道合规门槛。源头判断、过程留痕、主动合规，才能确保核心技术安全“走出去”。 彩蛋 | 专利海报票选TOP3 以下议题将作为TiPLab后续线上Webinar | 线下Workshop的备选议题陆续展开，期待小伙伴的参与和讨论！

随着AI及大模型技术的迅猛发展，信息技术（IT）与生物技术（BT）的深度融合，正在以前所未有的速度重塑疾病诊断、创新药物研发的格局，有效提升精准医疗转化效率。尤其在药物研发领域，ITBT深度融合加速了药物靶点发现、药物设计及临床试验等环节，大幅缩短研发周期并降低成本，为患者带来更多创新疗法，也催生了新的合作与商业模式。然而，尽管ITBT的融合探索被广泛看好，但实际应用中，数据质量参差不齐、模型可解释性不足、商业化路径尚待探索、多学科人才短缺等问题亟待解决。同时，如何在技术应用中平衡创新与伦理，确保患者数据隐私安全，也是产业探索者们必须面对的课题。5月9日下午，2025VBEF未来医疗医药百强展会特此主办、ATLATL飞镖创新中心支持举办的“ITBT＆AI药物研发论坛”，从产业赋能、临床视角、生态构建三大视角出发，从AI工具迭代、药物研发范式变革，到产业链上下游的创新探索，深度探析AI药物研发及各交叉领域热点问题和应用案例，邀请到科研及临床顶尖专家、头部企业、资深投资人建立对话，碰撞技术转化德实战经验，描摹出更为清晰的ITBT产业发展蓝图。01AI变革推动ITBT进入新阶段AI 推动信息技术（IT）范式变革，促使其与生物技术（BT）实现深度有机融合，显著提升精准医疗的转化效率。一方面，科研端、临床端数据的涌现正与大模型崛起、算力提升、算法迭代的趋势相契合。另一方面，AI赋能下的ITBT已催生出全新的商业模式与合作模态。 ATLATL飞镖创新中心创始人兼CEO朱鹏程谈到，生物医药的创新不应被重资产拖累，关键在于推动生命科学工程化进程，让创业公司更轻盈、灵活，让科学家回归设计与创新的本质。ATLATL希望通过标准化、模块化，让科研成果相互支撑，实现行业创新的几何级放大。中心打造的创新平台，融合实验室空间、运营管理、专业研发平台和AI系统，助力生物公司回归设计公司本质，实现轻资产运营。朱鹏程指出，AI应当从有门槛的、少数人享用的工具变成从业者、公众都能使用的工具。而ATLATL希望成为推动生命科学进化的引擎，通过释放众多生物技术公司的独特技术，进而赋能全行业联合创造新价值、新高度。这一目标将分三步实现：其一是要让生命科学工程化，其二是将生物公司设计化，其三是把创新孵化制度化。 前FDA高级审评官员，埃格林医药创始人、董事长杜涛指出，AI如今已成为FDA官方认可的工具，开源框架也大幅降低了AI工具的使用成本。在解决工具普及问题后，AI若想进一步降低创新药研发成本，关键在于占研发成本 80%的临床阶段。数据显示，自2021年起，FDA每年批准的IND（新药研究申请）中，应用AI辅助设计的临床试验数量已超百例，2023 年更是接近200个。杜涛表示，在临床领域，AI结合大规模临床数据可赋能三大核心环节：精准确定药物适应症、优化临床终点设定、智能筛选入组患者，从而显著提升临床阶段的推进效率与成功率，并大幅降低研发成本。英矽智能高级副总裁张曼通过具体案例，阐释了生成式 AI 在加速药物研发、提升效率方面的实践路径。她指出，药物研发链条中，从靶点选择、分子发现与成药性设计，到临床阶段的患者人群筛选，各环节对数据分析、模型构建与验证的复杂度呈阶梯式递增。这一过程不仅是对研发科学性的考验，也推动着AI团队对疾病机制的理解不断深入。随着人类对疾病认知的深化，AI的学习与理解能力亦持续迭代进化，进而赋能药物研发实现从临床前到临床阶段更高效的转化。 上海交通大学教授、迪普深合AI顾问谢伟迪围绕AI及计算机视觉的通用诊断模型展开分享，指出可将海量知识图谱、循证医学依据、药物发现知识等融入医疗通用模型的训练，即通过 “知识增强” 技术，打造面向未来的多模态模型。他强调，关键在于借助多模态数据融合、自监督学习等技术，将知识注入大模型，并使模型向视觉模型对齐，以此提升模型性能。 五源资本董事总经理井绪天分享到，近两年来，ITBT及AI制药领域迎来技术与商业化的双重突破。在技术变革层面，AI在医疗领域实现了对生物信息各个层面的数字化解码，为生物医药信息化奠定核心基础——使生物数据具备可传输、可计算、可学习及可生成的特性。同时，大语言模型对于蛋白质信息的理解、处理、预测更是带来了直接的商业应用场景。投资市场尤为关注AI带来的创新效率变化与生产关系变革。井绪天指出，AI通过缩短研发周期、降低研发成本、提升研发成功率，将直接赋能药物商业化进程，例如延长专利保护期内的有效销售周期、提高投资回报率等。从长远看，在AI加持下，未来Biotech将构建更强的竞争力与生产力，有望实现更高水平的创新效率与商业价值。算秩未来商务总监孙浩波将ITBT喻为“生物制药的高速公路”，并指出AI是驱动这条公路的引擎，大数据是坚实路基，高性能算力则是加速前行的燃料。他强调，AI制药的高速发展对AI基础设施提出三重升级需求：更强的系统稳定性、更高的算力性能、更优的资源利用效率。2025年，ATLATL与算秩未来联合推出生物信息创新平台MassAI，其核心在通过超大规模算力集群、整合式流程编排技术及智能Agent构建，推动基因组解析与蛋白质设计的实际应用落地。孙浩波表示，作为IT领域的算力服务商，算秩未来通过与ATLATL的合作，深度融入AI制药行业生态，致力于满足企业在算力、数据和技术流程上的核心需求，帮助初创企业降低研发试错成本，让创新资源更高效地流向科学突破本身。02监管挑战与产业生态机遇并存ITBT融合已步入深水区，AI制药也正不断拓展应用边界，探索多元化的落地场景。要推动产业的持续发展，不仅需要提升技术水平和创新能力，更为关键的是，加强上下游产业链的协同合作，让创新火花碰撞起来。在蓝驰创投董事总经理戎璟主持下，晶泰科技多肽业务高级总监张根卫、腾迈医药联合创始人＆CEO何骑、神拓生物创始人兼CEO周露、玻色量子创始人兼COO马寅展开了一场酣畅淋漓的讨论。晶泰科技多肽业务高级总监张根卫强调，数据在AI及大模型中处于核心地位，但当前生物领域应用模型的数据量仍相对有限，且普遍存在数据孤岛问题。他强调，获取大规模、高质量数据，打破数据壁垒实现整合，并充分释放数据价值，是AI制药未来实现范式变革的关键所在。晶泰科技的核心价值增长聚焦两大协同方向：短期以降本增效为目标，例如在基础设施建设中，积极与政府、科研院所及企业开展实验室共建和联合项目，通过共享共建模式降低单一主体的成本投入，同时实现更广泛的数据资源互通，达成合作方利益共赢；长期则侧重投资孵化，依托自身技术积累，发掘并培育行业内具有潜力的创新技术与增长点。腾迈医药联合创始人兼CEO何骑指出，公司致力于通过降低高阶AI与计算化学工具的应用门槛，显著减少药物研发中需合成的化合物数量，并依托“干湿实验闭环”的一站式平台（整合高性能计算与规模化湿实验室），助力客户缩短研发周期、降低研发成本。 他进一步强调，未来AI制药的突破将从蛋白质层面向更高维度的细胞层面的动态模拟技术，甚至组织和器官层面，通过引入更高阶的AI模型，物理建模方法，和更强大的算力， 有望更精准设计和预测药物对人体的影响，从而开发出更个性化和更高效的药物。神拓生物创始人兼CEO周露提到，基因治疗涉及的序列、编码等内容与计算机语言具有天然共通性，在AI制药领域具备独特结合优势。基于此，神拓生物正开发多智能体载体设计平台，通过生成式AI以程序化、代码化方式设计病毒载体，提升设计效率与准确性。周露认为，AI制药突破需要关注三个方面，一是AI需要理解医疗的复杂性，即医疗本质上不是治病，而是“治人”，需要综合考虑经济学、个体差异等多元因素；二是AI技术需实现创新性突破，进一步颠覆传统制药模式；三是对于AI制药的监管需要等到关键爆发点。玻色量子创始人兼COO马寅谈到，作为源自清华和斯坦福的量子计算机整机硬件企业，玻色量子立足国产自主，仅用四年时间便完成专用型量子计算机的研发与生产。该量子计算机在实际应用中具备 “大、快、好、省” 的优势 —— 算力强大、运行速度快、计算结果精准且能耗低，可在短时间内完成大规模计算任务。他指出，一旦量子计算机在AI制药领域实现有效应用，将彻底改变算法与算力的现有格局。我们仍在等待第一款AI药物诞生的时刻。回归底层逻辑，AI应用于医药行业，算法、算力、数据是绕不开的关键课题。创新者们正是围绕着这一课题，走出了各有千秋的时间路径。经此路径上的艰难坎坷，人类与AI逐步寻找到更高效和契合的应用手段，最终迎来造福人类的颠覆性革新。*封面图片来源：123rf如果您想对接文章中提到的项目，或您的项目想被动脉网报道，或者发布融资新闻，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。近期推荐声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。动脉网，未来医疗服务平台

//   “无论是寻找合作伙伴还是授权引进新药，我们的目的都是在武田聚焦的三大核心治疗领域，即肿瘤、神经科学和消化及炎性疾病，解决目前未尽的治疗需求。”艾伦科博士说。 对于全球医药行业而言，2024年充满挑战，而武田却交出了一份漂亮的成绩。 这要归功于公司在研发管线突破、战略合作拓展等方面取得的系列成果，包括其自研罕见病药物Adzynma在欧盟获批，以及用于治疗经治的转移性结直肠癌的新药呋喹替尼在日本商业上市；2023年，武田与和黄医药达成合作，获得该药在中国内地、中国香港及中国澳门以外进一步开发、商业化和生产的全球独家许可；此外，针对发作性睡病I型，武田自研药物oveporexton（TAK-861）在临床IIb期阶段取得了令人鼓舞的数据，也彰显着武田研发的强劲潜力。 这些成果也从侧面印证了武田所坚持的策略，即以自主研发与外部合作来驱动创新。 最近，研发客有幸邀请到武田全球研发首席科学官兼研究负责人艾伦科（Christopher Arendt）博士，和我们深入分享武田如何构建多样化的研发体系，以及其在推动全球医药行业格局中发挥的作用。 艾伦科博士 合作创新，以满足患者未尽需求 “无论是寻找合作伙伴还是授权引进新药，我们的目的都是在武田聚焦的三大核心治疗领域，即肿瘤、神经科学和消化及炎性疾病，解决目前未尽的治疗需求。”艾伦科说。 这个策略，从武田过去一年里与两家生物制药公司达成的协议中就能窥见一斑。 一家是美国公司Keros。其创新的激活素抑制剂elritercept（现为TAK226）可治疗包括骨髓异常增生在内的一些血液肿瘤所引发的贫血。武田在2024年12月初与Keros 签订授权合同，获得进一步开发、生产和商业化elritercept的全球独家许可，并预计在2029年向美国FDA递交新药上市申请。 另一家公司是中国的亚盛医药。武田看中该公司第三代BCR-ABL酪氨酸激酶抑制剂奥雷巴替尼（olverembatinib）。该药已于2021年在中国内地获批治疗慢性髓细胞白血病（CML），目前正在美国开展临床研究。针对该药物，武田于2024年6月与亚盛签署了一份选择权协议，以开发和商业化奥雷巴替尼。值得一提的是，武田虽然已于2017年通过收购Ariad，获得全球首个上市的第三代BCR-ABL抑制剂Iclusig（ponatinib，普纳替尼），但仍然认为奥雷巴替尼作为更新一代的药物，具备同类最优的潜力。 “武田在血液系统疾病方面拥有极为丰富的专业知识。与亚盛医药的合作能帮助我们更好地为那些受慢性髓细胞白血病等癌症困扰的更广泛的患者群体提供治疗。”艾伦科说。 以上两个案例中的药物在临床上都属于成熟产品。同时，武田也在积极寻找更早期的合作机会。比如在2024年5月，武田携手上海达歌生物共同开发针对肿瘤、神经科学和炎症领域的多个靶点的新型分子胶降解剂。达歌生物的总部位于中国，并在中国和美国均有业务。 “我们与达歌的合作聚焦在临床前阶段。针对已验证的生物学靶点，我们旨在通过前沿的新型模式策略，拓宽创新边界。”艾伦科说。此外，他补充道，武田对此领域感兴趣，也是因为分子胶和PROTACs分子一样能诱导蛋白质降解，且相较于PROTACs分子更小。“在神经科学领域，我们正在寻找小分子药物，因为其体积较小，可开发成口服药物，能够穿过血脑屏障。”他说。 在消化及炎性疾病领域，武田于2023年从美国生物药公司Nimbus收购了酪氨酸激酶2 (TYK2)抑制剂zasocitinib（TAK-279），目前正处于开发阶段。武田计划2024财年末启动该药针对银屑病关节炎的三期临床研究，预计将在2025年获得该药针对银屑病三期试验结果。 加强通用型细胞治疗的研发 武田的早期临床项目也聚焦于细胞治疗等前沿领域。2024年2月，武田将三个早期自体CAR-T疗法的优先级下调，转而专注于同种异体、通用型细胞治疗。2024年11月，武田与Alloy Therapeutics公司达成合作，基于武田的诱导多能干细胞（iPSC）衍生的CAR-T细胞平台和CAR-NK平台，开发同种异体细胞治疗，用于治疗各种实体和血液肿瘤。 “我们决定专注于类似固有免疫细胞的自然杀伤细胞和γδ T细胞，因为这些细胞可以应用于同种异体细胞治疗。”艾伦科说。早在2021年，武田就加速了在该领域的布局，并于当年收购了总部位于伦敦的GammaDelta Therapeutics，加快开发基于γδ T细胞的创新疗法。2022年武田又买下从GammaDelta分拆出来的Adaptate Biotherapeutics， 以获得Adaptate基于抗体的γδ T细胞衔接器平台。 “这两笔收购使武田在同种异体细胞治疗领域占据了领先地位，并大大增强了我们的实力。除了当下已经获批的细胞治疗领域，我们也希望将这些差异化的细胞治疗应用于更广泛的疾病。”艾伦科说。 在承认早期项目研发风险更高的同时，艾伦科也表示，他的团队将通过与内部各科学团队的紧密合作以及基于成果的里程碑来最小化风险。 “我们有能力在早期阶段进行大量的建模和评估工作，以确保能够选择最优的靶点和治疗方案。当我们发现值得探索的方向，我们就会全力以赴。”他表示。 速度质量双卓越的中国创新 武田自1994年进入中国以来，见证了中国制药行业，尤其是研发领域的显著进步。三十多年过去，艾伦科对中国创新的速度和质量印象尤为深刻。 “我认为，中国最令人惊叹的一点就是创新的推进速度，这是无可比拟的，”他说，“基础设施的建设、人才的聚集以及研发项目的进展速度都非常令人瞩目。” “质量和速度是行业成功的两大关键，而中国在这两方面都具备优势。所以我可以说，放弃中国市场，就等同于放弃机遇。”他接着说，“中国再也不是以前大家认为的只会做me-too或者me-better的那个中国了。” 艾伦科并没有夸大中国公司的研发实力。 麦肯锡的数据显示，中国本土制药公司在2023年初到2024年末共授权了70多个管线项目给海外合作伙伴，这要比2019年初到2020末的总量增加超过一倍。其中，肿瘤领域的资产目前在海外授权上依然占主流，比如近期，在2025年1月13日的摩根大通医疗健康年会上，艾伯维与先声再明宣布，双方就先声再明的在研候选药物SIM0500达成许可选择协议，以推进这种新型的三特异性抗体的研发，帮助解决多发性骨髓瘤患者尚未满足的重大临床需求。SIM0500目前正在中美两国开展针对复发或难治性多发性骨髓瘤（MM）的临床一期研究。 为了更好地协同中国创新，武田的研发部门不仅积极寻找像达歌生物这样拥有创新资产和创新能力的合作伙伴，同时也与中国本土创新孵化器达成了合作。2024年11月，武田与ATLATL飞镖创新中心（以下简称“ATLATL”）宣布签署合作备忘录，计划在早期开发、新技术应用、创新企业赋能、人才培养及国际交流等领域展开深入合作。作为知名的创新孵化器，ATLATL还为礼来、诺和诺德等跨国药企提供服务。 “我们与ATLATL的合作非常有趣，我把它看作是通向早期创新生态系统的一个入口，”艾伦科说，“这项合作使武田能够接触到灵活的实验室、早期阶段的中国创新者，并支持实验室基础的科学研究。” “这将帮助武田更好地了解中国的早期创新，也让我们能够参与到中国前沿科学研究的进程当中。”他补充说。 AI助力决策制定 像许多大型制药公司一样，武田在各个业务部门都应用了人工智能。在数据密集型的研究领域，AI往往能发挥其最大的潜力，以辅助决策的制定。 艾伦科指出这些庞大的数据不仅产生于武田内部，也来自武田全球的外部合作伙伴。在将内部的数据与外部数据结合，并将高质量的数据融入决策中的过程中，蕴藏着巨大的机遇。 “选择靶点、设计分子、发现生物标志物……在将新药成功交付患者的过程中，我们需要做出成千上万的决策。如果人工智能能帮助我们更高效、更严谨地做出这些决策，就能大大加快这一过程，及时将有效治疗带给有需要的患者。”他说道。 尽管艾伦科承认当下关于人工智能未来应用的讨论并不完全现实，但他依然对数字化在加速研发中的潜力充满信心。他表示，在TAK-279的开发中，数字化技术就发挥了重要作用。 “AI和其他各种辅助加速研发的工具正被更广泛地应用于我们的药物研发过程中，我们看到了它们在研发领域中的巨大潜力。”他说。 编辑 | 姚嘉 yao.jia@PharmaDJ.com  总第2348期 访问研发客网站，深度报道和每日新闻抢鲜看 www.PharmaDJ.com