Clinical Research Laboratories LLC

生物与人工智能的结合将成为历史上最重要的科学主题之一，而这仅仅是人工智能相关领域指数级增长曲线的开端。 Dario Amodei 为生物与人工智能设定了一个极其雄心勃勃的目标。 爱之恩典的机器— 可在 5-10 年内治愈大多数疾病。 2024年10月，这听起来简直荒谬。法学硕士们连正常交谈都难以避免产生幻觉。治愈哪怕一种疾病都感觉遥不可及。 但现在呢？这听起来仍然像是一次惊人的飞跃，但在人工智能领域经历了两年指数级增长之后，似乎不再那么荒谬了。达里奥现在明确表示，他认为生物学与人工智能的交叉融合也呈现出与我们在编程、数学和其他领域所看到的同样的指数级增长趋势。 “（人工智能代理）已经开始解决数学领域最关键的几个未解难题。我们相信，人工智能在生物学领域的应用也正处于类似的指数级增长趋势。” — 达里奥·阿莫代，2026 年 9 月 23 日 而且现在也不仅仅是达里奥一个人了。人工智能领域最杰出的人才已经从空谈转向行动。Anthropic公司最近在旧金山建立了一个湿实验室，发表了一项新的生物学结果并持续加大投资力度，为IPO做准备。谷歌大脑联合创始人、成就斐然的传奇工程师杰夫·迪恩在谷歌工作27年后离职，联合创办了一家生物学初创公司。发现循环德米斯·哈萨比斯卸任DeepMind的日常职务，专注于生物学研究。同构实验室。 这一主题已不再处于小规模试点阶段，而是迎来了巨大的关注和投资热潮。 核心愿景是循环 生物人工智能的核心愿景是循环。这一共同愿景将所有子主题融为一体，共同致力于实现自动化药物发现的梦想。 核心循环分为四个步骤：设计-制作-测试-学习。 整个流程将不再需要人工寻找、开发和测试候选药物，而是被简化为一个由前沿智能驱动的自动化递归循环。正如其名，这正是Anthropic和Discovery Loop的明确愿景。 完全自动化和加速这个递归循环，就能让我们在一年内取得 100 年的进步，并有机会实现治愈大多数疾病的愿景。 对子主题进行分解 生物与人工智能的主题非常微妙，因为至少有十个相互交织的子主题共同支持着发现循环。 每个子主题都对应着设计-制造-测试-学习循环中的一个步骤。设计始于计算机模拟，研发软件和生物基础模型会提出分子构想，并在模拟软件中进行初步验证。这些构想通过DNA和RNA合成转化为物理形式，然后在生命科学仪器的设备和耗材上进行测试和实验验证。实验结果用于生成生物数据，这些数据用于训练下一轮设计，从而形成闭环。自主实验室和物理人工智能使这一循环能够全天候不间断地运行，无需人工干预。 参与这一循环的公司，无论是作为临床阶段生物技术公司自主研发药物，还是作为合作伙伴提供药物发现平台和服务，都会产生候选药物。每个从这一循环中出来的候选药物都会经过合同研究组织 (CRO) 和合同研发生产机构 (CDMO)进行临床试验和生产，并通过生物加工和制造工艺进行规模化生产。个性化医疗、基因测序和临床数据则作为补充药物发现数据来源的另一部分。 事不宜迟，让我们来详细分析一下构成这一战略和愿景核心的几家公司。需要注意的是，其中许多公司实际上属于多个类别，并且其细微差别难以用寥寥数语概括。出于必要，我做了简化，但力求突出每家公司中我认为市场最关注/最能推动生物技术与人工智能融合发展的关键细节。 1. DNA和RNA合成 当人工智能模型设计出新的抗体或基因时，输出结果仅仅是计算机上的一串字母。要测试其有效性，必须有人实际构建出相应的DNA或RNA。 这些公司按需生产定制的DNA和RNA。它们的生产速度和成本决定了设计-制造-测试-学习循环的运转速度。人工智能模型通常一次性提出数千种变体，因此，低成本、快速、高通量的合成比以往任何时候都更加重要。 收入主要按订单计算，因此与实验量直接相关。这就解释了为什么这些股票引领了近期的上涨行情并迅速重估——随着循环模式变得更加切实可行，实验量的增长对它们的影响最为显著。 Twist Bioscience (TWST) ——Twist公司在硅芯片上编写DNA序列，一次性生成数千个DNA序列，而非像传统方法那样一次只能处理一个试管。这使得公司能够以低成本、高效率地构建大型变体库，而这正是人工智能设计加速循环所需要的。Twist公司也已将业务拓展至蛋白质生产和抗体发现领域。与人工智能相关的订单正在迅速增长：2025财年达到2500万美元，管理层预计2026财年将达到5000万美元，2027财年将达到1亿美元。Twist公司显然是人工智能循环领域最受关注的公司，其股价也因此受益匪浅。 金斯瑞（GenScript）1548.HK金斯瑞生物技术有限公司（GenScript ）是全球最大的基因合成供应商之一，也生产肽和抗体。与Twist相比，金斯瑞的优势在于其业务范围更广：能够在一个工作流程中，为客户提供从DNA序列到最终蛋白质和实验数据的全套服务。2026年上半年，金斯瑞的AI药物研发业务同比增长一倍，增长主要得益于AI原生生物技术公司、模型开发商以及首次涉足生命科学领域的大型科技公司。 由于速度和美国地理位置的优势，TWST 从他们手中夺取了一些市场份额，但 GenScript 仍然是主要的寡头垄断企业，而且他们拥有同样强大的主题顺风。 Azenta (AZTA) – Azenta 提供 GENEWIZ 服务，其中包括从基因到发现的一系列服务，例如抗体生产、病毒包装和 mRNA 合成。与 Twist 相比，GENEWIZ 是一个功能更全面、服务更丰富的版本：它能够按相同顺序构建载体并进行测序验证，但流程较慢。此外，它并非纯粹的生物制品公司，其大部分收入来自生物样本库（负责存储、冷冻和处理样本）。 丹纳赫（DHR）通过IDT进行交易——IDT是领先的短链定制DNA/RNA和CRISPR试剂供应商。IDT是丹纳赫的子公司，未单独上市。 2. 生命科学工具 这些公司就像生物学的“镐和铲子”。它们生产所有实验室（无论是大学、生物技术公司还是大型制药公司）都需要的仪器、化学试剂和耗材。它们的收入主要来自两个方面：一是销售仪器，这部分收入不稳定且与预算挂钩；二是销售仪器所需的耗材和服务合同，这部分收入稳定可观。 人工智能将如何帮助这些公司？人工智能驱动的探索性研究需要进行更多实验，而每次实验都会消耗耗材。机器人“自主”实验室需要软件控制的仪器。这可能会促使客户尽早更换老旧设备，同时也会带来新的高利润软件开发机会。值得注意的是，最大的几家公司都是多元化集团，而非单一领域的公司。 赛默飞世尔科技 (TMO) ——全球规模最大、业务最多元化的工具公司。其业务涵盖本文提及的多个子领域，包括实验室仪器、试剂、临床试验服务 (PPD)、合同制造 (Patheon) 和诊断。该公司在冷冻电镜 (cryo-EM) 领域占据主导地位，其技术可用于构建 AlphaFold 等模型的 3D 蛋白质结构，并拥有蛋白质测量公司 Olink。一位资深投资者告诉我：如果你想在这个领域拥有一只股票，让你晚上睡个安稳觉，那就选赛默飞世尔科技。 丹纳赫 (DHR) ——与 TMO 类似，丹纳赫也是一家业务多元化的公司。它是一家控股公司，旗下拥有约 15 家企业，业务几乎涵盖整个产业链。其中一些与人工智能构建最为相关的企业包括：- Cytiva：用于生产生物制剂的生物加工设备- 贝克曼库尔特：实验室仪器和细胞成像- SCIEX：质谱仪- IDT：定制DNA/RNA合成Abcam：研究抗体 DHR 的各个片段将在本入门指南的不同章节中出现。 Revvity (RVTY)是一家实验室仪器（包括高内涵细胞成像）、试剂、新生儿筛查和免疫诊断领域的公司。尤其值得一提的是，该公司在用于验证候选药物针对多种靶点的试剂领域处于领先地位。在最近举行的摩根士丹利医疗保健大会上，该公司表示，由于人工智能和“实验室在环”技术的应用，订单量显著增长。 该公司在软件业务方面也颇具特色（将在另一章节中讨论）。 布鲁克（BRKR）——高端科研仪器：其timsTOF质谱仪广泛应用于蛋白质组学、核磁共振和空间生物学工具（例如NanoString的CosMx/GeoMx，计划于2024年收购），用于绘制组织中哪些基因处于活跃状态。蛋白质组学和空间数据都是生物学人工智能的前沿训练数据。值得注意的是，布鲁克还涉足半导体设备领域，这导致其股价在6月份大幅上涨。布鲁克的质谱仪工具主要用于数据生成/模型改进等工作。 沃特世 (WAT)是质量控制领域的领导者，尤其在制药行业的液相色谱和质谱分析方面实力雄厚。今年2月，沃特世与BD的生物科学和诊断业务合并，规模大幅扩大，新增了流式细胞术、单细胞分析和诊断技术。所有候选药物在进入下一阶段之前，最终都必须使用这类设备进行质量控制。 日本电子株式会社 (JEOL，股票代码：6951.T) 是一家日本科学仪器制造商。它是冷冻电镜领域赛默飞世尔科技 (Thermo Fisher) 的主要竞争对手，同时也生产核磁共振波谱仪。两者都能生成实验性的三维蛋白质结构，这些结构预测模型（例如 AlphaFold 和 Boltz）正是基于这些真实数据进行训练和验证。然而，JEOL 并非一家纯粹的冷冻电镜公司，其大部分收入来自半导体设备，尤其是电子束掩模写入器。如果冷冻电镜成为主要瓶颈，JEOL 可以被视为一只具有生物人工智能潜力的半导体周期性股票。 OmniAb (OAB)是一家专注于抗体发现的授权许可公司。其核心技术是一系列基因工程动物（包括大鼠、鸡、小鼠等），这些动物能够生产带有人类序列的抗体。其人工智能亮点在于 xPloration，这是一款利用机器学习和实验室自动化技术的高通量单 B 细胞筛选仪器。OmniAb 在第二季度售出了两台仪器，管理层将 xPloration 定位为生成该领域日益增长的大型数据集的有效途径。投资者日定于 10 月 6 日举行。 3. 自主实验室和实验室服务 自主实验室是机器人设施的愿景，其中人工智能代理设计实验，机器人全天候运行实验，并将结果直接反馈给人工智能，最大限度地减少人为干预。 事实证明，这比想象中要困难得多。上述几乎所有仪器公司都实现了相当程度的仪器自动化，但端到端、可编程的自动化——那种可以放入递归循环的自动化——则完全是另一回事，而且才刚刚起步。“实验室在环”模式是由罗氏（ROG.SW/RHBBY）的子公司基因泰克（Genentech）率先提出的。 人种学派型号硬件标准阿斯利康的案例堪称智能模型的一次飞跃，让这一主题更加引人注目。我坚信，我们正在跨越模型能力的门槛，实验室自动化将真正发挥作用，并为最终用户带来巨大的价值。 银杏生物制品公司（DNA）——我曾就此撰写过大量文章。银杏是我最坚定的信念之作他们是一家失败的合成生物学公司，现已转型，全力投入实验室自动化领域。他们提供两项服务：一是利用其专有的RAC（可重构自动化推车）和Catalyst软件为客户构建自主实验室；二是提供云实验室服务，特别是ADME-tox检测。 Tecan (TECN.SW)是液体处理机器人的市场份额领导者，其生产的机械臂用于在自动化实验室中进行样品移液。这些机器人是每个湿实验室最基本的设备之一。Tecan 是 Anthropic 硬件模型标准的早期合作伙伴。此外，Tecan 还生产其他仪器制造商以自有品牌销售的自动化设备。 安捷伦（A）——分析仪器（色谱、质谱、光谱）领域的领导者，其产品能够确认分子的组成和纯度。该公司还销售细胞分析工具和癌症伴随诊断产品。今年6月，安捷伦与OpenAI和波士顿咨询公司（BCG）达成企业级人工智能合作，并成立了专门的自主实验室团队。 XtalPi（2228.HKXtalPi 专注于大规模机器人化学和基于量子物理的建模领域，致力于为手性化学和材料表征等任务提供自动化实验解决方案。机器人技术和“AI for Science”（人工智能助力科学）目前是其增长引擎。2026 年上半年，AI4S 智能解决方案的收入增长了 136.4% 。 4. 临床阶段生物技术公司 这些公司利用人工智能技术自主研发药物，并自行开展人体试验。只有当药物获得批准上市，或者大型制药公司付费购买授权时，它们才能盈利。由于试验结果会对其股价产生剧烈波动，这类公司的盈利往往较为非此即彼。它们的最终目标是成为一家平台型公司，能够反复运用自主研发的人工智能技术来寻找和设计新药。 Absci (ABSI) ——他们拥有一个名为Origin-1的内部基础模型，这是一个从零开始设计抗体的生成平台。他们的核心药物是ABS-201（抗催乳素受体），用于治疗脱发和子宫内膜异位症。脱发概念验证的中期数据将于2026年下半年公布，完整的26周数据将于2027年初公布。子宫内膜异位症的II期临床试验将于2026年第四季度启动，数据将于2027年下半年公布。 AbCellera (ABCL)是一家抗体发现引擎公司，目前拥有自己的研发管线。其优势在于多年来积累的高通量单细胞抗体筛选数据，这种专有标记数据正是模型所需的。该公司于8月公布了其用于治疗潮热的NK3R抗体药物ABCL635的II期临床试验积极结果，临床数据非常出色。其在研抗体药物数量众多，包括一种用于治疗特应性皮炎的药物，这表明该公司正朝着成为“人工智能药物工厂”的梦想迈进。 计算机辅助医学（3696.HKInsilico是商业上最成熟的人工智能生物技术公司之一。制药人工智能软件/模型套件涵盖了整个流程的前半部分：PandaOmics 用于靶点发现，Chemistry42 用于生成式化学。他们的里程碑式药物 rentosertib 被誉为首个由人工智能同时发现靶点和分子的药物。初步数据支持其用于治疗肺纤维化，并表明它可以有效地调节蛋白质组的衰老时钟。Insilico 声称：制药人工智能该公司已开发出 20 多个处于临床或 IND 申报阶段的资产。他们最近披露了一项与一家未具名的“前沿基金会模式实验室”的合作开发协议，价值高达数千万美元。 Recursion (RXRX)是一家表型组学 + 化学人工智能平台，发展历程坎坷，但如今正重振旗鼓，专注于人工智能药物发现。该公司与麻省理工学院 (MIT) 共同开发了开源模型 Boltz-2，该模型可预测蛋白质结构和结合亲和力。此外，该公司还拥有 Phenom（一种细胞成像模型），并将其 TxFM RNA 模型授权给 Tempus 公司。值得注意的是，该公司拥有强大的计算能力，仅次于礼来公司，位居制药公司之首。目前的关键问题是即将公布的临床试验结果。REC-4881（一种用于治疗家族性腺瘤性息肉病 (FAP) 的 MEK1/2 抑制剂）的 FDA 审批路径更新预计将于 2026 年下半年公布。REC-1245 的剂量递增数据也将在 2026 年下半年公布，更多结果预计将于 2027 年公布。 Generate Biomedicines (GENB)是一家生成式蛋白质设计公司，于 2026 年 2 月上市。其生成式蛋白质模型 Chroma 可以生成新的蛋白质结构，并可根据需要调整形状、基序或功能。GB-0895 / golukibart（抗 TSLP 抗体）与阿斯利康/安进的 Tezspire 一样，靶向治疗重度哮喘。该药物的优势在于每六个月给药一次，而非每月一次。人工智能技术用于提高结合亲和力并延长半衰期，同时保持抗体的特异性。其他值得关注的药物包括 GB-4362（一种 MMAE 中和剂，旨在减轻抗体偶联药物 (ADC) 的副作用，目前已完成首批 I 期临床试验入组）和 GB-5267（MUC16 修饰的 CAR-T 细胞疗法）。 Relay Therapeutics (RLAY) ——Relay 的 Dynamo 平台采用计算/模拟方法进行药物发现，而非大多数同类公司使用的生成式人工智能。Relay 解析了 PI3Kα（癌症中最常见的突变激酶）的全长冷冻电镜结构，并进行了长时间的蛋白质运动模拟。这有助于 zovegalisib 的设计，该药物能更有效地选择性地靶向突变型激酶，从而降低毒性。zovegalisib 已获得 FDA 突破性疗法认定，用于治疗二线 HR+/HER2- 乳腺癌，并计划于 2027 年初启动一线 III 期临床试验。 5. 集成平台 集成平台将多个部分整合在一起——把生物模型、科学家自身的数据、人工智能代理以及与实体实验室的对接整合到一个环境中。科学家设计候选模型，将其送去生产和测试，然后将结果反馈到同一系统中，以改进下一轮实验。需要注意的是，这些都是市值巨大的公司，因此风险敞口较小，但它们的合作关系有力地表明了哪些其他参与者处于构建过程的核心地位。 礼来TuneLab (LLY)——或许值得单独撰文介绍。礼来公司将其基于数十年专有历史数据的AI模型免费开放给初创公司和其他企业，以换取用户的数据输入。该平台旨在全面引导用户完成探索过程。他们正与本文提及的多家公司合作，提供软件和湿实验室服务，包括TWST、DNA、SDGR、RVTY、CRL和金斯瑞。TuneLab在短短五个月内就吸引了70多家合作伙伴，并计划在2026年底前达到150家。 亚马逊生物发现平台 (AMZN)于今年四月上线。该平台为科学家提供来自 Apheris 和 Boltz 等合作伙伴的生物学基础模型目录。科学家可以利用自身实验室数据对模型进行微调，而自行构建模型的团队也可以将模型托管在该平台上。优秀的候选模型可以直接进入一个整合的实验室合作伙伴网络，其中包括 Twist Bioscience 和 Ginkgo Bioworks，预计 A-Alpha Bio 也将加入。早期采用该平台的公司包括 MSK、拜耳、博德研究所和 Voyager Therapeutics。 英伟达 (NVDA)——英伟达推出了 BioNeMo，这是一个包含多种模型和一个完全开放的实验室生物学开发平台的平台。英伟达和礼来公司还宣布在南旧金山成立一个人工智能联合创新实验室，其首要技术目标是开发一个持续学习系统，该系统能够全天候在机器人实验室设备和人工智能模型之间运行数据。英伟达还对多家公司进行了私募投资，以支持该系统的建设。 6. 生物数据生成（组学） 我们对生物学的理解仍然相当初级。为了了解细胞在不同条件下如何运作，需要通过实验生成庞大的数据库。这些基因组学/蛋白质组学/转录组学公司制造的仪器可以将生物学转化为这些数据。 更具体地说，测序仪读取DNA和RNA。单细胞分析工具测量单个细胞内部发生的活动。空间分析工具显示组织中每个基因的活性位置。最终目标是构建“虚拟细胞”：一种能够在实验室测试之前预测真实细胞对药物反应的模型。 由于这些公司的收入主要来自耗材，因此更多人工智能驱动的实验意味着更多收入。少数公司，例如 Illumina，也开始出售数据本身。 10x Genomics (TXG) ——作为今年迄今为止的热门主题公司之一，10x 致力于研发用于测量单个细胞的工具。其 Chromium 平台能够读取成千上万个单细胞内部的动态变化，而其空间平台（Xenium 和新推出的 Atera）则可以显示组织切片中基因的活跃位置。这为生物学洞察开辟了前所未有的广阔领域，并推动了公司的快速增长。 Illumina（ILMN）——Illumina是DNA测序市场的领军企业，其生产的测序仪能够大规模读取遗传密码。近期，该公司发布了“十亿细胞图谱”（Billion Cell Atlas），这是迄今为止全球最大的基因关闭后细胞内部变化的数据集，从而开辟了销售数据这一新的收入来源。 牛津纳米孔公司 (ONT.L) ——牛津纳米孔公司凭借其实时测序技术脱颖而出，该技术通过微孔提取DNA/RNA并读取电信号。新任首席执行官不再专注于提供人工智能训练数据，而是更加注重商业执行和利润率，并积极寻求新的生物制药和临床客户。 Pacific Biosciences (PACB) ——大多数测序仪读取DNA片段并将其拼接起来。而PacBio能够一次性读取长片段DNA，从而可以检测到甲基化等额外的标记。PacBio于2026年签署了其首个重要的AI相关项目：对约10万个样本进行测序，并为Basecamp Research的万亿基因图谱项目提供数据。Basecamp Research致力于训练用于治疗设计的尖端AI模型，并于9月23日完成了1.4亿美元的C轮融资，以加速其研发进程，PACB的股价也随之飙升。 Qiagen (QGEN) ——Qiagen是本节讨论的测序仪的上游厂商，在信息学软件和样本制备领域处于领先地位：他们提供的试剂盒和仪器可以在测序或检测之前从血液、组织和其他样本中提取DNA和RNA。测序应用的快速增长使他们受益匪浅。他们也在积极利用经过整理的数据进行人工智能开发：与NVIDIA合作，基于一个已有25年历史的数据库构建基于图的人工智能，并计划到2028年推出至少14款人工智能软件产品。 7.研发软件及仿真 这一类别涵盖多个方面。首先，模拟作为验证手段。模拟软件通常结合物理学和计算建模，通过在实际合成分子之前进行一定程度的测试，从而完善了整个流程。 其次，生物模拟是一个重要的发展趋势。监管机构开始接受计算机模型来替代部分实验室研究、动物研究甚至人体研究。美国食品药品监督管理局（FDA）已宣布计划逐步取消抗体药物的动物试验要求，而Certara公司的生物模拟也被接受，用于替代人体试验，以批准一种白血病药物的上市。 最后，人工智能辅助科学家这一新兴领域正在兴起——它们扮演着研究助手的角色。这些人工智能代理会阅读文献、提出假设、选择实验并分析结果，其作用更接近于初级科学家，而非预测工具。过去一年中，多家公司推出了代理型“辅助科学家”产品或策略，其中Revvity和Schrodinger获得了最多的关注。 Schrödinger (SDGR)是一家物理与机器学习相结合的模拟软件公司，在分子设计的计算/预测建模中发挥着核心作用。该公司最令人兴奋的人工智能相关研发成果是其人工智能联合科学家 Bunsen。在最近的摩根士丹利医疗保健大会上，该公司首席执行官表示，Bunsen 比他任职公司 20 年来的任何其他产品都更能吸引客户关注，展位前总是排起长队。Bunsen 解决了人才瓶颈问题。无需招聘难觅的专家，系统即可安排代理通宵工作，管理任务并重启失败的工作。 Revvity (RVTY) ——其 Signals 软件是一款集成的实验室笔记本和数据平台。该公司于 6 月推出了 Signals AI，使科学家能够以自然语言处理研究数据，而无需编写复杂的代码或进行数据处理。他们将 Signals AI 定位为类似 ERP 的科学家记录系统，并计划在未来 4-5 年内将 Signals 的用户数量翻一番。 Certara (CERT)是一家新兴的生物模拟领域重要企业；FDA 已接受其模型以替代临床研究。该公司还提供人工智能驱动的药理学建模平台。2026 年 7 月，Certara 与 NVIDIA 合作，在其平台中添加了 BioNeMo Agent Toolkit。 8. 合同研究组织 (CRO) 和合同研发生产组织 (CDMO) 这些是药物研发的外包环节。合同研究组织 (CRO) 为制药和生物技术公司开展研究，包括动物或其他替代模型的临床前安全性测试以及人体临床试验。合同开发和生产组织 (CDMO) 则负责药物本身的生产，从早期试验的小批量生产到商业化规模生产。大多数小型生物技术公司不具备这两种能力，因此几乎所有人工智能设计的分子在最终惠及患者之前都要经过这些公司。 人工智能带来的利好主要体现在产量上。即便这套循环系统真的有效，能够产生更多可行的候选药物，但每种候选药物仍然需要合成、安全性测试、临床试验和生产，而这些工作通常需要外包。 IQVIA (IQV)是全球最大的临床 CRO，同时也是最大的医疗保健数据（处方、理赔和真实世界患者记录）所有者之一。这种双重优势使其成为人工智能在临床开发领域的理想平台。该公司还拥有庞大的软件部门，并于今年 3 月推出了……IQVIA.ai一个基于 NVIDIA 构建的统一 AI 代理平台。 查尔斯河实验室 (CRL) ——查尔斯河实验室是临床前安全性测试领域的领导者，所有药物在进行人体试验前都必须通过临床前安全性测试。过去，这意味着进行动物实验，但在美国食品药品监督管理局 (FDA) 于 2025 年 4 月宣布计划削减动物实验（转而采用芯片器官、计算机模型和先进的实验室测试）后，他们转向了其他方法。今年 6 月，查尔斯河实验室加入了礼来公司的 TuneLab 平台，为礼来的人工智能平台提供安全性测试和验证服务。 药明康德2359.HK）和药明生物（2269.HK大型中国CRDMO（合同研发生产机构） ，接收分子并进行外包生产、测试、验证和开发。AppTec主要负责小分子药物，而Biologics则负责抗体、双特异性抗体和抗体偶联药物（ADC）。 龙沙（LONN.SW）是除中国以外最大的生物制剂合同生产商，许多人工智能设计的抗体药物很可能将在这里大规模生产。该公司已剥离其他业务，目前是一家纯粹的CDMO（合同研发生产机构），将受益于生物药物产量的增长，以及生物技术公司因《生物安全法案》的担忧而将部分业务从药明康德转移出去。 还有很多其他的 CRO/CDMO，但我只列出了几个我觉得最有可能参与人工智能变革的公司。 9. 生物加工 这些是“规模化”层。现代药物倾向于生物制剂（抗体、疫苗、mRNA、细胞和基因疗法），这些分子更大、更复杂。生物加工是制造这些分子并将其加工成纯净、安全药物的工业过程。如果人工智能能够产生更多有效的候选药物，这些公司将会受益。值得注意的是，大多数耗材，包括具体的供应商，在向FDA提交申请时就已经确定，因此这些成果甚至可以在药物大规模上市之前就得以扩展。 值得注意的是，即便在人工智能这股新利好之前，生物加工行业就已经从深度周期低谷中复苏。药物研发重心回流到国内以及药物研发结构向生物制剂的转变，都为该行业带来了潜在的长期利好。生物加工企业更多地受益于人工智能投资，并且需要有切实可行的候选药物首先进入研发管线。 Repligen (RGEN)是一家专注于生物工艺的纯粹型公司，而其他公司则业务多元化，涉足多个领域。该公司提供用于生产抗体、mRNA、细胞和基因疗法的过滤、色谱和灌注设备。他们在新型生物制剂的生物工艺订单中占据了很高的份额。 丹纳赫 (DHR) 旗下 Cytiva 部门——Cytiva 是丹纳赫的生物工艺业务部门，也是抗体生产工具领域的规模化领导者。人工智能药物设计非常适合抗体领域，而 Cytiva 通过 Protein A 成为抗体纯化的默认供应商。丹纳赫六月份的生物工艺峰会还重点强调了向小批量和患者特异性生产的转变。 Avantor (AVTR)是一家大型一次性耗材供应商。高通量和自动化实验室使用的微孔板、吸头和试剂数量远超手动操作台。Avantor 正是这部分实验耗材的供应商，而自动化实验室规模的扩大将使 Avantor 的业务受益匪浅。 赛多利斯斯泰迪姆生物技术公司 (DIM FP) – 赛多利斯斯泰迪姆是赛多利斯集团的生物加工部门，也是一次性生产领域的领导者：其产品包括可替代钢罐的一次性生物反应器袋、过滤器和流体处理系统。该公司最相关的产品是Ambr，这是一系列自动化微型生物反应器，可同时运行数十个小型平行培养体系，以便在扩大生产规模之前确定药物的生产方法。 10. 个体化医疗 + 临床数据 这个群体与核心生物X人工智能构建的联系有些薄弱，但迄今为止，其交易与主题领导者（例如）的交易方式高度相关。$TWST和$TXG由于它们与本文所述生物技术与人工智能领域的关联性，值得一提，但我会尽量简要描述。值得注意的是，这些公司大多实力雄厚，并且拥有与本文所述生物技术与人工智能领域其他增长点并无直接关联的利好因素/催化剂。 许多测序和诊断公司拥有可用于构建基础模型的宝贵数据，尽管这并非它们的核心业务，而且这些临床数据在药物研发中的价值仍是一个不断发展的问题。Tempus AI (TEM) 是肿瘤基因组测序领域的领军企业。他们掌握着海量数据，包括超过 4500 万条去标识化的患者就诊记录，这些数据有望用于构建肿瘤基础模型。该公司正以 15 亿美元的价格收购 Personalis。 许多其他提供测序或其他检测服务的公司也拥有潜在的宝贵数据，包括：Guardant (GH)提供肿瘤液体活检服务；GRAIL (GRAL)提供基于机器学习的多癌诊断测试，目前正在等待 FDA 批准；Natera (NTRA)提供纵向微小残留病 (MRD) 癌症检测；Caris (CAI)提供全外显子组/转录组分析服务；GeneDx (WGS)提供罕见病检测服务；Adaptive (ADPT)提供免疫受体分析服务。 最后，值得一提的是Moderna（MRNA）。他们代表着个性化癌症疫苗的梦想。8月19日，他们公布了首个针对已切除黑色素瘤的个性化mRNA癌症疫苗的III期积极数据，股价应声飙升。Maravai （MRVI）为个性化mRNA疫苗的研发提供关键技术。其CleanCap试剂几乎是所有mRNA疫苗的必备成分。 免责声明：本入门指南仅供参考和教育之用。它不构成财务、投资、法律或税务建议，也不构成买卖任何证券的推荐或招揽。 在做出任何投资决定之前，请自行研究，考虑自身的财务状况和风险承受能力，并咨询持牌财务顾问。

很多人研究创新药，习惯盯靶点、临床数据、BD、FDA批准，却很少注意一个几乎所有新药进入人体前都绕不过去的环节：非临床安全性评价，简称“安评”。 过去几年，安评在资本市场里的存在感并不强。一方面，它不像创新药那样有“重磅分子”的故事，另一方面，2022—2025年全球Biotech融资收缩、国内CXO产能过剩、价格战加剧，安评公司经历了明显的订单和盈利压力。 但到了2026年，事情开始变化。 昭衍新药、益诺思、药明康德、美迪西的订单和安全评价业务都出现明显改善；美国Charles River Laboratories（CRL）的regulated safety assessment业务也开始恢复。与此同时，AI制药、ADC、双抗、核酸药、基因治疗等新技术正在增加临床前研发的复杂度，而FDA又在推动NAM——New Approach Methodologies，也就是类器官、器官芯片、AI毒理预测等新方法，逐步减少对传统动物实验的依赖。 所以今天重新研究“安评”，不能再把它理解成“养猴子、做毒理”。 它正在从传统动物实验，逐渐升级成一门更完整的Safety Science——安全科学平台生意。 一、安评到底在做什么？ 一个候选药物在实验室里表现得再漂亮，都不能直接给人使用。 在第一个受试者进入Phase I以前，监管机构首先要问几个最朴素的问题： 这个药会不会毒死人？ 多大剂量开始出问题？ 最容易损伤哪个器官？ 毒性停药以后能不能恢复？ 动物出现毒性时，血药浓度是多少？ 人体临床起始剂量应该定多少？ 心脏、呼吸、中枢神经系统会不会出现致命风险？ 会不会损伤DNA、影响生育、胚胎甚至致癌？ 所以所谓“安评”，并不是做一个动物实验，而是一套完整的非临床安全证据包。 对于一个普通小分子，在进入人体以前，通常会经历探索性毒理、正式GLP重复给药毒理、安全药理、遗传毒性、毒代动力学、生物分析、病理学等研究。随着开发进入后期，还可能增加生殖毒性、长期毒理、致癌性、幼龄动物、光毒性、免疫毒性等项目。 安全药理里最核心的三套系统，是心血管、呼吸和中枢神经。 因为一个药即使不伤肝不伤肾，只要突然造成QT延长、严重心律失常或者呼吸抑制，也可能直接终止开发。 因此安评真正回答的是： 一个药能不能以一个可接受的风险，第一次进入人体。 这也是为什么它可以被理解成创新药开发中“进人体前的最后一道闸门”。二、为什么有的安评项目两三百万，有的要一两千万？ 因为安评不是标准化商品。 真正决定价格的，是药物类型、动物种属、给药周期、检测深度和监管要求。 一个普通小分子的28天大鼠毒理，与一个需要食蟹猴做长期重复给药的单抗，完全不是一个工作量级。 在中国公开项目里，同样叫“临床前安全性评价”，有的合同只有两三百万元，而涉及食蟹猴、复杂药代和完整毒理包时，单项目可以超过1000万甚至1500万元。 原因很简单。 小鼠和大鼠相对便宜。 犬贵很多。 到了NHP，也就是非人灵长类动物，成本直接进入另一个数量级。 2026年国内公开采购中，食蟹猴价格已经达到十几万元/只。一个需要几十只甚至上百只猴的项目，光动物成本就可能超过千万元。 但药企为什么愿意付？ 因为对很多抗体、双抗、ADC等大分子药来说，只有猴子的靶点表达和药理反应足够接近人类。大鼠根本不结合这个抗体，那么即使做100只大鼠，监管价值也有限。 所以安评真正卖的不是“动物”。 卖的是： 适合这个药的监管级安全证据。三、为什么这个行业过去两年这么难？ 安评是一门很典型的重资产CRO生意。 公司需要提前建设： 动物房、GLP实验室、病理平台、生物分析平台、专业Study Director、兽医、毒理学家、pathologist以及质量体系。 一旦客户订单减少，这些成本并不会同步消失。 所以2023—2025年，当Biotech融资下行、项目砍线、客户压价时，行业出现了典型的： 需求下降 + 产能过剩 + 价格竞争。 益诺思披露过一个很有代表性的数据：2025年涉猴安全评价平均价格同比下降约25%，非涉猴项目平均价格下降接近30%。 这解释了为什么过去几年很多安评公司的收入并没有崩，但利润掉得很厉害。 问题不只是没有项目。 而是： 同样的项目，被更低的价格做掉了。 所以判断安评行业景气度，不能只看收入。 真正领先的指标是： 新签订单、在手订单、ASP、book-to-bill和产能利用率。四、2026年的变化：订单已经先起来了 这一轮最值得注意的是，中国和美国几家代表性公司几乎同时出现改善。 昭衍新药2026年上半年新签订单约20.2亿元，同比增长约98%，在手订单约37亿元，同比增长约61%。 益诺思同期新签订单约14.7亿元，同比增长约176%，在手订单超过22亿元，IND/NDA相关新签项目数量也明显增长。 药明康德2026年上半年安全性评价收入同比增长超过40%。 美国CRL的Discovery & Safety Assessment板块在经历两年低迷后，regulated safety assessment study volume也重新增长，book-to-bill升至近几年高位。 这说明一个重要问题： 安评行业的订单拐点，已经比利润拐点先出现。 为什么利润还没有完全起来？ 因为安评从签单到最终确认收入，存在明显时间差。 一个项目要经历动物准备、给药、恢复期、尸检、病理、bioanalysis、数据分析、最终报告。 很多项目从签合同到收入完全确认需要半年甚至更长。 所以安评行业的周期通常是： 订单先转好 → 收入随后改善 → 产能利用率提升 → 利润最后释放。 现在行业大概就处在第二步和第三步之间。五、真正值得关注的不是订单上涨，而是“价格+利用率”能不能一起回来 这才决定利润弹性。 假设一家安评公司一年固定成本5亿元。 低谷时收入只有7亿元。 很多实验室闲着，但人员、折旧、动物设施照样要付钱。 如果收入恢复到10亿元，成本未必同步增加3亿元。 于是新增的收入会大量进入利润。 这就是所谓operating leverage。 所以对安评公司真正重要的问题不是： “订单增长了多少？” 而是： 低价旧订单有没有出清？ 新签订单价格有没有恢复？ 实验室利用率有没有提高？ 核心实验室业务有没有真正重新盈利？ 这也是为什么昭衍现在最值得观察的不是表面净利润。 2026年上半年昭衍归母净利润看起来非常高，但其中大量来自实验猴价格上涨产生的生物资产公允价值收益，真正实验室服务利润仍然偏弱。 所以评价昭衍不能直接用表面PE。 真正要看的，是normalized laboratory earnings。六、这一轮和过去最大的不同：药越来越复杂了 安评行业长期最大的结构性机会，不只是创新药数量变多，而是药物modality越来越复杂。 传统小分子： 一般毒理、遗传毒性、安全药理相对标准。 到了抗体、双抗、ADC、siRNA、ASO、mRNA、AAV、基因编辑以后，评价体系明显复杂很多。 例如： ADC除了抗体本身，还要考虑payload毒性、连接子稳定性、组织分布。 双抗可能引起复杂免疫激活。 细胞治疗和基因治疗需要关注： 组织分布、脱靶、长期安全、免疫原性甚至长期随访。 这意味着即使未来IND数量不翻倍， 每一个项目的安全评价价值量，也可能提高。 所以这一轮不只是volume cycle。 还有： mix upgrade。七、AI制药为什么可能成为安评的下一条增长曲线？ 这里需要把逻辑讲严谨。 AI制药不是： AI生成一个分子，安评公司就多一个订单。 真正的传导链应该是： AI生成更多candidate ↓ 更多wet-lab验证 ↓ 更多lead成功完成优化 ↓ 更多PCC / Development Candidate被正式提名 ↓ 更多项目进入IND-enabling ↓ 才会产生更多安全评价订单。 所以真正决定安评需求的不是： AI generated molecules。 而是： AI-originated PCC和IND。 这也是为什么我现在只把AI看作安评行业的中期optionality，而不是2026年业绩复苏的主要解释。 现在这一轮安评增长，主要还是来自： 创新药融资和BD恢复； Biotech项目重新启动； 复杂模态增加； 此前低谷后的订单修复。 但如果未来2—3年发现： AI公司真的开始持续增加PCC nomination和IND数量，那么安评需求会出现第二次加速。 这才是AI制药对CRL、昭衍、益诺思、药明康德真正有意义的地方。八、但AI还有另一面：它也可能减少传统毒理实验 这也是安评行业最大的长期反证。 AI越来越强以后，可以更早预测： 毒性； off-target； hERG； ADME； 组织分布； 人体相关安全风险。 与此同时，FDA正在推动NAM——New Approach Methodologies。 包括： 类器官； 器官芯片； iPSC； human primary cells； in-silico toxicology； AI safety prediction。 监管长期方向很明确： Reduce、Refine、Replace。 也就是尽可能减少、优化、替代部分动物实验。 这意味着： 如果今天投资安评行业，只因为“猴子稀缺”，逻辑是不完整的。 未来真正强的公司不能只拥有动物房。 而应该同时拥有： 传统GLP毒理； bioanalysis； digital pathology； organoid； organ-on-chip； in-silico toxicology； human-derived models。 安评公司真正的长期升级方向，是：从Animal Testing Company，变成Safety Science Platform。 这才是这个行业未来十年的核心变化。九、为什么Bioanalysis可能比动物数量更加重要？ 随着新模态增加，很多药物的评价重点开始从： “动物有没有毒” 变成： “药物在体内到底发生了什么”。 这就需要大量： PK； drug concentration； ADA； NAb； biomarker； cell-based assay； molecular assay。 Bioanalysis同时连接： 临床前 和 临床。 所以它比传统动物实验有两个优势： 更轻资产； 更容易形成贯穿全开发周期的客户关系。 CRL已经把clinical bioanalysis看作未来重要增长方向。 药明康德、康龙的优势同样来自这一点： 客户不是只做一项tox study。 一个candidate可以从： Discovery 一路跟到： DMPK → Safety → IND → Clinical → CMC。 这叫： Follow the Molecule。十、几家代表公司，其实代表了完全不同的投资逻辑 如果看全球，CRL是行业最重要的benchmark。 它在外包in-vivo Safety Assessment市场拥有很高份额，每年支持大量IND项目，全球GLP、病理、NHP、生物分析和NAM能力都非常完整。 它真正代表的是： 全球高端Safety Science平台。 中国则分成几种不同模式。 昭衍新药，是纯度非常高的安评公司。 它的优势是： 业务纯、NHP资源强、复杂毒理能力完整。 它的问题是： 主营利润仍处恢复期，财报又容易被实验动物公允价值变化干扰。 所以它更像： 高弹性的周期反转标的。 益诺思同样非常纯。 2026年订单增速非常漂亮，利润已经开始修复。 但问题是： 市场也已经看到了。 所以它最大的风险不是公司不好，而是估值已经提前交易未来两年的高增长。 药明康德和康龙则完全不同。 它们安评不够“纯”。 但如果真正相信全球创新药研发throughput提高，反而可能更占优势。 因为一个candidate进入体系以后，可以一直跟着做。 所以它们更像： 创新药研发总吞吐量的长期受益者。十一、所以安评行业未来到底应该怎么看？ 我现在会把未来分成三个阶段。 第一阶段，2026—2027：周期复苏。 核心验证： 订单增长； ASP企稳； 利用率恢复； 实验室业务利润转正。 这是当前最确定的一层。 第二阶段，2027—2029：复杂模态+AI candidate传导。 要观察： AI-originated PCC是否增加； IND数量是否增加； ADC、双抗、核酸、CGT占比是否提高； 单项目价值量是否继续提升。 第三阶段：Safety Science重构。 传统动物实验比例下降。 NAM、bioanalysis、human-relevant models、数字病理和计算毒理占比持续提高。 真正能够完成这次转型的平台，会获得更高估值。十二、投资这个行业，最容易犯的两个错误 第一个错误： 看到AI制药，就直接推导安评爆发。 太早。 AI设计出的100万个分子，最后可能只有10个进入PCC。 安评真正看的是最后10个，不是前面的100万个。 第二个错误： 把所有安评公司的利润都当成主营利润。 尤其昭衍这种拥有大量生物资产的公司。 猴价上涨可以让账面利润很好看。 但投资真正应该关注的是： 实验室服务收入； 核心毛利率； 产能利用率； 真实经营现金流。十三、真正值得盯的六个指标 如果以后跟踪这个行业，我认为不需要天天看新闻。 看这六个指标就够了。 第一，新签订单。 这是最领先的需求指标。 第二，在手订单。 决定未来收入能见度。 第三，book-to-bill。 长期大于1，说明需求持续强于收入确认。 第四，ASP。 订单量增长但价格下降，未必是好增长。 第五，产能利用率和实验室利润率。 这是盈利弹性的真正来源。 第六，IND-enabling项目数量。 这是未来判断“AI有没有真正传导到安评”的最重要指标。写在最后 安评不是创新药产业里最性感的一门生意。 它没有靶点发现那么前沿，也没有临床III期数据那么刺激。 但它有一个非常特别的位置： 所有真正想进入人体的药，最终都必须面对安全性。 所以它天然站在： Discovery和Clinical之间。 过去几年，安评经历了典型的产能扩张、价格战和行业低谷。 2026年最重要的变化是： 订单已经先于利润出现拐点。 未来1—2年真正要验证的是： 收入和margin能不能跟上。 更长时间看，行业又面临两个完全相反的力量： 一方面，AI制药和复杂模态可能产生更多、更复杂的Development Candidates； 另一方面，AI预测和NAM又可能减少传统动物实验。 所以最终真正胜出的，不会只是“谁有最多猴子”。 而是谁能够把： 动物毒理 + 人体相关模型 + Bioanalysis + Pathology + AI预测 + 全球GLP监管能力 整合成一套新的Safety Science平台。 如果把这个行业压缩成一句话： 现在赚的是周期复苏的钱，下一阶段可能赚的是创新药throughput提升的钱，真正长期要赚的，是安全评价从“动物实验”升级成“安全科学平台”的钱。 这也是为什么，今天重新研究安评，比单纯讨论“猴价上涨”或者“AI带来更多分子”更有价值。

中国创新药的海外交易越来越多。合同可以划分开发权和商业化权，却不附带当地上市许可。药物最终能否进入市场，仍要接受临床证据、申报资料和生产质量审查。美国FDA近期还提出鼓励本土早期试验的用户费方案，并表示将扩大对境外临床试验的检查。药企签BD时，必须把后续注册工作一并算进去。阿美替尼曾授权美国EQRx开发海外市场。EQRx递交欧盟申请后终止合作，翰森收回权益并继续推进审评。今年2月，阿美替尼以Aumseqa之名获欧盟批准；9月，许可因原申请使用奥希替尼FLAURA数据的争议而被撤销。 恒瑞与Elevar合作推进的卡瑞利珠单抗联合阿帕替尼，则在美国三次收到完整回复函（CRL）。前者曾获许可，后者已有全球Ⅲ期阳性结果，注册进展仍未如交易时预期。 01｜Ⅲ期阳性，还要证明结果适用于当地患者 阿美替尼的AENEAS研究随机比较阿美替尼与吉非替尼。429名患者中，两组中位无进展生存期约为19个月和10个月。这证明了研究人群中的疗效，却没有直接证明欧洲患者会取得相同结果。由于关键临床数据主要来自中国，EMA要求申请人解释能否向欧洲人群外推。 申请人为此补充了19名欧洲患者的药代研究，比较不同人群服药后的体内药物暴露。EMA认为结果具有可比性，也指出样本仅19人、用药中位66天，无法直接评价欧洲患者的长期安全性。原评估报告以阿美替尼自身药代数据支持外推，并称奥希替尼FLAURA研究的族群分析提供“进一步支持”。据欧委会此次撤销决定，监管方后来认定，若不依赖FLAURA，原申请不足以完成外推和积极的获益—风险判断。 分歧不在于阿美替尼有没有自己的Ⅲ期，而在于另一款药的跨族群数据，在本品申报中究竟承担了什么证明责任。阿美替尼2022年12月递交欧盟申请时，奥希替尼的八年数据保护期仍未结束。医学论文公开发表，不意味着后续申请可以不受限制地依赖原研药受保护的注册资料。“双艾”提供了另一种临床证据路径。CARES-310在13个国家和地区开展，随机比较卡瑞利珠单抗联合阿帕替尼与索拉非尼。最终分析中，两组中位总生存期为23.8个月和15.2个月，死亡风险比为0.64。国际多中心研究为跨地区应用提供了直接证据，但临床结果无法代替其他审评环节。02｜阿美替尼：FLAURA究竟是背景，还是获批所必需？ 翰森认为，阿美替尼有独立Ⅲ期和欧洲药代数据，FLAURA仅作背景参照。欧委会则认定原批准依赖了FLAURA。EMA原报告中的“进一步支持”与撤销决定所说的“缺少便不能成立”，也不能只凭字面判为矛盾：前者所在段落讨论安全性，后者评价整份申请。答案要到完整临床概述、CHMP问题清单和申请人答复中寻找。欧盟既往审评提供了比较依据。达可替尼2019年获批，其报告曾在奥希替尼保护期内讨论FLAURA；舒格利单抗2024年获批，其中国关键研究向欧洲外推的论证中，参考了包含其他免疫药物的文献。不过，达可替尼关键试验纳入了非亚洲患者；舒格利单抗还有美国药代研究、群体药代和暴露—效应分析。 审评报告提到另一款药，与本品获批实际上依赖其受保护资料，是两项不同判断。这些案例可以要求监管说明界线，尚不能直接证明双重标准。 翰森有理由与欧洲许可持有人SFL准备诉讼，同时重新申报。诉讼最需要查清的是：FLAURA在申请中出现于何处；去掉相关数据后，本品证据还缺什么；原审评为何称它为补充支持，撤销时又为何认定不可缺少。企业也必须回应欧委会关于申请表数据保护声明不正确的认定。许可证曾经发出，本身不能保证撤销之诉胜诉。03｜“双艾”：全球Ⅲ期之后，工厂和申报仍要过关 恒瑞与Elevar的组合在2024年5月、2025年3月、2026年7月先后收到FDA完整回复函。CRL表示本轮审评无法根据现有申请批准，企业可以针对缺陷再提交。三次受阻不能归为同一个原因：早期审评涉及设施和临床检查；2026年，Elevar披露阿帕替尼申请所列生产场地存在cGMP检查缺陷。download.open.fda.govFDA最新公开的卡瑞利珠单抗回复函，还写明两份申请之间的关系：该抗体在此次申请中的安全性和有效性，是与阿帕替尼联用时建立的。因此，在阿帕替尼获得监管批准之前，卡瑞利珠单抗的申请也不能获批。一个组分的生产问题，由此传导到另一个组分的注册进度。 CARES-310的生存获益不会因为CRL而消失，但它无法代替生产规范检查。反复收到CRL，也不能单独证明监管歧视。对“双艾”而言，当前更具体的工作是整改场地缺陷、回应检查意见，并协调两家公司再次提交申请。04｜已走通的药物，补了哪些证据？海外注册没有一套适用于所有药物的试验模板。已有证据来自哪里、目标患者是谁、当地已有何种治疗，决定企业还要回答什么。 呋喹替尼最贴近BD出海：授权给武田时，支持海外注册的全球随机试验已经完成。舒格利单抗说明，关键研究在中国开展也可以申报欧洲，但跨人群外推需要本品补充资料。泽布替尼则用头对头研究回答已有同类药时更实际的问题：医生为什么选择新药？05｜FDA的“美国优先”，究竟改变了什么？ 近期几项美国政策常被合在一起解读，实施时间和适用范围却各不相同。被一些文章称为“现任FDA局长”的Marty Makary已于今年5月卸任，目前FDA由Kyle Diamantas担任代理局长。讨论现行审评环境，应以最新机构文件为准。 Summit的例子也需要重新辨析。HARMONi-3鳞癌队列早期PFS分析没有宣布跨过严格的中期统计门槛；独立数据监测委员会建议试验继续，最终分析仍待完成。这是一项全球Ⅲ期的试验读数问题。与此同时，FDA已受理依沃西单抗依据另一项全球HARMONi研究递交的上市申请，目标决定日期为11月14日。受理不等于批准，但Summit当时的股价下跌，不能被写成“FDA开始拒收中国数据”的证据。sec.govFDA正在强调境外试验的可核查性，也希望通过拟议费用安排吸引早期试验在美国开展。前者影响证据管理，后者若最终立法，会影响研发地点的成本计算。两者都应进入BD评估，却不能替代对每项申请具体受阻原因的分析。06｜BD签完之后，谁来承担注册工作？阿美替尼值得复盘的是资料交接。EQRx递交申请、终止合作、翰森接手审评，涉及不同团队。接手方需要掌握的不只是临床数据库，还包括外部研究被引用的依据、监管问题如何答复，以及申请表中各项声明如何核验。权益交还后，这些历史资料仍会影响后续审评和争议处理。 “双艾”值得复盘的是合作双方的注册与生产协调。两款药分别申报，其中一个组分的生产场地无法通过检查，整个组合便不能上市。临床开发、海外权益、申报和生产由不同主体参与时，检查准备、缺陷整改与再次申报，需要明确负责人和时间安排。阿美替尼的撤销决定应接受法律与事实审查；“双艾”的生产问题则要整改并通过重新检查。对于谋划出海的药企，现有试验若不足以支持目标人群，就应尽早补充药代、族群和安全性资料；现有对照若回答不了当地治疗选择，就应重新设计研究。还必须保存能让监管机构核查的原始记录。 想靠BD交易省掉必要试验、借别人的数据填自己的证据缺口，或把生产问题留到审评最后解决，最终付出的往往是上市时间。同时也不能把尚未实施的提案写成禁令，把临床中期分析写成监管拒收。并非每款药都要重做全球Ⅲ期，但该补的数据必须踏实补，该做的试验必须认真做。