AI制藥迎來臨床驗證時刻：武田銀屑病藥物三期成功

昨日，2025 年 12 月 18 日，武田制藥宣布其口服銀屑病藥物 zasocitinib 在三期臨床試驗中達到主要終點。該款每日一次的小分子藥物，在中重度斑塊型銀屑病患者中展現出顯著的皮膚清除效果，優于安慰劑和現有療法 apremilast。武田計劃于 2026 財年開始向美國 FDA 及其他監管機構提交上市申請……

 

這則消息在制藥行業引發的震動，遠超一款銀屑病藥物本身的商業價值。

 

 

zasocitinib 的特殊之處在于，它是人工智能參與發現的藥物中，首批在大型三期臨床試驗中取得成功的代表。

 

Nimbus Therapeutics 首席執行官 Jeb Keiper 表示，AI 算法大幅加速了從海量分子庫中識別 zasocitinib 的過程。

 

2023 年，武田以 40 億美元預付款外加最高 20 億美元里程碑付款的價格，從波士頓的 Nimbus 手中買下這款藥物。

 

分析師預測，如果 zasocitinib 能夠拓展至炎癥性腸病等更廣泛適應癥，其峰值銷售額可能達到 50 億美元。這一數字對于武田來說至關重要，其重磅潰瘍性結腸炎藥物 Entyvio 即將面臨仿制藥競爭帶來的收入下滑壓力。

 

全球銀屑病治療市場在 2024 年估值 270 億美元，研究機構 Fortune Business Insights 預測該市場將在 2032 年接近 580 億美元。長期以來，這一市場由外用藥膏和注射用抗體療法主導?？诜幬锶裟芴峁┫喈數寞熜В瑢槿虺^ 1.25 億銀屑病患者帶來更便利的治療選擇。

 

 

 

Part 1

資本狂潮

一周內數十億美元涌入 AI 藥物發現

 

就在同一周，多家 AI 藥物發現公司宣布了重大融資或上市計劃。

 

12 月 15 日，舊金山初創公司 Chai Discovery 宣布完成 1.3 億美元 B 輪融資，估值達到 13 億美元，正式跨入獨角獸行列。

 

 

融資由 General Catalyst 和 Oak HC/FT 聯合領投，OpenAI、Thrive Capital、Menlo Ventures 等現有投資者繼續參與。蘋果公司（Apple）創始人 Steve Jobs 之子 Reed Jobs 創辦的腫瘤領域風投 Yosemite，以及 Steve Jobs 遺孀 Laurene Powell Jobs 掌舵的 Emerson Collective 也加入了本輪投資。算上此前的 7000 萬美元 A 輪，Chai Discovery 成立不到兩年已累計融資超過 2.25 億美元。

 

 

Chai Discovery 的核心產品是其生成式 AI 平臺 Chai-2。該平臺采用「零樣本」（zero-shot）設計模式，能夠僅根據目標靶點信息從零開始生成全新的抗體序列，無需依賴已知樣本或大規模篩選。該公司聲稱，這種方法在抗體設計中實現了兩位數的實驗成功率，比此前的計算方法提高了 100 倍。

 

Chai Discovery 首席執行官 Josh Meier 曾在 Meta 和 OpenAI 工作，他表示：「幾個月前看起來需要五年才能解決的問題，現在幾周內就能突破?！?/p>

 

12 月 18 日，另一家 AI 制藥公司英矽智能 Insilico Medicine 向香港聯交所提交了招股書，計劃發行超過 9400 萬股股票，其中約 10% 在香港公開發售，其余為國際配售，定價為每股 24.05 港元，預計募集資金約 2.92 億美元。IPO 認購期將持續至 12 月 23 日，股票預計于 12 月 30 日開始交易。

 

 

Insilico Medicine 成立于 2014 年，總部位于香港，在上海、臺北、波士頓、紐約、蒙特利爾和阿布扎比均設有辦公室。該公司早在 2021 年就以一項標志性成果奠定了其在 AI 制藥領域的地位——從識別特發性肺纖維化（IPF）的新靶點，到設計匹配的新分子，再到完成臨床前實驗準備人體試驗，全程僅用 18 個月，成本約 200 萬美元。這與傳統藥物發現動輒十年、25 億美元以上的投入形成鮮明對比。

 

Insilico 的 Pharma.AI 平臺覆蓋靶點識別、小分子生成和臨床結果預測。其內部管線聚焦纖維化和抗衰老領域。該公司的領先候選藥物 rentosertib（原代號 ISM001-055）是一款潛在的 first-in-class TNIK 抑制劑，已在中國完成一項 71 人參與的 IPF 二期 a 臨床試驗，結果顯示肺功能有所改善，相關數據于 2025 年 6 月發表在《Nature Medicine》上。

 

 

Insilico 計劃在 2026 年啟動 rentosertib 的腎纖維化臨床試驗，并開發用于治療 IPF 的吸入制劑。招股書顯示，Insilico 在 2024 日歷年實現營收 8580 萬美元，凈虧損 1740 萬美元。2025 年上半年，營收為 2750 萬美元，虧損 1890 萬美元。該公司迄今已累計融資超過 5 億美元，投資方包括華平投資（Warburg Pincus）、啟明創投、藥明康德、B Capital Group、Prosperity7、OrbiMed、Deerfield、淡馬錫旗下 Pavilion Capital、禮來亞洲基金、百度風投等。2025 年 3 月，其完成了 1.1 億美元 E 輪融資，由香港惠理（Value Partners）領投。

 

 

Part 2

技術突破

從「大海撈針」到「精準設計」

 

支撐這股資本熱潮的，是 AI 藥物發現技術本身的快速迭代。

 

哈佛大學 George Church 實驗室孵化的 Nabla Bio，在 2025 年 5 月發布了一項引人注目的技術進展。

 

Nabla 將大語言模型領域的「測試時擴展」（test-time scaling）概念引入蛋白質設計，開發了一種名為「內省」（introspection）的方法。

 

 

傳統的 AI 蛋白質設計通常是「一次成型」——模型根據輸入條件直接輸出設計方案；而 Nabla 的 JAM（Joint Atomic Modeling）系統則采用多輪迭代——生成多個候選方案，自我評估，選擇最優者，再進入下一輪優化——整個過程完全在計算環境中完成，無需濕實驗驗證。

 

這種方法在針對 SARS-CoV-2 刺突蛋白的設計中，將納摩爾級親和力結合物的成功率提高了 22 倍。在更具挑戰性的 GPCR（G 蛋白偶聯受體）靶點 CXCR4 和 CXCR7 上，改進幅度更為顯著。GPCR 參與眾多生理過程，約占所有藥物靶點的三分之一，但由于其嵌入細胞膜、細胞外可及區域有限、構象動態復雜等特點，傳統方法很難針對其開發抗體藥物。目前大多數 GPCR 靶向藥物是小分子或多肽，選擇性和脫靶效應往往不理想。

 

Nabla 報告稱，其設計的抗體具備與臨床階段分子相當甚至更優的特性，亞納摩爾級親和力（比 CXCR4 臨床基準分子強 10 倍以上）、高靶點選擇性、強功能調節活性，以及良好的成藥性（生產產率、穩定性、低多反應性）。

 

最令人矚目的發現來自對 CXCR7 靶向抗體功能的測試。大多數設計出的抗體如預期般抑制了受體活性，但有兩個意外地激活了它——這是首次報道的 CXCR7 抗體激動劑。

 

Nabla 據此開發了「實驗引導定向」（experiment-guided steering）設計范式，僅用一個激動劑抗體作為「種子」，引導 JAM 系統生成語義相似的設計。結果無需重新訓練模型，這一方法生成了 700 多個 CXCR7 結合抗體，其中 348 個具有激動劑功能，成功率比最初發現高出數千倍。部分新設計的激動劑效力可與 CXCR7 的天然配體媲美，而后者經歷了 4 億年的進化優化。

 

Nabla 認為，「測試時擴展」將成為生物分子設計的基本「擴展定律」，類似于其在語言模型能力提升中所扮演的角色。通過給予生成式蛋白質設計系統更多「思考」和優化輸出的時間，越來越復雜的設計挑戰將變得可解，而無需更大的模型或更多的訓練數據。

 

這一技術進展也推動了 Nabla 的商業合作。2024 年 5 月，該公司宣布與阿斯利康（AstraZeneca）、百時美施貴寶（Bristol Myers Squibb）和武田達成戰略合作，總價值超過 5.5 億美元（包括預付款和里程碑付款）。2025 年 10 月，武田與 Nabla 簽署了新的多年期協議，預付款為數千萬美元，里程碑付款潛力超過 10 億美元。武田首席科學官兼研發負責人 Chris Arendt 表示，這一合作將利用 Nabla 的 AI 和濕實驗能力，幫助武田設計和優化覆蓋多個治療領域的蛋白質藥物。

 

此外，武田近期也正在重新聚焦研發方向。

 

2025 年 10 月，武田宣布退出細胞療法領域，并在美國馬薩諸塞州研發基地裁員 137 人。武田目前的研發模態將集中于新型小分子、生物制劑和抗體偶聯藥物（ADC），治療領域涵蓋胃腸道與炎癥、神經科學、腫瘤學以及罕見遺傳病與血液病。

 

 

Part 3

冷水澆頭

Verge Genomics 臨床失敗敲響警鐘

 

就在 zasocitinib 成功、Chai、Insilico 融資或上市消息傳出的同一天，AI 制藥領域也迎來了一則令人警醒的消息。

 

12 月 18 日，灣區 AI 藥物發現公司 Verge Genomics 宣布，其唯一臨床階段資產 VRG50635，一款針對肌萎縮側索硬化癥（ALS，俗稱「漸凍癥」）的藥物——在一期臨床試驗的預設療效分析中未能達標。

 

 

該公司運營副總裁 Effie Bruzik 向媒體確認，基于「no-go」決策，試驗已終止，未能進入開放標簽延長階段。在 clinicaltrials.gov 上，試驗終止原因被列為「缺乏風險-收益數據」。

 

這一失敗使 Verge 與西班牙制藥公司 Ferrer 的合作前景變得不明朗。

 

2024 年 3 月，Ferrer 以預付款加里程碑付款總計超過 1.125 億歐元的價格，獲得了 VRG50635 在美國以外地區的授權。

 

沒有了臨床階段管線，Verge 宣布將戰略重心完全轉向其機器學習藥物發現平臺 Converge。Bruzik 表示：「過去 18 個月，AI 基礎模型的突破性進展大幅提升了市場對 Verge 多模態人類數據集的需求，我們看到了通過賦能合作伙伴提高管線成功率來推動行業影響力的清晰機遇?！乖摴居媱澩ㄟ^「更精簡的成本結構」和對技術的持續投資來擴展 Converge 平臺，以實現「可持續盈利」。更多關于「戰略重心調整」的細節，包括新聘人員，預計將于 2026 年初披露。

 

 

VRG50635 本身正是用 Converge 平臺發現的。2022 年，Verge 憑借將 AI 發現的候選藥物推進至臨床的成就，入選了 Fierce Biotech 的「Fierce 15」榜單。該公司成立于 2015 年，2018 年完成 3200 萬美元 A 輪融資，2021 年 12 月完成 9800 萬美元 B 輪融資，禮來和默沙東均有參與。2021 年 7 月，禮來曾以 2500 萬美元預付款與 Verge 達成 ALS 候選藥物發現合作。2023 年 9 月，阿斯利康也以 4200 萬美元簽署了研發協議。

 

Verge 的失敗案例提醒行業，AI 可以加速藥物發現的早期階段，但臨床開發的「死亡之谷」依然險峻。傳統藥物研發 90% 的候選分子在臨床前和臨床階段失敗，AI 發現的分子目前尚無足夠樣本證明其能顯著改變這一統計規律。

 

 

Part 4

更廣闊的戰場

從神經退行性疾病到腫瘤和衰老

 

盡管有 Verge 的前車之鑒，AI 藥物發現的應用范圍仍在快速擴展。

 

世界經濟論壇近日刊文介紹了加州大學舊金山分校（UCSF）神經退行性疾病研究所與 SandboxAQ 的合作。

 

 

在諾貝爾獎得主 Stanley Prusiner 博士的領導下，UCSF 團隊原本預計其帕金森病候選療法要到 2031 年才能進入臨床試驗。在嘗試傳統計算平臺未果后，Prusiner 轉向了 SandboxAQ 的「大型定量模型」（Large Quantitative Models, LQM）技術。

 

傳統神經退行性疾病藥物開發面臨數十億美元的研發投入、超過十年的開發周期，以及反復的失敗。SandboxAQ 的 AQBioSim 平臺據稱將這一進程從「年」壓縮到「月」。目前，UCSF 研究人員每月可篩選數百萬分子，綜合團隊正在同時推進阿爾茨海默病、帕金森病以及新發現的錯誤折疊蛋白相關疾病的研究。

 

根據《2021 年全球疾病負擔研究》，全球有 1180 萬人患有帕金森病?！禕MJ》2025 年 3 月發表的研究預測，到 2050 年這一數字將超過 2500 萬，較 2021 年增長 112%。阿爾茨海默病患者預計到 2030 年將達到 7800 萬。如果 AI 能夠加速這些疾病的藥物研發，將惠及數千萬患者。

 

在小型公司層面，NorthStrive Biosciences（PMGC Holdings 的子公司）于 12 月 17 日宣布其與 Yuva Biosciences 的 AI 開發項目進入第三階段。該項目聚焦肥胖及相關代謝疾病，特別是使用 GLP-1 受體激動劑減重時出現的肌肉流失問題。Yuva 的 AI 平臺 MitoNova 專注于線粒體科學，旨在識別可促進線粒體健康、維持肌肉的小分子候選物。第三階段將對 AI 篩選出的化合物進行細胞毒性篩選和 ANT1 表達測試，預計持續 6 至 9 周。

 

 

Part 5

硅谷與制藥巨頭也在競合博弈

 

AI 藥物發現領域的投資熱潮，也正影響硅谷科技資本與傳統制藥巨頭之間的關系。

 

OpenAI 首席執行官 Sam Altman 投資了 AI 制藥公司 Formation Bio。

 

 

LinkedIn 聯合創始人 Reid Hoffman 于 2025 年早些時候創辦了自己的 AI 藥物發現公司 Manas。

 

 

Google 母公司 Alphabet 旗下的 Isomorphic Labs 由 Google DeepMind 首席執行官 Demis Hassabis 領導，2025 年 3 月在首輪外部融資中籌集了 6 億美元，目標是利用 AI 幫助治愈全球許多疾病。

 

 

根據 Crunchbase 數據，2025 年 AI 健康科技領域（從種子輪到成長期）的風險投資已達到 107 億美元，較 2024 年全年的 86 億美元增長超過 24%。

 

傳統制藥公司也在加速布局。

 

武田在與 Nimbus、Nabla 的合作之外，還在內部整合 AI 能力。阿斯利康、BMS、禮來、默沙東等均與多家 AI 藥物發現公司建立了合作關系。禮來也與 Insilico 在 2025 年達成了一項潛在價值超過 1 億美元的研發協議。

 

AI 模型預計將釋放新一波 first-in-class 和 best-in-class 療法，制藥行業的早期采用者將成為最大贏家。

 

多跨膜蛋白，包括 GPCR、離子通道和轉運蛋白占所有細胞表面蛋白的約三分之二，但目前只有不到 10% 的生物制劑以此為靶點。

 

一些正在開發的技術，可能將行業追求的疾病相關靶點數量翻倍。

 

 

Part 6

FDA 發出監管與倫理的新信號

 

AI 藥物發現的崛起也引發了監管層面的關注。

 

隨著從頭設計的命中率不斷提高，直接在細胞表面天然蛋白上進行篩選變得可行，這將消除對人工篩選試劑的依賴，后者往往會引入假陰性結果。

 

更進一步，如果命中率持續提升，研究者可以設計更小規模但高置信度的抗體組合，直接在患者原代細胞甚至動物模型中進行性能評估，從而進一步壓縮從發現到臨床的時間。

 

這也呼應了 FDA 近期的政策動向。

 

美國 FDA 已發布指南，逐步取消對單克隆抗體及其他藥物的動物試驗要求。如果 AI 設計的分子能夠在計算環境中更準確地預測人體反應，傳統依賴大量動物實驗的藥物開發流程可能發生根本性改變。

 

 

當然，這也帶來新的倫理和監管挑戰。

 

AI 模型的「黑箱」特性、訓練數據的偏差、計算預測與真實人體反應之間的差距，都是監管機構和行業需要共同面對的問題。

 

 

編輯手記

回顧 2025 年 12 月這一周的行業動態，《國際醫藥商情》觀察到了 AI 藥物發現領域呈現出的「冰火兩重天」的景象。一邊是 zasocitinib 的三期成功、Chai 和 Insilico 的融資、上市、Nabla 的技術突破，另一邊是 Verge 的臨床失敗和戰略收縮。

 

傳統藥物研發的 10 年、25 億美元、90% 失敗率公式，是 AI 制藥公司反復引用的行業痛點。但這些統計數據主要反映的是藥物發現的早期階段。

 

臨床開發，尤其是三期試驗，仍然是決定藥物成敗的關鍵戰場。少數藥物的成功的確是積極信號，但單一案例尚不足以改變整體統計規律。

 

從技術演進角度看，AI 藥物發現正在經歷幾個重要轉變，輔助篩選到從頭設計，被動預測到主動探索化學空間，單次計算到迭代優化，此外也有測試時擴展方法、零樣本抗體設計等新方法，都代表了這一方向的前沿探索。

 

資本的大量涌入，的確是對技術進步的認可，不過也帶來了期望管理的挑戰。即使擁有來自制藥巨頭的合作和背書，AI 發現的分子仍可能在臨床階段折戟。

 

AI 有望打開此前被認為「不可成藥」的治療領域。GPCR、離子通道、錯誤折疊蛋白，這些長期困擾藥物開發者的靶點，可能因為 AI 的介入而變得可及。

 

一系列新興范式可能是將 AI 引導的藥物發現從「有趣的科學演示」推進到「臨床影響」的關鍵一環。

 

對于中國制藥行業而言，中國擁有龐大的患者群體、豐富的臨床數據資源和快速增長的創新藥企業生態，具備在 AI 制藥浪潮中占據一席之地的條件。如何在技術研發、人才培養、監管政策、國際合作等方面協同發力，則將決定中國制藥企業能否在這一輪產業變革中脫穎而出。

 

 

來源：國際醫藥商情

作者：John Xie