国内首个！礼来押注中国生成式AI制药，巨头新一轮争夺战打响

今日，剂泰科技（7666.HK）宣布与礼来达成战略合作，双方将聚焦组织特异性LNP（脂质纳米颗粒）递送技术，共同发现和优化新一代递送方案。

根据协议，剂泰将获得逾千万美元首付款，以及总额最高11亿美元的开发、监管和商业里程碑付款，此外还将获得基于合作产品年度净销售额的个位数百分比分级特许权使用费。

据公开信息，这是国内首个以生成式AI平台为核心、围绕LNP递送展开的战略合作。对于剂泰而言，与礼来的这笔合作，也是其平台能力进入全球顶级药企研发体系的重要一步。

值得注意的是，这笔交易与过去两年中国创新药出海的主流交易并不相同。过去，海外药企从中国买走的大多是一条管线或一个分子，看中的是某个具体资产的临床潜力。

而礼来引入的，不是任何一个现成的产品，而是剂泰用AI从头设计全新LNP的平台型能力。

这就引出了一个值得深究的问题。作为全球首家市值突破万亿美元的药企，礼来不缺资金，不缺顶尖科学家，在AI上的投入也是全行业最激进的企业之一。

它为什么还愿意为一家中国AI平台的发现能力付费？

这个问题的答案，不仅关乎剂泰一家公司，也折射出全球新药研发正在发生的一场深层变化，以及中国创新在其中的新位置。

Biological AI，被全球顶级药企定价

要理解这笔交易，首先要看清一个正在发生的产业变化——递送，正在成为新一代创新疗法的胜负手。

过去几十年，创新药的竞争主要围绕靶点和分子展开。但随着mRNA、基因编辑、体内CAR-T等新疗法兴起，药物形态越来越复杂，对递送系统的依赖也越来越强。

一个设计再精巧的分子，如果无法被送到正确的组织和细胞，就无法真正发挥作用。

也正因如此，大药企的交易重心正在悄然转移，从买分子转向买递送能力。过去一年多，艾伯维、百时美施贵宝、阿斯利康、吉利德等巨头相继在体内疗法和递送领域出手。

礼来是这一轮布局中出手最重的药企之一。从体内基因编辑公司Verve、血脑屏障递送平台ABL Bio，到环状RNA递送公司Orna、体内CAR-T公司Kelonia，礼来在递送和体内疗法领域接连落子，单笔交易动辄数十亿美元。

这几家公司技术路线各不相同，但都要解决同一个问题：怎样把药物送到肝脏以外的组织和细胞里。

与此同时，礼来也在大力投入AI。它与英伟达合作建设制药行业领先的AI超算，今年又宣布双方共建AI联合创新实验室，并推出了自有的AI研发平台TuneLab。

与许多药企仍停留在试用AI工具的阶段不同，礼来已经开始从底层算力起步，搭建自己的AI研发体系。既有资金，又有算力，礼来为什么仍然选择外部合作？

答案在于，递送设计是一个高度依赖专有实验数据的领域。同一种脂质，换一种配方或制备条件，最终的体内表现就可能完全不同。公开文献中的相关数据来源分散、标准不一，很难直接用于AI训练。

正如AI巨头Anthropic也开始自建湿实验室，生物学的问题最终要靠真实实验来回答。这类能力，很难靠自建AI在短期内追上。

剂泰恰好补上了这一块拼图。

从创立之初，剂泰就自建AI驱动的一体化干湿实验室，把高通量实验的设计、执行与数据采集全面标准化。如今，剂泰每一次实验都不只是为了验证某个候选方案，而是被转化为模型可以学习的数据，持续沉淀为平台的底层资产。

多年积累下来，剂泰构建了全球规模最大的千万级可电离脂质库，积累了10万个实验数据点，在8个器官和组织上形成了靶向递送能力，并已跑通生成、实验、反馈持续迭代的闭环。

这意味着，AI设计出的新脂质可以快速进入实验验证，实验结果又能及时回流优化模型，让下一轮设计更接近目标。

这样的闭环，为什么连礼来也难以在短期内复制？剂泰董事长兼CEO赖才达曾用“三层蛋糕”来解释其Biological AI架构。最底层是干湿实验数据平台，中间是垂类模型，最上层是大模型与智能体。

上面两层可以借助算力和开源技术快速搭建，最底层却只能靠一次次实验慢慢积累。礼来可以买到最好的算力，却很难在短期内补上多年积累的脂质实验数据和反馈闭环，而这恰恰是剂泰最难被替代的地方。

器官到细胞可编程生命的关键一跃

比交易金额更值得关注的，是这次合作要解决的技术问题：把递送从器官级富集，推进到组织和细胞级的选择性递送。

这一步的分量，要放到“可编程生命”的大趋势里看。

过去，药物大多是现成的分子，进入人体后靠自身的化学性质发挥作用，而新一代疗法正在把生命当作一个可以编程的系统。

例如mRNA让细胞按指令合成特定蛋白，基因编辑直接修改出错的基因序列，体内CAR-T则在患者体内把T细胞改造成清除肿瘤的武器。

在这套逻辑里，mRNA和基因编辑工具相当于写给细胞的代码，递送系统则是把代码写进细胞的接口。代码设计得再精巧，如果送不到目标细胞，就发挥不了作用。

这一判断在政策层面同样得到印证，《医药工业发展“十五五”规划》将AI、分子精准递送与细胞编程调控并列提出，共同纳入药物研发前沿技术布局。

不过，从器官级到细胞级，递送难度成倍上升。器官级递送只需让药物在特定器官富集，细胞级递送则要在同一器官内成千上万种细胞中，准确找到目标细胞类型。

与此同时，传统LNP开发主要靠科学家的经验设计加大量实验筛选，目标一旦从器官细化到细胞，需要同时考虑的变量成倍增加，脂质结构、配方、工艺、载荷和细胞类型的组合多到难以穷举，靠筛选已经很难走下去。

生成式AI给出了另一条路。与传统方法在已有分子中筛选不同，剂泰自研了全球首创的AI for Nano脂质从头生成算法和脂质语言基础模型。

前者可以从零开始，生成自然界和现有化合物库中都不存在的全新脂质结构；后者则像大语言模型学习人类语言一样，学习脂质分子的结构规律，让AI逐渐掌握什么样的脂质更可能把药物送到目标细胞，再由智能体ALAN调度高通量干湿实验反复验证。

图：剂泰科技LNP递送平台，覆盖从体外设计到体内细胞级递送的全生命周期

剂泰的千万级脂质库和10万个实验数据点，为模型提供了充足的训练基础，也让AI设计出的新分子更有可能在实验中成立。

这意味着，LNP开发的起点变了。过去，科学家只能在有限的候选分子里反复试错。如今，AI可以根据递送目标主动提出设计，把可探索的空间从已知分子扩展到尚未被发现的化学结构，这也是礼来此次合作看中的核心能力。

在细胞级递送上，剂泰已经拿出了数据。其心肌靶向LNP转染率超过95%，体内CAR-T主动靶向平台在非人灵长类模型中的递送效率达到行业金标准的3倍以上。

图：心肌靶向tLNP(CM-tLNP)静脉给药后在心肌细胞中的转染表现及基因编辑表现

从买分子到买平台

中国AI制药出海换了打法

过去两年，中国创新药出海交易屡创新高，但主流模式始终是卖分子，海外药企买走的是一条条具体的管线。

与礼来的合作则以平台为核心，放回剂泰这一年的轨迹里看，它是“平台+管线”双轮驱动模式的又一次兑现。

先看管线这一轮。

MTS-004是中国首个完成III期临床的AI赋能制剂创新药，以1亿元首付款对外授权，目前正推进NDA申报；自主设计的三特异性TCE MTS-128，则授权给Deerfield支持成立的Boulevard Bio，潜在里程碑最高16亿美元，刷新了中国临床前TCE项目单笔出海授权的纪录。

再看平台这一轮。

AiTEM平台在恒瑞医药完成本地化部署，这是NanoForge的平台能力首次被国内头部药企系统性引入；OpenCGT项目把递送能力延伸到细胞与基因治疗、体内免疫治疗等领域，潜在合作总额已超过60亿元。

礼来的合作则更进一步，剂泰的平台第一次进入全球顶级药企最前端的发现环节，与对方共同定义新一代递送方案。

两条线之所以能同时跑通，是因为它们并非各自为战，而是形成了相互支撑的关系。

更重要的是，市场认可的已经不只是剂泰手里的某个分子，而是它持续产出分子和递送方案的能力。

目前，剂泰超过10条在研管线覆盖肿瘤、免疫、代谢和中枢神经系统，横跨小分子、mRNA、蛋白与抗体等多种模态，它们和所有对外合作一样，都出自同一个平台。

图：剂泰科技管线

一个平台能够同时支撑这么多管线和合作，靠的是一套可以被持续调用的底层体系。从底层的干湿实验数据，到中间的垂类模型，再到上层的智能体，剂泰是少数把这套体系完整搭建起来的公司之一。

更重要的是，顶级药企的研发场景接入之后，平台将获得更多高价值的实验需求和真实反馈，数据、模型与实验之间的循环会转得更快。合作越多，平台能力越强。

放到更大的产业图景里，AI for Science的竞争也在悄然转向。比拼模型参数和算力规模的阶段正在过去，真正拉开差距的，是能否在真实的生物世界里持续学习、持续进化。

当生命可以被编程，药物就成了写给细胞的代码，而递送决定了这段代码能否被准确写入。从这个意义上说，谁能用AI设计递送载体，谁就站在了Biological AI的入口。

把视角放得更远一些，这笔交易的意义也不止于剂泰一家公司。过去很长一段时间，LNP的核心技术和专利掌握在少数海外公司手中，国内企业更多处在追赶的位置。

如今，中国AI4S公司开始以底层能力提供者的身份，进入全球顶级药企的研发体系。

从追赶海外技术，到为全球顶级药企提供底层能力，它们正在全球竞争中找到属于自己的位置，也握住了属于自己的定价权。

—The End—