脂質納米顆粒（LNP）還在發力。

6月30日，艾伯維宣布將以21億美元（約合人民幣150億元）現金收購Capstan Therapeutics，將一款處于Ⅰ期臨床實驗階段的體內CAR-T細胞療法（CPTX2309）收入囊下。

管線之外，艾伯維還將獲得Capstan專有的tLNP平臺技術，旨在遞送編碼CAR蛋白的RNA有效載荷（mRNA或基因編輯工具），進而在體內對特定細胞類型進行重編程。

以CPTX2309為例，該療法使用靶向CD8的tLNP，將編碼CD19 CAR的mRNA靶向遞送到 CD8+ T細胞，從而在體內指導CAR蛋白合成（構建CAR-T細胞），以治療B細胞介導的自身免疫疾病，如系統性紅斑狼瘡、多發性硬化和類風濕關節炎。

艾伯維的大手筆，為體內CAR-T領域再添一把火，

就在今年3月，阿斯利康以10億美元收購了另一家體內CAR-T公司EsoBiotec。在此之前，賽諾菲、安斯泰來、諾華也紛紛押注這一技術方向。

跨國藥企對體內CAR-T療法的熱情持續高漲，應用前景已從血液腫瘤治療拓展至更具挑戰性的實體瘤和自身免疫疾病領域，有望引發治療范式的根本性變革。

在這場全球性的前沿療法競速中，LNP遞送作為關鍵底層技術，為體內CAR-T療法的突破性進展提供了重要支撐。

更令人驚喜的是，人工智能、量子計算與高通量實驗平臺的引入，正在推動LNP設計優化從經驗驅動邁向數據驅動，提高候選藥物研發效率的同時，為更多復雜疾病帶來全新思路。

艾伯維的收購印證，LNP遞送技術正突破疫苗邊界，展現出應用于細胞療法、基因編輯等新型療法的巨大潛力，行業處在價值重構的關鍵時刻。

更好的CAR-T，艾伯維押注LNP

體內CAR-T的火熱在情理之中。

作為免疫細胞療法中進展最快、發展最為成熟的技術，CAR-T以其卓越的治療潛力和優異的治療效果而備受關注，目前FDA共批準7款CAR-T細胞療法，2024年全球銷售總額達45億美元，預計到2030年這一數字將提升至218億美元。

盡管CAR-T前景廣闊，然而傳統方法需要從患者體內提取細胞，在體外進行基因改造，再通過免疫細胞清除后回輸至患者體內，整個過程耗時耗力，提高了治療成本，極大降低了患者可及性。

圖：體外CAR-T（左）和體內CAR-T（右）的差異

體內CAR-T則有望解決這一挑戰，通過直接在患者體內改造免疫細胞，有望大幅簡化治療流程、縮短生產周期，“讓成本降低一個數量級”，從而打開更大的市場空間。

而這也并非艾伯維首次押注體內CAR-T，去年1月，艾伯維與Umoja Biopharma宣布達成總價值14.4億美元的合作，以利用Umoja專有的慢病毒載體平臺開發多款CAR-T療法。

體內CAR-T療法的核心挑戰，在于如何將CAR構建體精準、高效且安全地遞送至目標T細胞，由此誕生出慢病毒載體、LNP遞送等不同技術路線。

而與LNP遞送相比，慢病毒載體存在靶向性不足、生產成本較高等缺點，尤其是在最關鍵的安全性問題上，慢病毒載體將外源DNA整合到宿主基因組，存在潛在風險。與之相比，LNP遞送具有良好的安全性和生物相容性。

于是，艾伯維近期在體內CAR-T領域的一系列動作值得深入解讀：先是與慢病毒載體技術領先企業達成合作，隨后又以顯著更高的交易金額收購LNP遞送公司，這背后是其對不同技術路徑的重新考量。

從先后順序與交易細節能夠感受出，艾伯維針對LNP遞送的戰略意圖更加明顯，反映出其對這一技術路徑在解決體內CAR-T關鍵挑戰方面所寄予的厚望。

決勝LNP遞送，AI軍備賽打響

mRNA，即信使核糖核酸（Messenger RNA），是一種攜帶遺傳信息的分子，作為DNA和蛋白質之間的橋梁，指導蛋白質生產。

理論上，我們可以利用mRNA合成任何想要的蛋白質，來達到治愈疾病的效果，也難怪，馬斯克會將mRNA技術稱為“人類醫學的未來”。

但由于其大小、電荷和可降解性，mRNA需要遞送技術來確保精準靶向并發揮作用，脂質納米粒（LNP）是目前主流的載體遞送方式。

LNP的技術價值不言而喻，作為一項革命性的遞送手段，其顯著提高了mRNA的有效性和安全性，輝瑞/BioNTech與Moderna的兩款mRNA疫苗均采用LNP遞送，為控制全球大流行立下汗馬功勞。

也正因如此，開創LNP藥物遞送工作的皮特·庫里斯（Pieter Cullis）、卡塔琳·卡里科（Katalin Karikó）、德魯·魏斯曼（Drew Weissman）于2022年獲得素有“小諾貝爾獎”的蓋爾德納獎。

圖：LNP的內部結構

對于mRNA企業來說，找到更好的LNP遞送系統成為重要的研發方向，也是衡量其技術實力和核心壁壘的關鍵因素。

然而，LNP遞送載體的設計材料紛繁復雜、數量眾多，相互間可形成數百萬種不同組合，相關研究長期受限于傳統方法的低效，高度依賴科研人員的經驗判斷，并需通過大量重復性實驗進行驗證，這種“大海撈針”式的研發模式不僅成本高昂，而且周期漫長。

人工智能的引入，為LNP的開發帶來了新希望。

憑借其強大的數據分析、模式識別和預測能力，AI能以驚人的速度和精準度解析組分、結構與功能間的復雜關系，甚至生成全新、特定功能的脂質分子，極大拓展了LNP的設計與優化空間。

這種從“試錯”到“理性設計”的范式轉變，顯著加速了LNP的開發進程，為更穩定、更高效、更安全且具靶向性的下一代LNP遞送系統鋪平道路。

近年來，知名mRNA公司紛紛下場，利用AI破局LNP研發。

BioNTech已在所有核心業務領域全面部署了AI，在其首席執行官兼聯合創始人Ugur Sahin看來，公司正處于整合先進AI技術以徹底革新個體化醫療的最前沿。

2023年，BioNTech以5.62 億英鎊戰略性收購了AI公司InstaDeep，成為公司發展歷程中的一個關鍵里程碑。

通過此次收購，BioNTech計劃在其發現平臺中無縫嵌入InstaDeep經過驗證和創新的 AI 和機器學習模型，并利用InstaDeep的DeepChain?平臺進行連接，進一步集成自動化實驗室基礎設施。

DeepChain? 平臺集成了多款先進的生物AI模型，包括 ProtBFN（蛋白質設計）、AbBFN（抗體設計）以及DNA基礎模型（Nucleotide Transformer 和SegmentNT）。同時，這個平臺大大降低了 AI 部署和應用門檻，研發人員僅需數行代碼即可訪問復雜的工作流程，以高效的微調方法定制模型，并與AI助手Laila通過自然語言協作。

這種人機交互模式已在BioNTech位于美因茨的實驗室中得到驗證：Laila通過自動化任務處理，顯著提升了生產力，讓科學家能專注于更有創造性的研究。

另一份官方文件顯示，公司研發重點方向便是利用高通量篩選平臺探索新型藥物遞送方式。AI與高通量平臺的融合，正持續加快BioNTech在LNP開發方面的進程。

另一個案例則是賽諾菲，這家老牌疫苗企業曾被認為落后于mRNA技術的浪潮，如今公司希望借助AI的力量奮起直追。

2023年6月，賽諾菲宣布“All in”人工智能和數據科學，為患者加速取得突破性成就。

在官宣文件中，賽諾菲特別指出，AI加速了mRNA的研究工作，指出公司擁有一個龐大的LNP庫，研發團隊使用AI創建數字模型，將LNP預測過程的速度從數月提高到數天。

巨頭們的爭相應用，清晰地指向了一個結論：決勝下一代療法的跑道上，脂質納米顆粒（LNP）的開發、設計和優化已經扮演著不可或缺的重要角色。而能否充分發揮AI的賦能作用，將直接決定哪些選手能在這場激烈的競賽中率先撞線。

LNP遞送，何時迎來DeepSeek時刻

當DeepSeek的問世證明中國AI已躋身全球頂尖水平時，另一個關鍵問題浮出水面：在更具挑戰性的AI制藥領域，尤其是在關鍵的LNP（脂質納米顆粒）賽道上，中國企業能否復刻這樣的突破？

據智藥局觀察，劑泰科技、艾博生物、云頂新耀、海昶生物、沙礫生物等企業均已深度布局LNP領域。

這些公司正基于各自的獨特優勢，探索并形成了差異化的開發路徑，正是這種戰略上的分野，正在塑造著截然不同的成長軌跡與價值實現模式。

有的致力于優化LNP組分與配方，如海昶生物構建的四價-三價脂質納米粒（QTsome?）基因遞送平臺，優化了核酸藥物的負載并提高了細胞內遞送效率。

有的側重開發靶向遞送策略，如云頂新耀開發的tLNP系統，能夠引導編碼CAR的mRNA在T細胞中特異且高效地表達，已獲得多項臨床前驗證。

作為國內納米遞送領域少有的AI-native公司，劑泰科技值得更多關注和期待，公司在技術平臺、團隊成員、商業進程、資金儲備等多元維度具備全面競爭力，以AI創新彎道超車，值得期待。

AI驅動的制劑開發及藥物遞送是一個挑戰巨大的前沿賽道，部分領域近乎“拓荒”，首先要面臨的核心困境便是數據的嚴重匱乏。

與小分子藥物主要關注單一分子與靶點蛋白的結合不同，藥物遞送涉及一個分子與多個不同分子之間的結合過程，要理解這種動態相互作用及最終形成何種構型，行業缺乏公開的高質量數據作為支撐。

在成立之初，劑泰便打造了專有的高通量+ AI制劑平臺，該平臺能針對不同遞送途徑仿真物理參數，可產生萬級小分子、核酸處方/周，積累大量實驗數據。

值得注意的是，與小分子藥物研發和蛋白質設計領域不同，LNP遞送系統缺乏可直接應用的成熟算法模型，這一技術空白要求企業必須從底層構建全新的計算模型，這是對企業核心技術能力的重大考驗。

劑泰科技運用量子化學、分子動力學模擬結合機器學習/深度學習算法，從零開始，創新研發了可電離脂質生成和設計以及LNP納米材料設計和模擬的開創性人工智能和計算模擬算法。

當大語言模型背后的靈魂——Transformer架構興起后，劑泰將其引入到脂質開發，建立了世界首個METiS LipidLM脂質語言模型和PhatGPT脂質生成模型。

更重要的是，通過將CADD、量子力場計算工具與高通量實驗平臺結合，劑泰構建了AI驅動的干、濕實驗迭代系統，通過計算分析的與實驗驗證的閉環，讓公司的技術平臺具備了快速反饋、持續進化的能力，展現出巨大潛力。

尤其值得關注的是劑泰科技自主研發的AiLNP平臺。AiLNP是全球首個高通量自動化LNP設計平臺。基于自主開發的設計脂質材料的De novo生成算法，公司構建了全球第一個基于高通量微流控LNP組裝篩選平臺Datalots?，以及具備自主知識產權的百萬級脂質庫，實現了“全域”設計空間探索，快速高效定位出最優的LNP。

然而，技術平臺的先進僅僅是必要條件，能否將尖端技術成功轉化為實際藥物研發成果，才是對企業實際價值的真正考驗。

通過整合先進的干濕迭代平臺與跨學科專家團隊，劑泰科技在研發領域落地一系列成果，對標國際巨頭，以后來者姿態在部分領域實現了追趕超越。

據公開資料，在肝靶向領域,劑泰科技達到了best-in-class水平，遞送效率大幅超越行業巨頭。在肺靶向等領域, 對標海外頂尖藥企也都達到數量級的藥效提升。此外，公司在全身肌肉、腦、免疫器官、腫瘤的靶向遞送技術上也有重大突破。

據悉，目前劑泰已與多家全球頂尖藥企和生物技術公司建立深度合作，共同推動創新藥物的研發與商業化進程。

當然，對于當前國內AI制藥行業，尤其是在AI+LNP前沿領域探索的企業而言，擺在面前更為現實的問題是如何確保充足的資金支持，以持續保持技術領先地位并推進研發和商業化進程。

在納米遞送的細分賽道，劑泰科技的融資也頗為引人注目。自2020年1月成立至今，劑泰累計獲得紅杉中國、中金資本、五源資本、人保資本、峰瑞資本等頭部資本近3億美元的融資，資金儲備充沛，兵強馬壯。

艾伯維的重磅收購標志著基于mRNA-LNP的體內CAR-T療法已迎來拐點，凸顯出藥物遞送的關鍵價值。

展望未來，作為基因編輯、細胞療法、RNA藥物等新興療法的關鍵技術，LNP遞送在打開更廣闊的臨床應用空間，而隨著AI技術的深度賦能，這一領域還將釋放出更大的創新潛能和市場價值。

盡管國內LNP遞送的開發起步晚于國際同行，但通過AI技術突破、量子物理模擬和高通量實驗平臺等創新手段，我國企業蓄勢待發，將有實力與國際領軍企業同臺競技。

—The End—