每經記者｜林姿辰    每經編輯｜文多    

藥物遞送技術是一種涉及將藥物傳遞到特定目標、并保證合理的藥物濃度和作用時間的方法和系統。作為創新藥物上市前的“最后一公里”，藥物遞送技術的重要性日益凸顯。據蛋殼研究院不完全統計，2023年國內熱門藥物遞送領域共發生42起投融資事件，投融資交易總金額達到63億元。近日，主攻“AI+藥物遞送”的劑泰醫藥完成1億美元C輪融資。

當醫藥產業投融資趨冷，藥物遞送的熱度為何居高不下？在如此專業的領域，AI如何發揮作用？在美國“生物安全法案”風波未平之際，國內的藥物遞送平臺企業是否面臨國際環境變化帶來的挑戰？

6月21日，劑泰醫藥CEO賴才達對包括《每日經濟新聞》記者在內的媒體介紹，目前各大藥企都在尋求藥物遞送技術的長期合作伙伴，未來兩三年是行業的關鍵階段。他認為，對于賽道企業來說，商業化的最大挑戰還是在科學層面——如何突破遞送系統的困難點。

藥物遞送“卡脖子”技術待解，未來兩三年是行業的關鍵階段

據Precedence Research最新統計數據，2022年，全球藥物遞送市場規模為584億美元。隨著市場對藥物遞送技術需求的不斷增長，預計全球藥物遞送市場到2032年將達到2478億美元左右，2023—2032年將達到15.60%的復合年增長率。

對于化藥和單抗等相對成熟的藥物，新的遞送技術可以改善藥物的缺點、達到更好的給藥效果。對于PROTAC（靶向蛋白降解嵌合體）、核酸藥物、mRNA（信使核糖核酸）疫苗、基因編輯和細胞療法等領域，藥物遞送技術是確保其順利進入細胞內部進行表達的“卡脖子”環節，涉及靶向組織器官、高效胞內遞送和內涵體逃逸等關鍵問題。

劑泰醫藥總裁兼研發負責人陳紅敏表示，對于核酸藥物，藥物遞送更具挑戰性。例如，脂質納米顆粒（LNP）是目前配制和遞送核酸藥物的標準方法，通常由四種不同的脂質成分組成，這些脂質具有獨特的化學結構和不同的物理化學性質，既可以被獨立優化，也可以按各成分的相對比例進行優化。

因此，找到LNP的最佳組合如同大海撈針，而隨著AI（人工智能）大模型及Alphafold（一個人工智能程序）等新技術取得突破，AI是比傳統DOE（全因子實驗設計）方式更好的選擇。

資料來源：劑泰醫藥

賴才達認為，藥物遞送技術的投入和研發風險小于First in class（首創新藥）的藥物靶點發現，但在成藥方面存在巨大價值，這可能是該領域投融資逆勢增長的原因。目前各大藥企都在尋求藥物遞送技術的長期合作伙伴，未來兩三年是行業的關鍵階段。適應癥方面，公司將聚焦腫瘤和自免領域，而在中樞神經疾病、罕見病等領域，公司會采取合作的方式，借助BD項目擴展公司在海外平臺的布局。

高質量的高通量數據是國內AI制藥企業的核心競爭力

根據動脈網發布的《藥物遞送白皮書》（下稱《白皮書》），目前主流的藥物遞送技術包括偶聯、主流病毒載體、常用核酸納米載體，以及外泌體、微針藥物遞送等前沿藥物遞送技術。

以ADC（抗體偶聯藥物）為代表的偶聯技術是最火熱的藥物遞送技術之一。《白皮書》顯示，ADC成為2023年國內最亮眼的BD交易突破領域——該領域共達成20件BD交易，金額高達246.7億美元。

目前，專利壁壘限制是國內相關核酸藥企應用LNP的主要卡點。作為國際龍頭公司，Arbutus公司在LNP技術上的專利覆蓋非常完整，在2030年專利到期之前，其保護難以撼動。國產廠商如想使用商業化LNP，一方面可以通過獲得Arbutus的授權入手，另一方面可以從LNP結構研發入手，打造自主專利壁壘。

根據《白皮書》，目前國內具有自主知識產權LNP技術平臺的初創企業共有21家，包括劑泰醫藥在內的大部分企業成立于2020年后，成立最早的浙江海昶生物醫藥技術有限公司已經完成D輪融資。記者注意到，除了劑泰生物，國內多家在LNP遞送系統開發上表現出色的初創企業如深圳深信生物科技有限公司、成都威斯津生物醫藥科技有限公司等，均使用了AI技術進行LNP的優化設計。

數據來源：《白皮書》

賴才達表示，目前中美是AI應用賽道中跑得最快的，國內企業在算法、算力方面仍有進步空間，但在數據量方面具有很大優勢。在AI制藥行業中，數據比算法更重要，高質量高通量的數據會成為中國最新一代AI制藥企業的核心競爭力。

至于美國“生物安全法案”的影響，賴才達對《每日經濟新聞》記者表示，目前中美在生物醫藥領域存在競爭態勢，但主要集中在供應鏈，產品管線或遞送平臺級別的合作仍然是暢通的，未來還需要繼續觀察。他認為，可以確定的是，如果擁有全球領先的關鍵技術，被打壓的概率很小。