医药寒冬下药物递送“热度”不减 剂泰医药CEO赖才达：未来两三年是关键阶段

药物递送技术是一种涉及将药物传递到特定目标、并保证合理的药物浓度和作用时间的方法和系统。作为创新药物上市前的“最后一公里”，药物递送技术的重要性日益凸显。据蛋壳研究院不完全统计，2023年国内热门药物递送领域共发生42起投融资事件，投融资交易总金额达到63亿元。近日，主攻“AI+药物递送”的剂泰医药完成1亿美元C轮融资。

当医药产业投融资趋冷，药物递送的热度为何居高不下？在如此专业的领域，AI如何发挥作用？在美国“生物安全法案”风波未平之际，国内的药物递送平台企业是否面临国际环境变化带来的挑战？

6月21日，剂泰医药CEO赖才达对包括《每日经济新闻》记者在内的媒体介绍，目前各大药企都在寻求药物递送技术的长期合作伙伴，未来两三年是行业的关键阶段。他认为，对于赛道企业来说，商业化的最大挑战还是在科学层面――如何突破递送系统的困难点。

药物递送“卡脖子”技术待解，未来两三年是行业的关键阶段

据Precedence Research最新统计数据，2022年，全球药物递送市场规模为584亿美元。随着市场对药物递送技术需求的不断增长，预计全球药物递送市场到2032年将达到2478亿美元左右，2023―2032年将达到15.60%的复合年增长率。

对于化药和单抗等相对成熟的药物，新的递送技术可以改善药物的缺点、达到更好的给药效果。对于PROTAC（靶向蛋白降解嵌合体）、核酸药物、mRNA（信使核糖核酸）疫苗、基因编辑和细胞疗法等领域，药物递送技术是确保其顺利进入细胞内部进行表达的“卡脖子”环节，涉及靶向组织器官、高效胞内递送和内涵体逃逸等关键问题。

剂泰医药总裁兼研发负责人陈红敏表示，对于核酸药物，药物递送更具挑战性。例如，脂质纳米颗粒（LNP）是目前配制和递送核酸药物的标准方法，通常由四种不同的脂质成分组成，这些脂质具有独特的化学结构和不同的物理化学性质，既可以被独立优化，也可以按各成分的相对比例进行优化。

因此，找到LNP的最佳组合如同大海捞针，而随着AI（人工智能）大模型及Alphafold（一个人工智能程序）等新技术取得突破，AI是比传统DOE（全因子实验设计）方式更好的选择。

资料来源：剂泰医药

赖才达认为，药物递送技术的投入和研发风险小于First in class（首创新药）的药物靶点发现，但在成药方面存在巨大价值，这可能是该领域投融资逆势增长的原因。目前各大药企都在寻求药物递送技术的长期合作伙伴，未来两三年是行业的关键阶段。适应症方面，公司将聚焦肿瘤和自免领域，而在中枢神经疾病、罕见病等领域，公司会采取合作的方式，借助BD项目扩展公司在海外平台的布局。

高质量的高通量数据是国内AI制药企业的核心竞争力

根据动脉网发布的《药物递送白皮书》（下称《白皮书》），目前主流的药物递送技术包括偶联、主流病毒载体、常用核酸纳米载体，以及外泌体、微针药物递送等前沿药物递送技术。

以ADC（抗体偶联药物）为代表的偶联技术是最火热的药物递送技术之一。《白皮书》显示，ADC成为2023年国内最亮眼的BD交易突破领域――该领域共达成20件BD交易，金额高达246.7亿美元。

目前，专利壁垒限制是国内相关核酸药企应用LNP的主要卡点。作为国际龙头公司，Arbutus公司在LNP技术上的专利覆盖非常完整，在2030年专利到期之前，其保护难以撼动。国产厂商如想使用商业化LNP，一方面可以通过获得Arbutus的授权入手，另一方面可以从LNP结构研发入手，打造自主专利壁垒。

根据《白皮书》，目前国内具有自主知识产权LNP技术平台的初创企业共有21家，包括剂泰医药在内的大部分企业成立于2020年后，成立最早的浙江海昶生物医药技术有限公司已经完成D轮融资。记者注意到，除了剂泰生物，国内多家在LNP递送系统开发上表现出色的初创企业如深圳深信生物科技有限公司、成都威斯津生物医药科技有限公司等，均使用了AI技术进行LNP的优化设计。

数据来源：《白皮书》

赖才达表示，目前中美是AI应用赛道中跑得最快的，国内企业在算法、算力方面仍有进步空间，但在数据量方面具有很大优势。在AI制药行业中，数据比算法更重要，高质量高通量的数据会成为中国最新一代AI制药企业的核心竞争力。

至于美国“生物安全法案”的影响，赖才达对《每日经济新闻》记者表示，目前中美在生物医药领域存在竞争态势，但主要集中在供应链，产品管线或递送平台级别的合作仍然是畅通的，未来还需要继续观察。他认为，可以确定的是，如果拥有全球领先的关键技术，被打压的概率很小。