A+B_AI+BD_双重冲击下的自免新药研发新策略_32页_979kb

自免新药研发新策略：A+B（AI+BD）双重冲击下的变革路径

核心内容

本白皮书聚焦于2026年自身免疫疾病（自免）新药研发所面临的挑战与机遇，提出“寻难破局，精准散弹”的新策略，旨在帮助研发负责人在AI和BD（商务开发）双重冲击下实现战略突围。

主要观点

1. 红海竞争已无意义

• 市场饱和：TNF-α、IL-17、IL-4/13等成熟靶点市场高度集中，新进入者成功率低。
• 头部MNC壁垒：主要制药公司已占据市场主导地位，新药企难以突破。
• 案例警示：某中国Biotech在IL-17赛道投入1.5亿元却因竞争激烈而失败，损失超80%。

2. 蓝海在于难治亚群

• 差异化机会：特应性皮炎、哮喘等大病种中存在30%-40%的难治性患者亚群，是未被满足的临床需求。
• 精准识别：利用单细胞测序与AI技术，精准识别难治性亚群，可形成差异化优势。
• 战略价值：针对难治亚群开发差异化疗法，可获得更高的商业价值和溢价空间。

3. 临床转化一致性是关键瓶颈

• 高失败率：约90%的候选药物因临床前模型预测失效而失败，造成大量研发浪费。
• 模型选择：非人灵长类（NHP）模型与人类免疫系统相似度达93%，远高于小鼠模型的60%。
• 平台价值：拥有高临床转化一致性的平台（如禾开生物的HKEY-MTMV）是研发成功的核心保障。

4. AI+BD驱动研发范式变革

• AI赋能：AI在靶点识别、化合物设计、患者分层、临床前验证等方面显著提升效率。
• BD趋势：License-out成为主流退出路径，MNC更倾向在临床前阶段收购差异化资产。
• 行动清单：研发负责人需从Day 1起设计BD退出路径，提前准备可交易数据包。

关键信息

AI技术对研发的冲击

• 效率提升：AI技术将靶点识别、化合物设计、患者分层等环节效率提升3-10倍。
• 研发周期缩短：AI原生企业研发周期平均为12-18个月，较传统企业缩短50%。
• 成本降低：单资产研发成本降低47%，临床前失败率降低30%。
• BD成功率提升：AI原生企业在BD交易中的成功率高达35%，显著高于传统企业的15%。

BD趋势与策略

• License-out主导：2024年中国创新药License-out首付款总额首次超越IPO融资。
• 收购偏好变化：MNC更关注早期差异化资产，Pre-IND阶段成为BD交易热点。
• BD退出路径设计：研发负责人需在临床前阶段就准备可交易数据包，降低交易风险。

高临床转化平台

• 禾开生物平台：构建“多重转化矩阵验证体系”，整合HKEY-NHP-MATRIX 2.0、HKEY-AIDMD 3.0、HKEY-AIRx™ 1.0、HKEY-NHP-onChip™ 1.1四大核心平台。
• 平台优势：提供高临床转化一致性、模块化、标准化、可迭代和可扩展的解决方案。
• 平台价值：提升预测准确率、缩短研发周期、降低实验成本、优化BD估值。

管线组合的“黄金比例”

• 3:2:1法则：30%用于早期靶点发现，40%用于PCC候选药物，30%用于临床前/临床阶段。
• 目标：分散风险、形成可交易资产、提升BD估值。
• 案例：某Biotech在TL1A通路进行多靶点、多模态布局，实现差异化竞争。

研发行动清单

• T-18个月：启动靶点验证，利用AI和体外模型快速筛选。
• T-12个月：完成PCC提名，启动BD接触。
• T-6个月：完成IND enabling研究，深化BD谈判。
• T-0个月：IND申报或交易完成，保留中国权益和AI模型迭代权。

条款优化策略

• 必须保留：中国区域权益、AI模型迭代权。
• 可灵活让步：首付款比例、销售分成阶梯、地域划分。
• 核心价值：通过高质量数据包提升BD交易估值，降低风险和成本。

中国Biotech的弯道超车机会

• 速度优势：中国研发决策链条短，执行效率比欧美快40%-60%。
• 成本优势：研发成本约为欧美企业的1/3-1/2。
• 平台优势：中国NHP平台资源占全球60%，具备独特竞争力。

2026-2028关键预测

MNC扫货清单

中国Biotech突围路径

• 聚焦核心靶点：选择2-3个差异化靶点，形成竞争优势。
• 利用平台优势：结合AI与NHP平台，提升研发效率和转化率。
• 提前完成BD交易：在2027年前完成至少1笔重大BD交易，实现商业化突破。

结语

在AI与BD双重冲击下，自免新药研发进入“寻难破局，精准散弹”的新时代。研发负责人需利用AI技术提升效率，通过精准识别难治亚群，构建高临床转化一致性平台，并在临床前阶段即设计BD退出路径，以实现从红海到蓝海的战略突围。2026-2028年将是关键时间窗，中国Biotech有望在全球自免赛道实现弯道超车。

参考文献

[1] 中国医药创新促进会.(2024). 2024年中国创新药交易报告。
[2] Global Market Insights. (2024). Atopic Dermatitis Market Report 2024-2030.
[3] Nature Immunology. (2024). Non-human primate models for autoimmune disease research.
[4] 禾开生物.(2025). 多重转化矩阵验证体系内部验证数据汇总 (2024-2025).
[5] Evaluate Pharma. (2024). World Preview 2024: Outlook to 2030.
[6] 诺华制药.(2024). 可善挺®全球市场表现报告2024.
[7] Nature Reviews Drug Discovery. (2024). AI in drug discovery: Current applications and future directions.
[8] McKinsey & Company. (2025). The state of AI in biopharma 2025.
[9] 中国医药创新促进会.(2024). 2024年中国创新药License-out交易分析报告。
[10] BioWorld. (2024). Global BD Deal Analysis Report 2024.
[11] FDA. (2023). Preclinical Model Translation Efficiency Report.
[12] Global Market Insights. (2024). Atopic Dermatitis Market Size Report 2024.
[13] Nature Medicine. (2024). Single-cell atlas of atopic dermatitis reveals heterogeneous patient subgroups.
[14] Sanofi. (2024). Amlitelimab Phase 2 Clinical Trial Results.
[15] WHO. (2024). Global Asthma Report 2024.
[16] European Respiratory Journal. (2024). Asthma endotypes and targeted therapy.
[17] AstraZeneca. (2024). Annual Report 2024.
[18] ClinicalTrials.gov. (2025). TL1A Target Clinical Trials Summary.
[19] American Journal of Rhinology & Allergy. (2024). Epidemiology of CRSwNP: A global perspective.
[20] Journal of Allergy and Clinical Immunology. (2024). Global Food Allergy Report 2024.
[21] Global Fibrosis Market Report. (2024). Fibrosis Therapeutics Market Analysis 2024-2030.
[22] PitchBook. (2024). Biopharma Investment Trends Report 2024.
[23] Evaluate Pharma. (2025). MNC Pipeline Gap Analysis 2025.
[24] 中国医药创新促进会.(2024). 2024年中国创新药研发效率报告。