舒沃替尼纳入突破性疗法！4 条抗癌新药速递，AI治疗癌症3个应用
合作落定：AI新抗原设计与环状mRNA进入同一研发管线
8月20日，英矽智能与元码智药宣布达成研发合作，双方将围绕AI新抗原预测、环状mRNA、靶向递送及自动化实验体系，共建下一代mRNA AI原生研发引擎。这是国内AI制药与RNA疗法公司之间一次指向明确的联合：把机器学习驱动的抗原筛选能力，与环状mRNA的稳定性优势放进同一条研发管线。
据公开信息，此次合作的技术落点集中在新抗原预测与序列设计环节。新抗原是肿瘤细胞因基因突变产生的异常蛋白片段，理论上可被免疫系统识别，但不同患者之间的新抗原差异极大。AI模型的任务，是从海量测序数据中挑出最可能激发免疫应答的少数候选序列。
环状mRNA则被视作线性mRNA之后的迭代方向。线性mRNA在体内降解较快，需要化学修饰提高稳定性；环状结构没有游离末端，对外切酶耐受性更强，有望延长抗原表达时间。据业内人士介绍，这一特性对肿瘤疫苗尤其关键——免疫系统需要足够长的抗原暴露窗口，才能建立有效的T细胞应答。
技术逻辑：从“通用设计”走向“个体化计算”
新冠疫情把mRNA疫苗推上前台，但肿瘤疫苗的难度不在同一个量级。新冠病毒的刺突蛋白是明确的单一靶点，而肿瘤疫苗需要面对每位患者独有的一套突变组合。传统做法依赖测序加人工筛选，周期长、成本高，且候选抗原的免疫原性判断高度依赖经验。
AI的介入改变了筛选逻辑。英矽智能此前在生成式AI药物设计领域积累的模型能力，可迁移至新抗原预测任务：先用算法对肿瘤基因组数据中的突变进行排序，再输出最可能被MHC分子呈递、最可能被T细胞识别的肽段序列。据该公司公开披露的技术路线，其平台覆盖从靶点发现到临床前研究的多个环节。
元码智药在环状mRNA合成与递送系统方面具有工程化积累。合作的关键在于，AI筛选出的新抗原序列能否被高效合成、稳定递送并在体内正确表达。两个环节一旦打通，个体化肿瘤疫苗从测序到制剂制备的时间窗口有望显著压缩。
行业坐标：全球竞速中的一支力量
个体化肿瘤疫苗并非新概念。BioNTech与Genentech合作的autogene cevumeran在胰腺癌术后辅助治疗中已展示出初步临床获益，相关数据发表于《自然》杂志。Moderna与默沙东合作的mRNA-4157联合Keytruda，在黑色素瘤辅助治疗中进入III期临床。据ClinicalTrials.gov登记信息，截至2026年中，全球在研mRNA肿瘤疫苗相关临床试验超过80项。
与海外头部项目相比，英矽智能与元码智药的组合更强调AI在前端的计算能力。BioNTech和Moderna同样在布局AI新抗原预测，但其核心壁垒更多建立在递送载体和规模化生产工艺上。国内团队若能在AI预测准确率与环状mRNA合成效率之间形成协同，存在差异化竞争空间。
但需要看到，临床验证仍是最大变量。AI模型在回顾性数据上表现优异的案例屡见不鲜，进入真实患者体内后，肿瘤异质性、免疫微环境抑制、递送载体肝毒性等因素都会影响最终效果。据国家药品监督管理局药品审评中心公开数据，国内尚无个体化mRNA肿瘤疫苗获批上市。
公司战略的另一面：管线压力与商业化现实
英矽智能近年以AI制药平台对外授权为主要商业模式之一，但其自主研发管线仍处于临床早期阶段。据该公司2025年年度业绩公告，全年研发开支同比上升，而来自对外合作与授权的收入规模尚不足以覆盖全部研发投入。与元码智药的合作，可以理解为平台能力向新治疗领域的延伸，也是在资本市场对AI制药故事趋于冷静之后，一次聚焦具体适应症的动作。
元码智药作为初创公司，其环状mRNA技术尚未进入临床阶段。合作能否推进到IND申报，取决于双方在序列设计、工艺放大和质控标准上的磨合速度。据行业惯例，从概念验证到临床候选化合物确定，通常需要18至36个月。
经营风险同样存在。个体化肿瘤疫苗的生产链条极长：每位患者都需要完成肿瘤组织取样、测序、AI分析、mRNA合成、制剂封装、回输给药，单例成本远高于传统药物。据第三方咨询机构弗若斯特沙利文2025年发布的全球RNA疗法市场报告，个体化疗法在制造端的经济模型仍待验证，自动化与智能制造被视为降本的关键路径。此次合作将自动化实验与智能制造列入共建方向，正是对这一瓶颈的直接回应。
结语
英矽智能与元码智药的合作，把AI新抗原预测和环状mRNA两个技术热点放在同一个项目里。判断其价值，不应只看技术概念的叠加，而要看后续是否能在真实患者样本上跑通从计算到制剂的闭环。个体化肿瘤疫苗的竞争远未到分出胜负的阶段，每一支认真推进的研发力量，都有机会在特定适应症中找到自己的位置。
本文由AI辅助生成
