1、Chapter 1新藥研發周期長、成本高、風險高，前沿技術賦能新藥研發，提高研發效率04Chapter 3合成生物學，理性設計新藥研發12Chapter 4基因遞送，破局基因治療新時代24Chapter 5類器官和器官芯片，藥物研發模型的未來3663展望64版權說明導語03Chapter 2人工智能，多場景賦能新藥研發48目錄導語3新藥研發是現代醫學領域的重要課題，也是全球醫藥企業的核心競爭力。近些年創新藥取得了許多重磅成果:CAR-T細胞療法上市、人工智能輔助藥物設計技術的應用、類器官作為疾病模型應用于藥物研發、CRISPR/Cas9技術的使用等。在中國，創新藥研發也成為了政府和企業關注的重

2、點。近年來，中國政府大力支持創新藥研發，出臺了一系列政策和措施以推動國內藥品創新。中國創新藥進入發展“快車道”，創新藥項目日增月盛。新藥研發之路荊棘密布，高成本、高風險、長周期的問題日益明顯。在這個背景下，前沿技術的應用成為新藥研發的重要方向。人工智能、合成生物學、基因遞送技術、類器官與器官芯片等前沿技術可以加快新藥研發的速度，提高新藥研發的效率，從而解決新藥研發面臨的難題。人工智能，以其超凡的計算能力與預測精度，為藥物篩選與優化提供了強有力的支持；合成生物學，將生命科學與工程學相融合，為制造定制化的生物分子與細胞提供了無盡可能；基因遞送技術，以其精準的靶向性和高效的遞送能力，為基因治療藥物的

3、研發鋪平了道路；而類器官與器官芯片技術，則通過模擬人體器官或系統的結構和功能，為新藥研發提供更貼近生理環境的模型和平臺。這四項前沿技術可以從不同角度和層面賦能新藥研發，為醫學創新和人類健康帶來巨大的價值和潛力。在世界范圍內，越來越多的制藥公司和研究機構開始采用這些技術，取得了一些令人矚目的成果。在中國，也有越來越多的研究人員和企業開始關注這些技術，并逐漸將其應用于新藥研發中。本研究報告將分析這四種具有代表性和前景性的前沿技術：人工智能、合成生物學、基因遞送技術和類器官與器官芯片技術，深入探討這些前沿技術在新藥研發中的應用，并描繪這些前沿技術的相關學者圖譜和中國企業圖譜。新藥研發周期長、成本高、

4、風險高，前沿技術賦能新藥研發，提高研發效率Chapter 1全球新藥研發市場規模穩步增長，底層技術突破驅動新型藥物層出不窮中國創新藥上市數量明顯增長，創新藥出海逐步獲得全球的認可創新藥長周期、高成本、高風險的特點日漸突出前沿技術賦能新藥研發，提高研發效率4全球新藥研發市場規模穩步增長。2014年至2021年，全球藥品研發市場規模從401億美元增長至796億美元，復合年均增長率（GAGR）10.2%。其中藥物發現的GAGR較高，達10.8%，臨床和臨床前的GAGR分別為10.4%與8.7%。預計到2023年藥品研發市場整體規?？蛇_951億美元，GAGR保持在10%以上。全球新藥獲批數量表現平穩。

5、2021年，美國食品和藥物監督管理局（FDA）共批準50款新藥，批準新藥數居近20年的第3位（圖2）。50款新藥包括36款新分子實體藥物和14款新生物制品。全球新藥研發市場規模穩步增長，獲批數量表現平穩5圖1|全球新藥研發市場規?，F狀及預測（來源：中國藥科大學學報，DeepTech整理）圖2|歷年美國FDA獲批新藥數量（來源：中國藥科大學學報，DeepTech整理）底層技術突破驅動新型藥物層出不窮。19世紀以來，隨著提純手段和合成方法的進步，小分子新藥得以快速發展。而20世紀80年代以來對生命機制的深入研究和基因重組技術的突破，帶來了生物藥的黃金時代。隨著各類生物學機制的深入研究，靶向治療、單

6、抗、免疫療法以及細胞基因治療等均迎來快速發展，藥物形式越發多樣。底層技術突破驅動新型藥物層出不窮61980年代：重組基因藥物崛起1980年代，基因重組技術的應用催生了重組基因藥物，進而誕生了人重組胰島素、重組生長激素、重組干擾素等重組基因藥物。2000年：靶向藥物引領治療新時代隨著腫瘤學說、免疫學說、人類基因組研究、單克隆抗體和抗原技術發展與積累，靶向藥物在21世紀初迎來爆發式增長，將疾病治療推進生物分子水平的新時代。代表藥物：利妥昔單抗1997年，伊馬替尼2001年。2011年：ADC進入規模商業化ADC概念于1967年首次提出，首款ADC獲批于2000年，但由于副作用較大等問題于2010年

7、退市。隨著小分子毒素、偶聯方式、連接子以及抗體等領域技術的積累，ADC藥物快速發展。2011年ADC新藥接連獲批進入爆發期。代表藥物：維布妥昔單抗2011年。2015年：抗體藥進入雙抗時代雙抗概念于1960年首次提出。在過去的半個多世紀，解決了免疫原性、蛋白表達水平、CMC、藥代藥動、生理學機理等眾多難題，最終迎來雙抗藥物的商業化。代表藥物：博納吐單抗2014年2016年：核酸藥物步入發展快車道核酸藥物的發展曾因穩定性、安全性等問題一度被各大藥廠停止開發。近年來隨著化學修飾、靶向肝技術平臺的突破帶來諸多新藥的獲批，疊加新冠疫情中兩款mRNA疫苗獲緊急使用授權被證明的安全性及有效性，行業關注度逐

8、漸提高，發展開始加速。代表藥物：依特立生和諾西那生鈉2016年。2017年：基因細胞治療浪潮掀起1972年首次提出基因治療的概念。1990年進行了全球首次人體基因治療的臨床試驗。2017年首款CAR-T獲批，基因細胞治療進入快速發展時期?；蚣毎委熞言谶z傳病及惡性腫瘤等領域取得成果。代表藥物：替沙來塞2017年在全球創新藥蓬勃發展的大環境下，中國也在探索屬于自己的創新藥研發道路。近年來，在政策、資本、人才等多種因素的推動下，我國醫藥行業展現出了良好的發展態勢。近10年，我國企業研發上市的創新藥物146個，占到全球的15%。本土企業在研新藥的管線占到全球的33%，居全球第二位。國家藥審中心20

9、22年發布的2021年度藥品審評報告顯示，2021年審評通過47個創新藥，再創歷史新高。其中，2021年受理創新藥注冊申請1886件（998個品種），同比增長76.10%；IND 1821件（953個品種），同比增長79.23%；NDA 65件（45個品種），同比增長18.18%。2021年批準/建議批準創新藥注冊申請1628件（878個品種），同比增長67.32%；IND 1559件（831個品種），同比增長65.32%；NDA 69件（47個品種），同比增長130.00%。中國創新藥上市數量明顯增長，IND、NDA均呈現出快速增長的趨勢。中國創新藥上市數量明顯增長7圖3|2017-2021

10、年創新藥IND受理量（件）（來源：CDE，DeepTech整理）圖4|2017-2021年創新藥NDA受理量（件）（來源：CDE，DeepTech整理）圖5|2017-2021年創新藥IND批準量（件）（來源：CDE，DeepTech整理）圖6|2017-2021年創新藥NDA建議批準量（件）（來源：CDE，DeepTech整理）我國創新藥出?？焖僭鲩L，產品逐步獲得全球的認可8隨著我國生物醫藥產業的持續發展，創新能力在不斷增強，越來越多的創新藥產品開始有能力走出國門，出海踏入國際市場，與國際創新藥相競爭。近年來，我國創新藥出海數量和交易金額都快速增長。據不完全統計，2012年中國創新藥Lice

11、nse out事件僅發生2起，披露的交易金額僅1.4億美元。從2018年開始，不論是交易數量還是交易金額都開始快速增加；在剛剛過去的2022年，中國創新藥License out交易發生了44起，披露的交易金額達到275.50億美元，相比2021年交易總額翻倍。2022年是我國創新藥License out爆發之年。2022年我國藥企達成44起License out跨境交易，而前十大License out交易總金額更是高達229.77億美元，高于2021年全年交易總金額。其中，共有6起License out交易金額突破10億美元；單項最高交易金額近100億美元，為科倫藥業和默沙東關于合作開發七款臨

12、床前ADC候選藥物項目的合作協議；多家藥企達成2起以上License out跨境交易，多家跨國藥企如默沙東、賽諾菲和默克等在中國完成不止1起項目的引進。我國創新藥逐步獲得全球市場的認可。圖7|我國創新藥License out數量和交易總金額（來源：公開資料整理）新藥研發一直被認為是“三高一長”的活動，即高成本、高風險、高收益、長周期。過去業界有個新藥研發雙十定律新藥研發需要耗時十年，耗資十億美金。如今，各個大型跨國藥企認為如今新藥研發的成本遠不止十億美金。新藥研發長周期、高成本、高風險的特點日漸突出。新藥研發周期長新藥從研發到上市的過程需要進行的工作包括：早期研究和藥物發現；藥物臨床前研究；申

13、請獲得臨床試驗批件；進行臨床試驗（包括生物等效性試驗）研究；新藥上市許可申請；獲得新藥證書和藥品批準文號；進行藥品擴大生產；上市后藥物生命周期管理。整個藥物研發周期長達10-15年。其中藥物臨床前研究就需要完成大量的工作，包括藥物發現、藥物的合成工藝、提取方法、理化性質、純度、劑型、處方篩選、制備工藝、檢驗方法、質量指標、穩定性、藥理、毒理、動物藥代動力學研究等等。臨床前研究（含化合物研究）耗時一般長達 3-6 年。創新藥長周期、高成本、高風險的特點日漸突出9圖8|新藥研發全生命周期（來源：Pharmaceutical Research and Manufacturers of America

14、，DeepTech整理）新藥研發成本高美國塔夫茨大學塔夫茨藥物開發研究中心（Tufts Center for the Study of Drug Development）通過對10家制藥公司的調查，統計了106種新藥和生物制劑研發費用數據。不同時期新藥的研發成本差異很大，目前新藥的研發成本已經高達25.88億美金。而隨著時間進展，新藥研發的成本陡然上升，成本每隔十年翻倍。新藥研發風險高在新藥研發的整個生命周期，新藥研發的每一步都需要經過嚴格的優化和驗證。在這個過程中，新藥研發會碰到缺乏臨床療效、難以控制的毒性、不良的藥物性能，以及缺乏商業需求和糟糕的戰略規劃。這些問題都導致了新藥研發的高風險和

15、高失敗率。據 Nature Reviews Drug Discovery 雜志報道，新藥研發成功率僅有4.1%（行業平均水平）。創新藥長周期、高成本、高風險的特點日漸突出10圖9|已批準新藥臨床前成本、臨床成本和總成本的資本化趨勢（來源：Journal of Health Economics，DeepTech整理）圖10|新藥研發不同階段的化合物損耗情況和研發成功概率（來源：Nature Reviews Drug Discovery，DeepTech整理）新藥研發之路荊棘密布，高成本、高風險、長周期的問題日益明顯。在這個背景下，前沿技術的應用成為新藥研發的重要方向。人工智能、合成生物學、基因遞

16、送技術、類器官與器官芯片等前沿技術可以加快新藥研發的速度，提高新藥研發的效率，從而解決新藥研發面臨的難題。前沿技術賦能新藥研發，提高研發效率11人工智能，以其超凡的計算能力與預測精度，為藥物篩選與優化提供了強有力的支持。通過對海量數據的分析和處理，人工智能可以幫助研究人員快速發現新的藥物靶點、優化藥物設計、加速藥物篩選、預測藥物安全性和有效性等，提高新藥研發的速度和效率。合成生物學，將生命科學與工程學相融合，為制造定制化的生物分子與細胞提供了無盡可能。合成生物學技術可以更快更精確地設計和構建生物分子，如蛋白質和基因，以便開發出更加精準、個性化的藥物。這種技術加速新藥分子的合成和優化，從而降低研

17、發成本和提高研發效率?；蜻f送技術，以其精準的靶向性和高效的遞送能力，為基因治療藥物的研發鋪平了道路?；蜻f送技術通過載體介導等方式，將藥物精準地輸送到目標細胞內部，更好地發揮藥物的治療作用，提高藥物的生物利用度和治療效果。類器官與器官芯片，通過模擬人體器官或系統的結構和功能，為新藥研發提供更貼近生理環境的模型和平臺。這種技術可以在體外模擬人體代謝、毒理、藥效等過程，更準確地評估新藥的安全性和有效性，為新藥研發提供更準確和可靠的數據。AI提高新藥研發成功率，降低研發成本，縮短研發周期藥物發現和臨床前研究是AI的主要優化環節多場景賦能，AI推動新藥研發u多組學大數據的驅動，AI逐漸成為靶點識別中

18、必不可少的研究手段u從計算機輔助到人工智能技術，苗頭化合物篩選效率提升u深度學習技術指導創新藥物從頭設計u人工智能賦能藥物ADMET性質預測大型跨國藥企通過自建平臺、并購以及合作的方式，積極擁抱人工智能多種商業模式協同發展，AI賦能新藥研發需要回歸實驗本質相關學者圖譜中國企業圖譜12Chapter 2人工智能多場景賦能新藥研發AI提高新藥研發成功率，降低研發成本，縮短研發周期隨著ChatGPT的爆火，人工智能（Artificial Intelligence，AI）這一概念已不再陌生。AI也被稱為機器智能，指的是計算機系統從輸入或過去的數據中學習的能力，術語“人工智能”通常用于機器在學習和解決問

19、題過程中模仿與人腦相關的認知行為。根據人工智能：現代方法中的討論，AI有七種分類，分別是推理和問題解決、知識表示、規劃和社會智能、感知、機器學習、機器人：運動和操縱，以及自然語言處理。目前，人工智能技術向各行各業快速滲透，生物醫藥行業是AI產業中最重要的部分之一。如何通過AI加速新藥研發進程、平衡研發投入與成果產出之間的關系，成為了醫藥公司在數字化改革道路上的重點之一。AI 制藥是將機器學習、自然語言處理及大數據等人工智能技術應用到制藥領域各個環節，進而促進新藥研發降本增效。根據 Tech Emergence 數據，相較于傳統藥物成功率低，研發周期長、研發投入大，當AI賦能新藥研發，新藥研發可

20、以提高藥物設計的命中率及成功概率：AI 有望將新藥研發的成功率從 12提高到 14；降低研發成本：有望每年節約數十億美元的研發費用；縮短研發周期：在研發主要環節節約 40-60%的時間成本。13藥物發現和臨床前研究是AI的主要優化環節AI技術已經應用于生物醫藥的研發、生產、流通等各個環節。對于新藥研發環節，AI最主要的還是應用于藥物研發階段的藥物發現、臨床前開發階段，隨著 ChatGPT 的不斷應用，AI 將向臨床開發階段的滲透有望持續加快。藥物發現+臨床前研究是 AI 主要優化環節，通過 AI 的虛擬篩選可以替代大規模篩選的濕實驗方式。在藥物發現環節，通過利用機器學習、深度學習、大數據、自然

21、語言處理等核心技術提升靶點搜索發現效率；利用深度學習模型預測化合物性質進行篩選，從而減少成本和開發周期。在臨床前開發環節，主要通過預測藥物性質、制劑和晶型的設計進行修正優化。當下，AI 的蓬勃發展只是加速藥物研發，并未改變新藥整體的研發流程。無論是倫理監管還是實際應用層面，AI 的預測試驗數據短期內均無法代替實際臨床試驗結果。14應用階段細分環節AI技術類型藥物研發藥物發現靶點發現機器學習、深度學習、大數據、自然語言處理苗頭化合物篩選機器學習分子生成機器學習、深度學習、自然語言處理化學合成機器學習、深度學習臨床前開發ADMET性質預測機器學習、深度學習晶型預測機器學習、深度學習臨床開發臨床試驗

22、設計自然語言處理、機器學習患者招募自然語言處理、機器學習生產藥品檢查自然語言處理銷售學術推廣自然語言處理表1|AI在制藥中的應用領域（來源：公開資料整理）多場景賦能，AI推動新藥研發u 多組學大數據的驅動，AI逐漸成為靶點識別中必不可少的研究手段近年來，隨著生物科學和生物技術的發展，尤其是測序技術和組學測量技術，靶點研究從傳統單一靶點逐漸發展為多層次、多角度的研究思路。爆發式增長的組學大數據為AI在靶點識別的應用提供了數據基礎。靶點確認是藥物研發中的關鍵步驟，機器學習和深度學習是目前靶點研究的重要手段之一。當前已知的藥物靶點大多為蛋白質，利用機器學習在蛋白質的原始信息中提取關鍵特性，從而精準構

23、建蛋白質模型；利用深度學習技術，從大量的患者樣本及生物醫學資料中整理篩選相關的基因組學、蛋白質組學、代謝組學等多組學數據，精準構建模型，分析疾病與非疾病間差異，可用來發現對疾病有影響的新靶點。目前，AI技術已被廣泛應用于基因組、轉錄組、蛋白組和表觀組等分析中，并引導發現了多個靶點以及疾病發生發展的機制。隨著AI技術在模型穩定性、可解釋性、可遷移性以及與生物領域知識融合等方向的發展，可以期待AI技術在靶點識別中得到更廣泛的應用，進一步推動靶點識別和生物信息學的發展。u 從計算機輔助到人工智能技術，苗頭化合物篩選效率提升苗頭化合物是指對特定靶標具有初步活性的化合物，這一階段決定了整個藥物發現過程的

24、起點。高通量篩選和虛擬篩選是獲得苗頭化合物的兩種技術。但對于新型靶標或者孤立靶標這種沒有先前的信息可利用的分子，如使用組合庫或者高通量篩選的方法則會費時費力，效率不高。后來隨著計算機的發展，出現了計算機輔助苗頭化合物的識別方法，例如虛擬篩選技術，其通常利用分子的相似性、分子對接技術，或者利用逆定量構效關系、粒子群優化等推測具有特定性質的新分子，但總體來說，這些方法在準確性、時間成本和藥物活性等方面都需進一步提升。15多場景賦能，AI推動新藥研發在人工智能時代，深度生成模型的出現使得藥物分子的生成得以更好地解決。生成模型能夠從特定訓練樣本學習到樣本的屬性，然后自動生成具有類似特征的新實體，所以可

25、以應用于分子設計和苗頭化合物的篩選，提升篩選效率。例如，Insilico Medicine 和藥明康德在 2019 年通過深度學習模型，僅在 23 天就產生了6 個先導化合物，并在 46 天內從中篩選出 1 個具備良好藥代動力學行為的候選藥物,最后通過實驗驗證了其對于 DDR1 激酶的高效抑制作用。u 深度學習技術指導創新藥物從頭設計從頭藥物設計是根據靶點結構直接構造出形狀和性質互補的全新配體分子，因其能提出結構全新的具有啟發性的先導化合物，在藥物研發中具有重要的原創性意義。深度學習模型可以高效地從藥靶生化數據中挖掘和提取相關的復雜模式和特征，并可以作為啟發式函數為搜索優化算法提供有效的指導信

26、息，進而更好地完成藥物設計的相關任務，如：預估藥物的理化性質、預測藥靶結合的強弱程度、從頭生成滿足指定性質的新分子等。目前，研究人員已經將深度學習技術就用于小分子藥物、核酸類藥物和蛋白多肽藥物等設計場景中，針對藥物分子的結構合理性、生化性質、特定靶點親和力等性質要求，使用和迭代更新各種深度生成模型來進行從頭藥物設計，從而高效地發現具有啟發性的分子結構。u 人工智能賦能藥物ADMET性質預測由吸收（absorption）、分布（distribution）、代謝（metabolism）、排出（excretion）和毒性（toxicity）組成的ADMET性質是衡量化合物成藥性最重要的參考指標。早期

27、評估化合物的ADMET特性，可有效地指導后續的藥物發現步驟。藥物的早期ADMET特性主要依靠體外研究技術結合計算機來模擬。16多場景賦能，AI推動新藥研發近年來，由于生物活性和特性數據的積累以及人工智能算法的升級，制藥工業和學術界漸漸被ADMET人工智能虛擬預測技術所吸引?；谖墨I的數據是ADMET預測的主要訓練數據來源。目前，已有多個數據庫為ADMET的預測提供數據支持，admetSAR數據庫可專門提供20萬余條藥物ADMET的訓練數據。17AlphaFold2 是DeepMind公司開發的一款蛋白質結構預測的人工智能程序。2020年，在蛋白質結構預測大賽 CASP14 中，該程序對大部分蛋

28、白質結構的預測與真實結構只差一個原子的寬度，達到了人類利用冷凍電子顯微鏡等復雜儀器觀察預測的水平，一舉破解了困擾學界長達五十年之久的“蛋白質折疊”難題，開啟蛋白質解析新紀元，極大地推動了AI技術在新藥研發領域的應用。01AlphaFold2，開啟蛋白結構解析新紀元022020年5月，百度研究院推出了全球首個mRNA疫苗基因序列設計算法LinearDesign。該算法巧妙地將序列設計的海量計算簡化為自然語言處理中的經典問題。LinearDesign能在16分鐘完成新冠病毒的mRNA疫苗序列設計，極大加速新冠疫苗的研發效率。在頭對頭實驗驗證中，與傳統的密碼子優化的基準相比，百度團隊的設計顯著改善了

29、體外 mRNA 半衰期和蛋白質表達，使體內抗體反應增強了高達 128 倍。032023年1月，Salesforce Research、Tierra Biosciences 和加州大學的研究團隊開發出ProGen蛋白質工程深度學習語言模型。模型接受了來自公開的已測序天然蛋白質數據庫中的2.8億個原始蛋白質序列的訓練，從頭開始生成人工蛋白序列，并且該模型生成的蛋白序列多樣性強，且能夠展現出與天然酶相似的活性。LinearDesign，提高mRNA疫苗穩定性和免疫原性ProGen，從頭生成人工蛋白大型跨國藥企通過自建平臺、并購以及合作的方式，積極擁抱人工智能近年來，AI賦能新藥研發的大趨勢愈發明顯，

30、與傳統藥企、醫藥研發外包企業的合作也在不斷深入。資金實力雄厚的大型跨國藥企，通過自建平臺、投資并購以及合作等方式，積極擁抱人工智能。目前，全球前十大藥企均有AI布局，其中阿斯利康、默克、輝瑞開展的AI項目數位居前列。182019年，諾華（Novartis）與微軟（Microsoft）宣布達成多年合作，將整合諾華的數據庫與微軟的AI專業以共同發現、開發創新藥物并商業化。此外，兩者亦建立AI創新實驗室以支持諾華研究人員的工作。2023年4月，Moderna和IBM達成一項為期5年的協議，IBM將提供量子計算系統的訪問權限，以及提供專業知識幫助Moderna探索由量子技術驅動的生命科學領域的前沿應用

31、，以推進和加速mRNA療法的研究。Moderna和IBM將結合配方發現和生成性AI技術來優化脂質納米顆粒，以設計具有改善安全性和性能的mRNA藥物。與信息技術公司合作建立內部AI平臺羅氏（Roche）旗下的基因泰克（Genentech）在2021年并購了Prescient Design，主要利用其生成式AI平臺來發現、設計抗體藥物。而自2019年起，BioNTech便與InstaDeep展開多年的合作，并在今年1月以3.62億預付款并購該公司，期待通過此交易來完全整合InstaDeep的AI與機器學習（ML）專業，以開發下一代免疫療法。并購除了使得藥企能夠獲得AI公司專有的平臺技術，也可同時獲

32、得來自原公司的數據與生物信息專業人士，增加其AI研發能力。通過投資并購快速獲得AI技術基因泰克在2021年與Recursion Pharmaceuticals達成的合作，兩者將利用AI導向的高通量篩選平臺以識別在神經科學與腫瘤學的創新靶標。2022年1月，賽諾菲（Sanofi）與Exscientia達成另一項大型交易，兩者將利用Exscientia基于AI的個體化藥物平臺，以篩選病患與識別藥物靶標，該合作預計開發在腫瘤與免疫學領域最多達15項的創新小分子藥物。此外，2022年8月和11月，賽諾菲分別與Atomwise和英矽智能（Insilico Medicine）達成大型的研發合作，將利用兩家

33、公司各自的AI平臺發現新靶點并開發候選藥物。對外合作以識別靶點、共同開發藥物多種商業模式協同發展，AI賦能新藥研發需要回歸實驗本質AI賦能新藥研發的商業模式可分為三種：AI SaaS服務、AI CRO服務和AI Biotech。目前國內及海外多數 AI 制藥公司都會在 SaaS 服務商、AI CRO 和 AI Biotech 的商業模式中兼容兩種或者三種。源于 AI 制藥在算法、算力及數據方面需要較大的投入，且單一路徑發展或有一定局限，多種商業模式協同發展將長期持續。AI本質是賦能新藥研發的工具。雖然 AI可以提高藥物研發效率，加速藥物篩選，但是AI學習的資料是基于人類已經創造的實驗數據。AI

34、還沒有辦法憑空創造出新的靶點，也不能幫助藥物完成臨床試驗階段，更不能從根本上改變新藥整體的研發流程。同時，AI技術賦能新藥研發，同樣需要遵循制藥業本身的邏輯，臨床實驗仍然是新藥研發的必經之路。未來，AI賦能新藥研發需要回歸實驗本質，AI驅動藥物的上市將會充分證明AI技術在新藥研發中的經濟價值。19AI SaaS服務商：為客戶提供 AI輔助藥物開發平臺（一套標準化的產品/軟件），通過平臺為客戶賦能，幫助客戶加速研發流程，節省成本與時間AI CRO服務：通過人工智能的輔助，為客戶更好地交付先導化合物，再由藥企進行后續的開發，或者合作推進藥物管線。AI Biotech：利用人工智能開發藥物，以推進自

35、研管線為主，較少進行外部合作。相關學者圖譜20科研學者（部分）所在單位研究方向Andreas Bender英國劍橋大學開發新的生命科學數據分析方法及其在藥物發現、化學生物學和計算機藥物安全中的應用Gisbert Schneider瑞士蘇黎世聯邦理工學院自適應智能系統的開發和應用，用于分子設計和藥物發現。Manolis Kellis美國麻省理工學院通過計算和實驗技術的結合來了解人類疾病的機制基礎。計算生物學、基因組學、表觀基因組學、基因調控和基因組進化領域Mark Gerstein美國耶魯大學生物信息學，尤其數據科學與數據挖掘、大分子幾何與模擬、人類基因組注釋與疾病基因組學、以及基因組隱私Pie

36、rre Baldi美國加州大學人工智能和機器學在化學分子性質預測、化學反應預測、藥物發現、化學信息學、蛋白質結構預測等領域的應用Regina Barzilay美國麻省理工學院分子建模的機器學習模型及其在藥物發現和臨床人工智能中的應用Stephen H.Muggleton英國倫敦帝國理工學院機器學習在生物學預測任務中的應用，包括確定蛋白質結構、藥物和毒素的活性以及確定基因功能Jennifer Listgarten美國加州大學伯克利分校蛋白質設計/優化/工程的計算方法；分子設計和化學反應的相關方法；藥物重新定位和發現；機器學習方法開發Jure Leskovec奧地利科學院將機器學習應用于大型互連系

37、統，重點是為各種規模的系統建模復雜、標簽豐富的關系結構、圖和網絡，從細胞中蛋白質的相互作用到社會中人類之間的相互作用，尤其是藥物發現排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系交流。相關學者圖譜21科研學者（部分）所在單位研究方向曾堅陽西湖大學機器學習和人工智能技術應用于藥物發現和基因組學研究鄭明月中國科學院上海藥物研究所基于人工智能和大數據的精準藥物設計技術開發，發展機器學習算法和模型用于活性化合物的作用機制和靶點發現、新靶點活性化合物的發現和成藥性優化沈紅斌上海交通大學模式識別與圖像處理、生物信息學、數據挖掘與理解魏冬青上海交通大學結構生物信息學以及AI輔助藥物設計。把AI最新

38、技術應用于pHLA結合預測、新抗原鑒定和HPV疫苗設計侯廷軍浙江大學計算機輔助藥物分子設計方法和應用裴劍鋒北京大學基于靶標的藥物分子設計、多靶標藥物設計、人工智能藥物研發等高毅勤北京大學新一代分子模擬方法結合深度學習，預測生物大分子的結構，理解生物體系中的構效關系，基于功能進行分子設計楊勝勇四川大學華西醫院藥物分子設計新方法研究；小分子靶向藥物設計、合成與先導化合物優化研究陳亞東中國藥科大學基于重大疾病的原創小分子藥物發現；基于人工智能的藥物分子設計及其應用研究楊躍東中山大學健康醫療的智能計算，研究最新高性能計算、大數據及AI技術，為生物醫藥產業賦智賦能，開發準確且超快的疾病診療和新藥研發算法

39、劉琦同濟大學發展和應用人工智能技術，結合生物組學分析，進行復雜疾病的精準藥物治療和精準基因治療等精準醫學研究排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系交流。中國企業圖譜22公司名稱（部分）相關技術與產品布局融資情況英矽智能自主研發了Pharma.AI軟件，橫跨生物、化學及臨床開發領域，加速新藥的發現與開發過程D+輪冰洲石生物搭建起全鏈路AI制藥平臺，打通了小分子藥物臨床前研發的各個環節，包括虛擬篩選、藥物屬性預測、化學逆合成、藥物優化、老藥新用等戰略融資費米子科技依托自主開發的Drug Studio AI藥物發現平臺，通過快速設計、規模篩選與精細計算，高效獲得綜合參數最優的可成藥

40、分子B輪中以海德擁有全球獨創的藥物研發平臺，基于雷霆AI研發平臺、中以聯合智庫、乙肝專病RWD數據平臺，已有多款在研管線產品，實現乙肝功能性治愈股權融資德睿智藥一站式AI驅動新藥研發平臺：一站式AI藥物設計平臺Molecule Pro、蛋白質動態模擬結構預測平臺Molecule Dance、基于知識圖譜的數據挖掘平臺PharmKGA+輪新合生物搭建多組學大數據采集平臺及多重生物組學數據庫，利用AI及生信技術進行深度藥物靶點挖掘及全自動藥物設計，用于創新性RNA技術平臺升級及藥物研究A+輪紅云生物擁有領先的基于結構藥理學的新藥設計平臺，在原子分辨率水平精準把握靶蛋白及其突變體的結構和功能，輔以人

41、工智能、分子動力學模擬和計算化學賦能的苗頭化合物發現與先導化合物優化技術，攻克耐藥靶點和有巨大臨床潛力的全新靶點B+輪藥物牧場利用遺傳學和人工智能技術開發針對乙肝、腫瘤和自身免疫疾病的創新療法。打造了IDInVivo和MedChem5兩大核心技術平臺，前者基于轉座子進行基因篩選，在具有完整免疫系統的活體動物中直接發現新藥物靶點；后者利用深度學習技術進行藥物分子的設計C輪排名不分先后，融資情況據公開資料整理，時間截至2023年9月30日。中國企業圖譜23公司名稱（部分）相關技術與產品布局融資情況銳格醫藥通過自主研發的 rCARD（計算機加速新藥研發）平臺與結構生物學、計算化學、計算生物學、生物學

42、、藥物化學和臨床開發的高度融合，建立起高效的新藥創新引擎，聚焦腫瘤、免疫和代謝疾病等三大治療領域戰略融資劑泰醫藥整合AI、量子模擬和高通量試驗平臺等交叉學科技術，搭建了特有的AiLNP、AiRNA、AiTEM核心技術平臺，以預測在特定微環境下的小分子和核酸藥的理化和生物特性，以AI驅動干、濕實驗迭代，實現了更有效的創新遞送材料設計、核酸序列設計與優化，并設計更具優勢的制劑配方和核酸遞送系統A+輪埃格林醫藥專注于免疫領域和眼科領域創新藥物的發現，利用特有的端到端AI技術平臺，完成新分子合成與優化、藥理和毒理預測、適應癥拓展，到臨床試驗實施的藥物全流程開發A輪宇耀生物已搭建了GPCR藥物開發、“U

43、ndruggable”藥物開發和AI藥物輔助開發3大全球領先的技術平臺，針對難治及復發性實體瘤、血液腫瘤、神經退行性疾病以及自身免疫病等疾病種類進行全方位布局Pre-A輪宇道生物基于蛋白構象調節的藥物開發領域擁有深厚的學術積累，在此基礎上構建了商業化的計算+實驗變構藥物開發平臺ALLOSTARTMA+輪百圖生科將先進AI技術與前沿生物技術相結合，構建獨特的靶點挖掘及藥物設計能力，開發創新藥物?；诟呔S度多組學、高通量濕試驗、高精準抗體設計、高性能生物計算平臺能力構建了高通量干濕閉環藥物發現引擎A輪望石智慧搭建了以靶點口袋研究、分子生成、超高通量虛擬篩選、理性設計、成藥性優化為核心的一體化技術平

44、臺，用于提升新藥研發中從苗頭化合物發現至臨床前候選化合物流程中多個關鍵環節的效率與成功率B+輪排名不分先后，融資情況據公開資料整理，時間截至2023年9月30日合成生物學設計和重構生命進程理性設計，多形態藥物研發賦能u 定向設計與進化催化酶，開發手性藥物u 藥物天然產物的生物制造u 溶瘤病毒工程化改造u CAR結構理性設計，提高CAR-T治療效果合成生物學新領域無細胞合成技術，加速疫苗研發相關學者圖譜中國企業圖譜24合成生物學，理性設計新藥研發Chapter 3合成生物學設計和重構生命進程“合成生物學”這一名詞最早出現于DNA重組技術發展的上世紀70年代，在2000年被Eric Kool重新定

45、義為基于系統生物學的遺傳工程，標志著這一學科的正式出現。合成生物學在工程學思想指導下，按照特定目標理性設計、改造乃至從頭重新合成生物體系，用以解決人類食品缺乏、能源緊缺、環境污染、醫療健康等各方面的問題，是生物學、生物信息學、計算機科學、化學、材料學等多學科交叉融合的學科。作為一個整合系統，合成生物學集合酶工程、基因合成、基因測序、基因編輯等多項生物技術，其運作過程包括前期階段的底盤細胞篩選、催化酶構型設計、代謝路徑構建優化，中期細胞工廠的優化，通過“設計構建檢測學習”（DBTL）的循環獲得最佳菌種和發酵工藝，最后進入工業化應用生產階段。合成生物學的DBTL循環中，最核心的研究內容是有目的地設

46、計合成標準化生物元件，具有不同功能的生物元件按照一定邏輯構建基因線路，不同基因線路組裝集成系統，獲得具有特定功能的人工生命系統。25圖11|新技術加速合成生物學DBTL循環周期（來源：Nature Communications）合成生物學設計和重構生命進程合成生物學通過設計全新的細胞內代謝途徑，使醫藥產品能夠通過微生物細胞利用廉價糖類等原料進行合成，從而降低醫藥產品的生產成本，為綠色生產提供可能。在醫學應用中，合成生物學可根據不同的疾病和致病機制，進行人工設計、構建適宜的治療性基因回路，在載體的協助下進入人體，通過糾正機體有功能缺陷的回路，實現治療疾病的目的。26時 間合成生物學在生物醫藥領域

47、的里程碑事件2002年首次人工合成脊髓灰質炎病毒2003年大腸桿菌中成功合成青蒿素前體青蒿二烯2010年成功創造第一個完全由合成基因組構成的原核生物絲狀支原體2012年利用CRISPR-Cas9技術對目標DNA剪切，從而達到基因編輯的目的，成為基因編輯的里程碑2013年Amyris公司利用酵母菌株生產青蒿素，實現青蒿素的商業化生產2015年利用基因改造的酵母實現阿片類藥物的全合成2017年第一款CAR-T細胞療法成功上市2019年首次在酵母菌中合成大麻素及其相關衍生物合成生物學核心內容 生物元件合成生物學的基礎零件；基因線路基因元件組成的代謝或調控通路；代謝工程設計改造已有代謝途徑；基因組工程

48、從頭合成或重設計基因組。圖12|合成生物學核心研究內容（來源：生物學雜志）表2|合成生物學在生物醫藥領域的里程碑事件（來源：公開資料整理）理性設計，多形態藥物研發賦能u定向設計與進化催化酶，開發手性藥物小分子新藥的生產以化學合成為主。由于創新化藥的附加值高，可以接受化學合成較高的成本負擔。但隨著小分子新藥手性中心的增加，化學合成難度加大，合成的收率、純度和成本問題日漸突出。合成生物學的發展為這些問題帶來了解決方案，通過定向設計與進化的方式，獲得用于催化反應的工具酶，加速小分子新藥的研發。27西格列?。ㄎ魉型。┦嵌幕拿?4（DPP-4）抑制藥，通過抑制DPP-4降低血糖水平。由于其化學結構

49、中存在手性位點，所以西格列汀使用化學方法較難合成，往往需要重金屬催化劑和高壓的條件。默克公司利用計算機輔助設計和合成生物學技術，通過多輪定向優化改造催化酶，創新地利用催化酶的生物轉氨反應實現西格列汀的酶催化合成，最終實現西格列汀超99.95純度的生產。對比化學合成，轉化率大幅提高，反應時間和能耗大幅降低。從具有右旋選擇性的野生型轉氨酶開始，利用模型模擬打開轉氨酶與底物的結合口袋，經由底物結構的理性化設計和同源酶模型的迭代突變重組，對酶的兩個大口袋位點進行組合突變定向改造，最終通過11輪定向進化篩選27個氨基酸突變的新氨基酸序列，最終獲得高轉化率的轉氨酶。西格列汀理性設計，多形態藥物研發賦能28

50、長春堿是治療癌癥的基本化療藥物，已被列入世界衛生組織的基本藥物清單。長春堿高度復雜的結構使其很難通過化學合成。工業上生產長春堿是先從長春花中提取和純化得到前體“文多靈”和“長春質堿”，再將二者通過簡單的體外化學偶聯和還原以形成長春堿。這種方式產率極低。2022年，丹麥技術大學領導的國際跨學科研究團隊利用合成生物學的手段，將生物合成途徑重構為微生物細胞工廠，使用高度工程化的酵母首次從頭微生物合成文多靈和長春質堿以及體外化學偶聯長春堿。該研究涉及從酵母天然代謝產物香葉基焦磷酸鹽和色氨酸到文多靈和長春質堿的30個酶促步驟，總共進行了56次基因編輯，包括來自植物的34個異源基因的表達，以及10個酵母基

51、因的敲除、敲低和過表達，將31步生物合成途徑整合到酵母菌中，從而實現文多靈和長春質堿的從頭生物合成。長春堿u藥物天然產物的生物制造大多數藥用天然產物在植物中含量低微，分離提取困難；而且這些化合物一般結構復雜，化學合成難度大，還易造成環境污染。合成生物學在底盤細胞中利用系統工具組合來構建和優化藥用天然產物的合成路徑。利用構建好的細胞工廠生產藥物天然產物，獲得更加經濟的合成路徑。目前，已經實現人參皂苷、紫杉醇、青蒿素、丹參酮等萜類化合物和長春新堿、嗎啡等生物堿類化合物的生物制造。理性設計，多形態藥物研發賦能u 溶瘤病毒工程化改造溶瘤病毒是一種用來攻擊腫瘤細胞的“改良”病毒。溶瘤病毒可在腫瘤細胞中選

52、擇性復制并裂解腫瘤細胞，合成并釋放免疫效應因子或其它治療藥物，激活抗腫瘤免疫反應，通過多種途徑實現對腫瘤的殺傷控制。但由于很難增加特異性和免疫反應，提高溶瘤病毒治療的有效性仍然具有挑戰性。利用合成生物學手段，工程化改造溶瘤病毒，可提高溶瘤病毒的特異性和免疫反應。292019年，清華大學研究團隊利用合成生物學構建了模塊化的合成基因線路，調控溶瘤腺病毒在腫瘤細胞中選擇性復制，從而特異性殺傷腫瘤細胞、刺激抗腫瘤免疫。該研究為溶瘤腺病毒的精準工程化改造提供了新型解決方案，提高了溶瘤病毒靶向腫瘤免疫治療的效果和安全性。研究人員以肝癌為研究對象，首先優化了肝細胞癌特異啟動子和 microRNA 感應器，并

53、利用這些人工基因元件構建了基因開關線路，裝載到腺病毒載體中。在導入人體細胞后，感知整合細胞內的肝細胞癌特異啟動子和 microRNA 信號，并通過邏輯運算判斷是否為肝癌細胞，從而控制腺病毒選擇性地在肝癌細胞中復制，裂解腫瘤細胞。此外，研究人員將不同免疫效應因子基因克隆到腺病毒載體中。小鼠模型實驗結果顯示，可表達釋放免疫因子的溶瘤腺病毒可提高腫瘤免疫微環境的調控能力，幫助殺傷性 T 細胞在腫瘤部位富集，進一步增強抗腫瘤免疫反應。溶瘤病毒理性設計，多形態藥物研發賦能u CAR結構理性設計，提高CAR-T治療效果CAR-T治療又稱嵌合抗原受體T細胞治療，是將人的T細胞經過基因工程手段體外修飾改造后，

54、回輸患者體內，用于治療疾病。臨床結果表明CAR-T細胞在治療血液系統惡性腫瘤具有極大的優勢。30CAR分子的設計是CAR-T細胞療法的關鍵環節。CAR是一種人工改造的受體分子，它可以使得免疫細胞獲得靶向特定抗原蛋白的能力，從而增強細胞識別抗原信號與活化的功能。功能性CAR分子由胞外細胞域、跨膜結構域和胞內信號結構域三個結構域組成。胞外細胞域包含單鏈可變片段（scFv），通常來源于抗體，能夠特異性識別癌細胞上表達的腫瘤抗原?？缒そY構域將CAR結構錨定在細胞膜上。胞內信號結構域負責活化T細胞。依托合成生物學的方法，理性設計CAR胞內結構域以及引入細胞因子等，迭代出5個代次的CAR結構。第一代CAR

55、中，只有一個細胞內信號成分CD3。第二代CAR在第一代的基礎上增加了一個共刺激分子。在第二代CAR的基礎上，第三代CAR增加了另一種共刺激分子。第四代CAR-T細胞在CAR識別靶抗原后，可以激活下游轉錄因子誘導細胞因子產生。第五代CAR使用基因編輯來滅活TRAC基因，導致TCR 和鏈的去除，從而產生通用型CAR-T細胞。CAR-T合成生物學新領域無細胞合成技術，加速疫苗研發近年來，蛋白質藥物、抗體藥物、多肽類藥物憑借其良好的靶向性、高活性和低毒性的特點，在臨床上的應用越來越廣泛。但目前蛋白類藥物大部分是通過CHO細胞生產，因此具有篩選周期長、毒性蛋白難表達、運輸過程失活、偏遠地方無法及時獲得等

56、缺點。無細胞蛋白合成系統（Cell-free protein synthesis，CFPS）是以 mRNA 或 DNA為模板，利用細胞提取物中的底物和能源物質，在體外完成蛋白質合成翻譯及后修飾過程。CFPS 體系開放、便于控制表達過程、較短的表達周期，并且可耐受細胞毒性和表達細胞難表達蛋白質，凍干保存便利。CFPS成為合成生物學在新藥研發領域的發展方向之一。CFPS 體系可以滿足疫苗合成的靈活、快速、低成本并且耐受細胞毒性的需求，甚至凍干后的體系也可以在短時間內產生高滴度的疫苗，能夠打破傳統冷鏈的運輸方式。除此之外，CFPS體系還可以賦能抗體藥物、抗菌肽、類病毒顆粒、非天然蛋白質藥物等多種形態

57、的新藥研發，具有巨大的發展和應用潛力。312023年，FDA 授予Vaxcyte的24 價肺炎球菌結合疫苗 VAX24突破性療法認定。VAX-24通過讓人體接觸與載體蛋白相連的細菌糖類，即蛋白結合疫苗，誘發對肺炎鏈球菌的免疫反應。VAX-24中的蛋白結合物是通過CFPS策略構建。美國西北大學和康奈爾大學的研究人員開發出了一種用于分散疫苗生產的廉價、可恒溫的CFPS平臺。在實驗中，當制劑在37儲存時，這種凍干體外疫苗表達系統將無細胞反應的成本降低至每劑不到0.50美元，即使在50的高溫，每劑也不到1美元。因此即使處在炎熱的環境，冷鏈配送也是不必要的。疫苗研發相關學者圖譜32科研學者（部分）所在單

58、位研究方向Jay Keasling美國加州大學伯克立分校開發用于設計細胞內新陳代謝的基礎工具，利用這些工具生產抗瘧藥物青蒿素、各種商品和特種化學品以及生物燃料David Liu劉如謙美國哈佛大學基因組編輯蛋白的工程、進化和體內遞送，如堿基編輯器，用于研究和治療遺傳疾??；利用DNA模板有機合成和DNA編碼文庫發現生物活性合成小分子和合成聚合物James Collins美國麻省理工學院采用工程原理來建模、設計和構建合成基因電路和可編程細胞，以創建新型診斷和治療方法，如新抗生素。使用深度學習方法來發現新的遺傳部分并增強合成生物學設計過程Jens Nielsen瑞典查爾姆斯理工大學改造酵母菌株來生產燃

59、料、化學品、食品添加劑和藥品Christina Smolke美國斯坦福大學使用酵母生產用于醫療用途的阿片類藥物；細胞療法、靶向分子療法和綠色生物合成策略Frances Arnold美國加州理工學院開發酶和蛋白質進化方法，以闡明生物設計的原理，并產生新穎有用的酶和生物體Huimin Zhao美國伊利諾伊大學香檳分校開發和應用合成生物學、機器學習和實驗室自動化工具，為生物技術和生物醫學應用設計功能改進或新穎的蛋白質、途徑和基因組Tom Ellis英國倫敦帝國理工學院合成生物學、基因組工程、DNA序列的功能、新療法的生物合成編程Marc Ostermeier美國約翰霍普金斯大學使用定向進化設計新蛋白

60、質和細胞。例如蛋白質開關，指示癌細胞產生自己的抗癌藥物排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系交流。相關學者圖譜33科研學者（部分）所在單位研究方向鄧子新上海交通大學微生物次級代謝產物的生物合成趙國屏復旦大學微生物基因組學、系統與合成生物學以及生物信息學等方面陳義華中科院微生物研究所發掘或通過合成生物學手段創制微生物天然產物藥物分子雷曉光北京大學研究復雜天然產物生物合成，揭示新的酶學機制，運用合成化學與合成生物手段高效制備天然產物來源的藥物分子。張立新華東理工大學從事微生物天然產物庫的建立、高通量活性篩選、利用合成生物學方法提高其產量和效能的研究劉文中科院上海有機化學研究所復雜

61、天然產物的生物合成（遺傳學、生物化學和化學）研究孔建強中國醫學科學院藥物研究所合成生物學技術制備天然產物宋經元中國醫學科學院藥用植物研究所藥用植物功能基因組、結構基因組與生物信息分析、細胞培養與活性成分生產調控、中藥DNA條形碼鑒定李永泉浙江大學微生物合成生物學、微生物制藥、微生物次級代謝調控分子機制周志華中國科學院分子植物科學卓越創新中心解析植物與真菌天然化合物的合成途徑及挖掘與功能鑒定相關生物元件，研究并改造真菌底盤細胞中蛋白質和次生代謝產物合成的調控網絡，實現植物與真菌天然化合物和高附加值的蛋白質產品于真菌底盤細胞中的高效合成排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系交流。

62、中國公司圖譜34公司名稱（部分）相關技術與產品布局融資情況引航生物專注于合成生物學技術的創新研究，從事醫藥、人類營養、動物營養及植物保護領領域工業生物技術的研發、生產及銷售D輪酶賽生物圍繞蛋白質工程（酶的定向進化技術）和代謝類多酶串聯工程，搭建了自己的合成生物學平臺，開發各類蛋白質和酶，用于生物醫藥、精細化工和醫學診斷等C+輪弈柯萊生物運用合成生物學手段和以變革性的生產方式實現藥物的綠色、節能和高效生產。目前已成功將合成生物學技術應用在心血管類、糖尿病類、抗病毒類、抗真菌類和抗癲癇類等藥物領域的生產C輪瑞德林生物建設綠色生物智造平臺，將生物合成技術應用于以氨基酸、糖、核苷酸為單體的“生命分子”

63、的商業化生產，產品應用覆蓋功效護理、生物醫藥、營養健康、動物保健、綠色農業、特性材料六大領域B+輪和度生物通過CRISPR-Cas9等基因編輯方法，將潛在的疾病治療基因整合至細菌染色體的特定位點，構建基因工程菌并將之開發成一種活性生物藥B輪合生基因利用合成生物技術開發針對癌癥、傳染病治療的創新藥物和治療方法。自主研發的以合成生物學為基礎的智能靶向腫瘤基因治療藥物，現已進入一期臨床階段，是全球首個利用合成基因路線智能識別和治療甲胎蛋白陽性實體瘤的基因治療藥物A輪惠利生物圍繞工業酶制劑的創制，為健康醫療、未來食品、新型材料、能源開發、環境保護等提供有效的生物學解決方案。建立了優質的標準化、自動化、

64、通用性的人工智能工業酶計算設計平臺，組建了高性能的細胞工廠創制平臺，以及完備的中試放大與規?；a基地A輪排名不分先后，融資情況據公開資料整理，時間截至2023年9月30日。中國公司圖譜35公司名稱（部分）相關技術與產品布局融資情況森瑞斯生物微生物為細胞工廠，通過基因組合成、基因調控網絡及信號轉導通路的邏輯性設計和定向進化，人工創造具有功能的新途徑或新型酶，生產各種活性成分產品。產品包括生物藥物、營養藥品等A+輪百葵銳生物蛋白質設計和合成生物學相結合，設計細胞工廠。把多種蛋白質整合到分子機器中，將細胞變成高效的工廠，產品有藥物中間體、精細化學品、功能性肽和治療性蛋白質Pre-A+輪臻質醫療應用

65、合成生物學技術開發再生醫學產品及治療方法?；谧灾靼l現的創新藥物靶點及自主研發的藥物合成方法、藥物載體平臺、組織器官再生技術，形成了對于組織損傷及退行性疾病等一系列臨床適應癥的產品管線布局,核心產品即將進入臨床試驗階段股權融資羽冠生物利用合成生物學的創新方法開發創新疫苗及工程菌藥物。推出ProBVax及BioDVax兩大合成生物學疫苗技術平臺，可助力各類全菌疫苗及組分疫苗的研發及升級種子輪優信合生采用合成生物學技術，創建的活體生物藥技術平臺，現處于產業化進程中天使輪恩和生物利用先進的合成生物學、蛋白質工程、高通量篩選及機器學習技術來發現和改造合成目標產物的代謝途徑和關鍵酶，并利用代謝工程和基因

66、編輯技術來獲得生產的微生物菌株，生產高價值的化合物及醫藥產品B輪弘合生物利用合成生物學生產的中藥活性成份制劑。第一個合成生物學平臺的產品注射用KH617進入臨床試驗階段，是擬用于治療晚期實體瘤患者（包括成人彌漫性膠質瘤）的具有自主知識產權的化藥1類創新藥-排名不分先后，融資情況據公開資料整理，時間截至2023年9月30日?；蜻f送，基因治療發揮功能的第一步AAV和LNP是應用最為廣泛的遞送載體病毒載體大有可為多款AAV獲批上市，未來蓬勃發展仍需克服多項挑戰mRNA疫苗的成功讓LNP遞送載體聲名鵲起LNP具有自身獨特優勢，開發非肝靶向LNP是目前的研發重點新型遞送技術層出不窮，距離新藥上市尚需時

67、日相關學者圖譜中國企業圖譜36基因遞送，破局基因治療新時代Chapter 4基因遞送，基因治療發揮功能的第一步基因治療（Gene Therapy）是指將外源性功能正常的基因以某種載體遞送至人體內的靶細胞中，通過對有缺陷的基因進行糾正來實現治療疾病的目的。如果說化學治療是“治標”，那么基因治療就是“治本”。隨著基因治療逐漸在臨床應用中嶄露頭角，近年來已成為生物醫藥領域發展最為迅猛的方向之一。2013年以來，以CRISPR-Cas9為代表的新一代基因編輯技術開始嶄露頭角，改變了傳統的基因治療方式?；蛑委熌軌蚩朔鹘y小分子和大分子抗體藥物在蛋白質水平進行調控的局限性，可在分子層面通過基因表達、沉默

68、或者體外改造的手段來實現“無藥可醫”疾病的治療，為治療多種基因相關疾病開辟了新的道路，并且多個臨床前研究和臨床結果都展示出其強有力的治療效果?；蚓庉嫰煼ň哂兄斡z傳疾病的潛力，但需要能夠安全有效地將基因編輯藥物遞送至體內相應的靶器官和組織?；蜉d體是外源目的基因導入宿主細胞的關鍵，直接影響治療效果，因此基因載體決定了遞送效率、靶向性、臨床給藥方式等基因治療藥物的關鍵屬性，并最終影響藥物的藥效、安全性和商業化成本。對于基因編輯來說，無論是在體外還是體內，遞送都是其發揮功能的第一步，也是基因治療藥物研發的最后一公里。37遞送仍然是基因編輯體細胞治療的最大瓶頸。Delivery remains p

69、erhaps the biggest bottleneck to somatic-cell genome editing.Jennifer Doudna（202年諾貝爾化學獎，CRISPR-Cas9基因編輯工具開發者之一）AAV和LNP是應用最為廣泛的遞送載體38在過去的幾十年里，學者們已經確定和設計了多種載體，可以克服復雜的分子障礙，實現基因編輯藥物的胞內遞送?；蜉d體主要包括病毒載體和非病毒載體兩類。目前，在這兩大類中，新藥研發應用最為廣泛的分別是腺相關病毒（AAV）和脂質納米顆粒（LNP）?；蚓庉嬎幬镄枰訢NA、mRNA、蛋白質或者核糖核蛋白的形式遞送到細胞中。高效的基因遞送載體將這

70、類大分子藥物成功地遞送到細胞內，需要克服多個生物學和分子障礙：（1）在藥物進入細胞之前，需避免藥物與遞送載體解離或藥物降解；（2）靶向目標細胞；（3）穿過靶細胞膜進入細胞內部：（4）在特定的細胞器中釋放藥物，使其發揮作用（分別見圖13A,B,C,D）。圖13|基因編輯劑體內高效遞送的要求（來源：Cell）病毒載體大有可為經過長期進化的病毒可以有效克服體內多種生理屏障，是將核酸藥物遞送到特定類型細胞的理想載體。目前，許多病毒載體已用于基因治療藥物的遞送，應用于超過1000項臨床試驗中。絕大多數的基因治療藥物都采用腺相關病毒（AAV）為遞送載體，少部分臨床前試驗中使用了慢病毒或腺病毒為遞送載體。作

71、為遞送基因療法的有力工具，病毒載體的開發和制造也成為基因治療藥物研發的關注焦點之一。39病毒腺相關病毒慢病毒腺病毒類型無包膜有包膜無包膜大小25 nm90 nm100 nm基因組5 kb,ssDNA10 kb,ssDNA8 kb-36 kb*,ssDNA優勢具有良好的安全性與生物相容性不同類型AAV衣殼血清型可實現不同的組織靶向性包裝容量可高達10 kb可同時在分裂細胞和非分裂細胞中轉染。親嗜性可通過改變病毒粒子的包膜糖蛋白調控載樣量高生物學明確遺傳穩定性好轉染效率高挑戰有限的包裝容量長時間的表達會導致脫靶編輯對自然血清型已有免疫力病毒DNA整合風險低但非零基因組整合長時間的表達會導致脫 靶編

72、輯體內效率有限免疫原性長時間的表達會導致脫 靶編輯*通過去除復制所需的病毒基因，腺病毒的載量可增加至36 kb表3|病毒載體的對比與總結（來源：Cell，DeepTech整理）多款AAV獲批上市，未來蓬勃發展仍需克服多項挑戰作為基因治療載體的重組腺相關病毒（rAAV）攜帶的蛋白衣殼與野生型 AAV 幾乎完全相同，然而衣殼內的基因組中編碼病毒蛋白的部分完全被刪除，取而代之的是治療性轉基因（transgene）。目前，全球已經有7款AAV基因療法獲批上市，適應癥涵蓋眼科疾病、代謝類疾病、神經類疾病、骨骼肌疾病、血液疾病等。國內多款AAV基因療法IND申報獲批，3款進入3期臨床，AAV基因療法步入爆

73、發前夕。40AAV是一種直徑為25 nm的無包膜病毒，由病毒蛋白VP1、VP2、VP3組成二十面體衣殼，裝載大小約為5 kb的DNA基因組。目前，AAV已用于動物模型、臨床試驗和FDA批準的基因療法中，是目前最常用的遞送大分子藥物的載體之一。AAV基因療法研發企業首次獲批時間適應癥GlyberauniQure2012-10歐盟2017年退市脂蛋白脂肪酶缺乏癥LuxturnaSpark Therapeutics2017-12美國遺傳性視網膜疾病ZolgensmaNovartis2019-05美國治療2歲以下脊髓性肌萎縮癥UpstazaPTC Therapeutics2022-07歐盟芳香族L-氨

74、基酸脫羧酶缺乏癥RoctavianBioMarin Pharmaceutical2022-08歐盟嚴重血友病A成人患者HemgenixuniQure2022-11美國血友病B成人患者ElevidysSarepta Therapeutics2023-06美國杜氏肌營養不良兒童表4|全球獲批上市的AAV基因治療藥物（DeepTech根據公開資料整理）未來，AAV基因治療藥物的蓬勃發展仍然需要克服多項挑戰，包括載體的免疫原性、基因編輯藥物的長期表達、脫靶基因編輯、基因組整合的可能性、制造成本和劑量限制毒性等。mRNA疫苗的成功讓LNP遞送載體聲名鵲起新冠疫情全球大流行極大地促進了mRNA新冠疫苗的獲

75、批上市，BioNTech、Moderna和CureVac三家公司的mRNA新冠疫苗均使用了LNP遞送技術。mRNA疫苗商業化開發的成功讓LNP作為最重要的一種非病毒載體越來越受到歡迎。LNP是一種球狀的包含脂質成分的實心納米顆粒。LNP包含有4類分子，分別是可電離的陽離子磷脂、中性輔助脂質、膽固醇和聚乙二醇修飾的磷脂。這4種成分按照一定的比例組裝成LNP，并在藥物遞送過程中發揮不同作用?？呻婋x陽離子脂質是藥物遞送關鍵因素，在生理pH值下保持中性，降低藥物的毒性和免疫原性；在低pH值下帶正電，與帶負電的RNA結合，并在被細胞內化后實現溶酶體逃逸。中性輔助脂質能夠促進層狀脂質結構的形成和穩定。膽固

76、醇有較強的膜融合能力，能夠促進mRNA的內化和進入胞質。聚乙二醇修飾的磷脂能夠改善LNP的親水，防止LNP聚集，增加穩定性，并可以避免LNP被免疫系統清除。LNP在遞送siRNA和治療性mRNA領域取得了一系列突破。為了將藥物遞送到目標細胞，LNP 通過內吞作用進入細胞，然后在內吞體酸化后通過破壞內吞體膜逃離內吞體，隨后進入目標細胞的細胞質基質中。41圖14|LNP的結構示意圖（來源：Cell）LNP具有自身獨特優勢，開發非肝靶向LNP是目前的研發重點相對于病毒載體，LNP遞送在遞送基因治療藥物領域具有自身獨特的優勢。開發能夠實現高效非肝靶向遞送的LNP遞送載體是目前的研發重點。深入理解LNP

77、配方和組織靶向性將賦予LNP新的特異性。目前LNP用于造血干細胞被廣泛關注，LNP可以通過靜脈或骨內注射，將基因治療藥物遞送至骨髓造血干細胞，而避免了采集造血干細胞體外編輯后再移植的過程。這將會使遺傳性血液疾病的治療發生革命性的變化。另外，鑒于LNP遞送系統的成功，未來LNP將會廣泛用于肝臟和其他器官的基因治療藥物研發。42LNP的優勢 瞬時表達 LNP遞送基因編輯藥物可實現瞬時表達，最大限度地減少脫 靶編輯的可能性 免疫原性低 免疫原性遠低于病毒，在某些情況下可以支持重復給藥，具有良好的安全性和生物相容性 大規模生產工藝成熟 為使用LNP遞送基因治療藥物的臨床試驗提供了基礎非肝臟靶向LNP開

78、發策略局部注射脂質包裹的RNP將靶向基團（如抗體片段）結合到LNP表面加入帶電脂質組分，調節納米粒子的內部電荷新型遞送技術層出不窮，距離新藥上市尚需時日近年來，基因編輯工具本身的發展令人眼花繚亂，各種Cas9變體、堿基編輯工具及其變體等不斷出現，基因編輯技術日漸趨于成熟。然而遺憾的是，相對于基因編輯工具本身的快速進化，基因遞送技術的發展極其緩慢和困難?；蛑委熯M入大發展時代的破局之處在于基因遞送技術的突破?；蜻f送技術對于基因治療的重要性不言而喻，眾多的研究也集中在此領域。受益于研究者的關注，近年來創新的遞送技術層出不窮，但是這些遞送技術還處于研究階段，距離新藥上市尚需時日。4301SEND遞

79、送系統張鋒團隊開發了新的RNA遞送平臺SEND，其核心是逆轉錄病毒樣蛋白PEG10，它能夠與自身的mRNA結合并在其周圍形成球型保護囊。該系統能夠將基因編輯系統遞送到小鼠和人類細胞并成功編輯目標基因。02eCIS遞送系統張鋒團隊開發了類似于細菌可收縮注射系統eCIS的蛋白遞送技術，工作原理類似于注射器，可將所載蛋白注入靶細胞內。改造后的eCIS系統可實現體內高效遞送Cas9、堿基編輯器和毒素等功能蛋白。03細胞外囊泡細胞外囊泡是一類被廣泛研究的新型遞送載體，這是一類細胞分泌的雙層膜結構，根據大小不同分為外泌體、凋亡小體和微泡。細胞外囊泡是細胞間通訊交流的基本工具，可攜帶和運送多種物質分子。相關

80、學者圖譜44科研學者（部分）所在單位研究方向Robert S.Langer美國麻省理工學院被譽為“藥物遞送之父”，研究重點之一是研究和開發聚合物和脂質等材料，實現長時間以可控的速率連續遞送藥物，特別是蛋白質、DNA和RNALeaf Huang美國北卡羅來納大學腫瘤和肝臟基因轉移的納米顆粒載體。研究建立cDNA、mRNA、siRNA、蛋白質和肽的配體靶向遞送系統Pieter Cullis加拿大英屬哥倫比亞大學設計脂質體納米顆粒系統來遞送常規和遺傳藥物Dan Peer以色列特拉維夫大學開發RNAi、mRNA、saRNA、cirRNA、DNA和新型基因組編輯策略的細胞特異性遞送新型分子藥物的靶向載體

81、James M.Wilson美國賓夕法尼亞大學專注于下一代基因轉移載體的開發及其在治療各種獲得性和遺傳性疾病中的應用，尤其是AAV載體Mark A.Kay美國斯坦福大學開發各種病毒和非病毒載體系統，主要疾病模型是血友病、丙肝和乙肝病毒感染以及糖尿病Luk H.Vandenberghe 美國哈佛醫學院利用AAV的結構和進化信息作為合理設計合成病毒載體系統的起點，其中第一代被稱為AncAAV，現在正在進入臨床Richard Jude Samulski美國北卡羅來納大學依賴性細小病毒腺相關病毒AAV，作為基因遞送的替代病毒載體Martin Bachmann英國牛津大學病毒樣顆粒與疫苗Nicole F

82、.Steinmetz美國加州大學圣地亞哥分?；谥参锊《镜募{米材料的工程設計，用于藥物遞送、疫苗和免疫療法Kazunori Kataoka日本東京大學聚氨基酸生物可降解高分子材料在基因遞送、藥物靶向傳輸的基礎及臨床轉化排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系交流。相關學者圖譜45科研學者（部分）所在單位研究方向汪銘中科院化學研究所蛋白質化學修飾新原理和新方法，并結合納米藥物載體實現蛋白質藥物高效遞送及疾病靶向治療；發展CRISPR/Cas9基因編輯納米輸送技術并研究其在神經化學生物學和腫瘤免疫治療中應用孫遜四川大學生物大分子藥物高效遞釋系統；靶向藥物傳遞系統和分子藥劑學顧臻浙江

83、大學將生物材料設計、生物大分子工程和微/納米制造整合到藥物輸送策略中，通過細胞載體或仿生合成載體進行藥物遞送吳偉復旦大學藥物載體給藥系統體內時空命運；脂質納米藥物遞送系統研究與開發程強北京大學新型mRNA-LNP研發魏妥中科院動物研究所器官/細胞特異性靶向納米遞送系統研發；新型納米腫瘤疫苗的研發及腫瘤免疫張春 中科院蘇州生物醫學工程技術研究所腺相關病毒（AAV)基因載體的設計、改造，腺相關病毒（AAV)基因治療的研究丁衛首都醫科大學重組腺相關病毒基因工程載體的應用基礎研究，AAV在腫瘤基因治療中的應用李峰中科院武漢病毒研究所病毒衣殼、蛋白質、納米顆粒等的可控組裝與功能化；基于病毒材料的智能靶向

84、遞送載體；抗病毒/抗腫瘤納米疫苗史林啟南開大學多功能納米藥物載體；自組裝生物活性材料任磊廈門大學基于病毒樣顆粒的腫瘤免疫治療蔡宇伽上海交通大學V類病毒顆粒載體，下一代慢病毒載體排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系交流。中國企業圖譜46公司名稱（部分）相關技術與產品布局融資情況云舟生物提供包括基因遞送方案的設計研發與優化、科研用載體定制和臨床用載體制備等全產業鏈服務C+輪本導基因開發了先進的慢病毒載體遞送技術和類病毒體BDmRNA遞送技術B輪深信生物從事核酸藥物的遞送技術開發，擁有全球領先的具有自主知識產權的LNP遞送技術，并在全球范圍內進行了專利布局B輪五加和基因提供符合G

85、MP標準的病毒載體制品開發生產服務，涉及的載體種類包括腺相關病毒載體（AAV）、腺病毒載體（AdV）等，為客戶提供從生產與檢測工藝開發、質量研究、申報資料撰寫至產品上市后連續穩定生產的全鏈條一體化解決方案戰略合并和元生物圍繞病毒載體研發和大規模生產工藝開發，打造了基因治療載體開發技術；基因治療載體生產工藝及質控技術兩大核心技術集群，建立了適用于多種基因藥物的大規模、高靈活性GMP生產體系上市派真生物以質粒和AAV載體創新生產體系、方法學檢測以及GMP規?；a為核心，提供經濟、快速、規?；馁|粒生產和AAV病毒載體生產C輪博騰生物圍繞質粒、細胞治療、基因治療、溶瘤病毒和核酸藥物的工藝開發、分析

86、方法開發、檢測、原液和成品的cGMP生產等B輪海昶生物以藥物遞送系統開發和產業化為核心，專注于mRNA疫苗、小核酸藥物等核酸創新藥及高端復雜注射劑的開發。構建了mRNA疫苗技術、小核酸藥物技術、PEGsome平臺遞送技術、DEPOsome平臺遞送技術等核心技術平臺D輪排名不分先后，融資情況據公開資料整理，時間截至2023年9月30日。中國企業圖譜47公司名稱（部分）相關技術與產品布局融資情況鍵凱科技可提供LNPs遞送系統輔料的實驗室與GMP級別產品，已有4個LNP遞送系統組分產品獲得了藥用輔料登記上市紐福斯借助于成熟的AAV基因治療技術平臺，建立豐富的產品管線，包含針對視神經損傷疾病、血管性視

87、網膜病變等多種眼科疾病的10余個在研項目C+輪嘉因生物構建了AAV腺相關病毒衣殼進化算法發現平臺、AI輔助DNA表達設計平臺、數據驅動的蛋白質工程平臺，推進早期到臨床階段的基因治療管線，關注推進早期到臨床階段的基因治療管線三個治療領域B+輪輝大基因開發和優化基于CRSPR/Cas的RNA編輯工具，設計和開發高安全性、低免疫原性、高組織特異性的AAV載體，構建動物模型平臺、質粒和腺相關病毒工藝開發平臺，研發管線涵蓋中樞神經、眼科、肌肉、聽力等多個領域C輪宜明細胞AAV載體為代表的基因藥物CDMO服務平臺，致力于 GMP 質粒、AAV、慢病毒、溶瘤病毒、CAR-T、IPSC 等基因和細胞治療產品的

88、CDMO服務C+輪藥明生基藥明康德旗下專注于細胞和基因療法的CTDMO?？商峁牟《据d體構建、細胞庫建立、工藝開發、規模放大、GMP生產到方法開發、質量檢測放行等一站式CTDMO服務-金斯瑞蓬勃生物為細胞和基因治療(CGT)藥物、疫苗及抗體蛋白藥物等提供從靶點開發到商業化生產的端到端CDMO服務，包括mRNA和病毒載體的CDMO-恩澤康泰基 于 核 心 知 識 產 權 的 工 程 化 外 泌 體 平 臺-Echosome賦能外泌體創新藥研發，可提供工程化外泌體載體設計開發、工程化外泌體藥物PCC開發等CRO服務及工程化外泌體的CDMO服務A+輪排名不分先后，融資情況據公開資料整理，時間截至20

89、23年9月30日。類器官和器官芯片構建體外仿生生理模型藥物研發模型的未來多場景賦能u疾病建模和機理研究u藥物篩選u毒理學研究類器官和器官芯片技術獲各國政府認可類器官和器官芯片技術支持新藥IND申報，多模型整合是現階段新藥研發的最佳解決方案多技術整合，拓展應用邊界相關學者圖譜中國企業圖譜48Chapter 5類器官和器官芯片，藥物研發模型的未來類器官和器官芯片構建體外仿生生理模型類器官是一種體外培養的由干細胞分化而來的自組裝三維細胞團。盡管類器官并不是真正意義上的人體器官，但是類器官具有干細胞對應組織器官的細胞類型和復雜空間形態，并能夠表現出細胞與細胞之間、細胞與其周圍基質之間的相互作用和空間位

90、置形態，而且其能夠模擬組織器官的部分功能和生理反應，與來源組織具有極高的相似性。類器官可以從多能干細胞或成體干細胞中培養而來。而多能干細胞又可以分為胚胎干細胞（ESC）和誘導多能干細胞（iPSC）。另外，還有一種特殊的類器官是腫瘤類器官，由活檢樣本或手術切除的腫瘤組織中分離的腫瘤細胞培養而成。器官芯片是一種在微流控芯片上構建的人體器官生理微系統，可以在體外模擬構建包含有多種活體細胞、功能組織界面、生物流體和機械力刺激等復雜因素的組織器官微環境，反映人體組織器官的主要結構和功能體征。根據器官數量分為單器官芯片、多器官芯片，根據構建用途分為生理模型芯片、病理模型芯片等。49圖15|腸、腦、肝類器官

91、免疫熒光圖（來源：STEMCELL Technologies）圖16|器官芯片和多器官芯片（來源：Emulate,Hespros）類器官和器官芯片構建體外仿生生理模型器官芯片根據系統結構可以分為：通道系統、培養腔室系統、多孔膜系統等；根據驅動方式可以分為：重力驅動、蠕動泵驅動、注射泵驅動、氣泵驅動、微泵驅動等。有些器官芯片由于實驗設計的需要，會在芯片內同時集成兩種及兩種以上的結構，模擬不同的器官，構建生理模型、代謝模型或疾病模型等。器官芯片的細胞來源可以有原代細胞（Primary cells）、細胞系（Cell lines）、多能干細胞（iPSCs）、類器官（Organoids）等。類器官和器

92、官芯片是兩個極易混淆的概念，分屬于不同的細分領域，具有各獨特的核心技術、優勢和局限性。作為前沿技術，二者在應用場景上又有相同之處，目的均在于構建體外仿生生理模型，深入了解生物體內的各種生理和病理過程，為新藥研發提供新的臨床前模型，賦能新藥研發。將類器官作為器官芯片的細胞來源，與器官芯片相整合則構成了類器官芯片（Organoid-on-a-chip）。類器官芯片擁有類器官和器官芯片二者的優勢，可以創建更接近體內生理特點的組織微環境,并可集成多種分析手段，進一步提高了生物模型的仿真度以及對實驗參數變化的靈敏度，成為未來的發展方向之一。50概念學科領域核心技術優勢局限性類器官偏向于生物學3D培養技術

93、高仿真性，具有與人體器官高度相似的組織學特征和功能可控性、可重復性較差器官芯片偏向于生物醫學工程微流控芯片技術建模的可控性和標準化上具有優勢生物學的仿生程度較差表5|類器官和器官芯片技術比較（來源：公開資料，DeepTech）藥物研發模型的未來新藥研發過程中不可避免的要使用多種模型來進行藥物的有效性和安全性評估，例如2D細胞、小鼠模型、實驗用非靈長類動物等。但模型上的藥物試驗并不能完全代表人體對化合物的復雜系統反應，可能無法準確預測藥物對人類的真正影響，從而導致新藥研發在臨床階段的失敗。類器官和器官芯片技術的出現構建了新的藥物研發模型，二者均高度模擬人體組織器官的功能和生理反應，能夠部分解決傳

94、統模型無法代表人體反應的缺點。正是由于這些優點，類器官和器官芯片技術研究被積極推動，用于構建不同的疾病模型，賦能新藥研發的多個場景，如：疾病建模和機理研究、靶點篩選和確認、藥物篩選、藥物毒理學研究等。51藥物研發模型優勢劣勢2D細胞適合多種實驗技術易于高通量篩選生物樣本庫構建成本低、操作簡便基因組不穩定無法模擬人體器官功能不能準確反映人體生理環境小鼠適合建立腫瘤移植模型可以構建多種疾病模型部分反映人體生理現象模型構建周期長種屬差異，不能反映人類特有的生理過程成像觀察的局限性倫理問題非靈長類動物 近生理模型與人類近似的大腦結構和認知功能與人類近似的免疫系統價格昂貴倫理限制成像觀察的局限性模型構建

95、周期長類器官具備器官部分特定功能可大量擴增并保持基因組穩定可基因編輯操作和高通量篩選作為生物庫低溫保存構建成功率高且培養速度較快缺乏血管生成難以保證均一性、穩定性倫理問題模型復雜度不夠器官芯片高仿生度精確控制生物化學和細胞環境具備組織血管化及灌注能力系統穩定性有待提升難以兼具能量、成本和復雜度的要求表6|多個藥物研發模型的優劣勢（來源：公開資料整理）多場景賦能-疾病建模和機理研究類器官在功能和結構上與體內器官相似，通過構建疾病模型，模擬致病過程，從而為研究復雜的多基因疾病、尚未闡明的風險基因位點和表型高度異質性的疾病機制提供可能，從而篩選和確認潛在的藥物靶點?；谌嗽醇毎皖惼鞴贅嫿ǖ钠鞴傩酒?/p>

96、可以用來構建更加復雜的體外模型用于疾病研究。522023年，Hans Clevers實驗室建立了新的人類脂肪肝類器官模型，并使用這些類器官模型來闡明藥物反應，還建立了一個基于該類器官的CRISPR篩選平臺，并成功篩選到了治療脂肪肝的潛在新靶點FADS2基因。這些類器官模型及篩選平臺將有助于研究脂肪肝的疾病機理和開發治療脂肪肝的新藥物。01利用脂肪肝類器官發掘潛在藥物靶點02PSC衍生的大腦類器官成功用于模擬成人腦部疾病的早期階段，例如阿爾茨海默氏癥、帕金森氏癥疾病。另外，利用自閉癥譜系障礙患者來源的端腦類器官研究發現，FOXG1 基因及其下游基因表達水平異常增加，使-氨基丁酸能神經元前體細胞產

97、生過量，抑制性神經元突觸數量顯著增加，從而導致自閉癥譜系障礙患兒皮質發育異常，這表明FOXG1可作為特發性自閉癥譜系障礙潛在的藥物靶點。03中國科學院大連化物所秦建華團隊建立了一種人多能干細胞來源的肝-胰島類器官互作芯片體系,在分區設計的微陣列芯片上實現了肝和胰島類器官的動態培養和相互作用研究,模擬了高糖條件下型糖尿病的主要病理特征和對降糖藥二甲雙胍的響應。該工作可在體外再現人肝-胰島軸在生理和病理情況下的糖調控特點,為糖尿病等復雜代謝性疾病研究和新藥發現等提供新的模型。大腦類器官揭示神經發育疾病的人類特異性疾病機制肝-胰島類器官互作芯片模擬人肝-胰島軸多場景賦能-藥物篩選藥物在進入臨床之前需

98、要經過篩選和評估以確定其適應證、有效性和安全性，然而由于現有的體外和體內藥物篩選模型的局限性，新藥的臨床前開發緩慢且昂貴低效。而類器官和器官芯片技術可以為藥物篩選和研發提供了更符合人體反應的高性價比平臺。53Hans Clevers團隊利用19個結直腸癌類器官模型篩選83種藥物，包括臨床應用的靶向藥物、一線化療藥物以及臨床試驗中的藥物，研究藥物敏感性與PDTO分子特征之間的聯系，并測試臨床試驗藥物的有效突變靶點，如IWP-2對RNF43突變型結直腸癌有效，發現了該突變類型潛在的治療策略。01結直腸癌類器官效篩選藥物022022年，Nature Cancer上的一項研究首次使用來自癌癥患者的類器

99、官庫對500多個雙特異性抗體進行篩選，從中發現了名為 MCLA-158 的 EGFR LGR5 雙特異性抗體，能夠有效抑制結直腸癌類器官的生長，并防治轉移的發生。該研究為醫藥公司使用類器官進行藥物發現奠定了基礎。03結腸器官芯片可以準確模擬失調的免疫細胞招募，這是炎癥性腸病IBD發病機制的主要因素。當免疫細胞在促炎癥因子的刺激下流經芯片的血管通道時，它們經歷了免疫細胞招募的整個過程：從附著到遷移，再到下游效應器功能和屏障損傷。該模型評估了四種具有不同作用機制的臨床相關IBD治療藥物，表明器官芯片可用于篩選IBD治療藥物。腫瘤類器官庫篩選新型雙特異性抗體結腸器官芯片篩選IBD治療藥物多場景賦能-

100、毒理學研究臨床前毒理學研究的主要內容是藥物的安全性評價，藥物是否安全和有效是藥物研發成功與否的決定因素，在藥物研發的整個流程來說，毒性（安全性）是終止藥物研發的重要原因之一。目前的臨床前研究模型，尤其是動物試驗，往往不能檢測人體毒性，因而仍舊有30%的藥物在臨床試驗中由于重大人體毒性導致臨床試驗失敗，盡管這些藥物都通過了動物模型的臨床前安全篩查。類器官和器官芯片使用人源性細胞，高度模擬和再現人體生理環境和復雜反應，可以用于評估與人類相關的藥物毒性反應，并檢測未預期的藥物脫靶毒性。目前應用最多的就是肝類器官和肝臟器官芯片，相關研究的重點是藥物的肝毒性測試和肝臟藥物代謝在藥物不良反應中的中心作用。

101、54使用正常組織類器官檢測藥物的安全性，通過細胞毒試驗（如乳酸脫氫酶釋放試驗）并配合活細胞計數等手段判斷藥物對健康組織的毒性。目前多種健康組織類器官，如肝臟類器官、心臟類器官和腎臟類器官等，用于藥物的毒理學研究。已有研究者使用肝臟類器官測試了多種藥物的劑量依賴肝毒性，并探索了一些藥物導致肝毒性的分子機制。01類器官用于藥物毒理學研究02Emulate公司研究發的有類肝臟芯片能夠正確識別87%的導致患者藥物性肝損傷的測試藥物，而這些藥物，之前都能順利地通過動物模型的安全評估，但在臨床試驗中因為毒性造成受試者的死亡而終止。同時，Emulate人類肝臟芯片沒有錯誤地識別任何無毒的藥物，特異性達到10

102、0%，這種完美的特異性為器官芯片在毒理學篩選工作流程中的應用奠定基礎。肝臟器官芯片用于藥物毒理學研究類器官和器官芯片技術獲各國政府認可基于廣闊的應用前景和發展潛力，類器官和器官芯片技術獲得了各國政府的認可。各國政府相后出臺多個相關支持性政策，并提供大量研究經費支持和推動類器官和器官芯片技術和行業發展，類器官和器官芯片領域展現出強勁的發展勢頭。55美國2011年，美國國立衛生研究院（NIH）、美國食品和藥物管理局（FDA）和美國國防部高級研究計劃局（DARPA）合作，創建了微生理系統計劃（Microphysiological Systems program），以改善預測藥物在人體中是否安全的過程

103、。該計劃首次把類器官和器官芯片相關技術上升到國家戰略層面。2022年，美國通過了FDA現代化法案2.0，該法案的主題是推動減少臨床前試驗對動物的應用，用更現代的科學方法代替，例如器官芯片和微生理系統。歐盟2020年，類器官研究項目進入歐盟地平線2020戰略計劃。該項目結合了單細胞特征分析和類器官技術，用以驗證類器官是人類生物學的可靠模型。該項目是歐盟地平線2020框架計劃資助的六個試點行動之一，旨在開發一個開放存取的“類器官單細胞圖譜”，將幫助歐盟完成對“人體細胞圖譜”工程的奠基。中國2021年1月，科技部下發的關于對“十四五”國家重點研發計劃6個重點專項2021年度項目申報指南征求意見的通知

104、中，把“基于類器官的惡性腫瘤疾病模型”列為“十四五”國家重點研發計劃中首批啟動重點專項任務。2021年11月，國家藥品監督管理局藥品審評中心發布基因治療產品非臨床研究與評價技術指導原則（試行）和基因修飾細胞治療產品非臨床研究技術指導原則（試行），首次將類器官列入指導原則。類器官和器官芯片技術支持新藥IND申報，多模型整合是現階段新藥研發的最佳解決方案類器官在得到美國FDA和中國NMPA等政府監管部門認可后，越來越多的藥企選擇類器官和器官芯片技術用于臨床前藥物研發。目前，基于類器官和器官芯片的研究數據支持了多個創新藥物獲得IND臨床批件，相關新藥進入臨床試驗階段。56美國FDA批準了全球首個完全

105、基于“類器官芯片”研究獲得臨床前數據的新藥（NCT04658472）進入臨床試驗。本項研究利用人類誘導多能干細胞分化形成的神經元和人類施萬細胞，生成了模擬兩種罕見自身免疫脫髓鞘疾病的類器官芯片。利用類器官芯片測試候選藥物的相關數據支持了新藥的IND申請。2022年8月2023年5月恒瑞醫藥HRS-1893獲得藥物臨床試驗許可。HRS-1893通過特殊機制抑制心肌過度收縮，擬用于治療肥厚型心肌病以及心肌肥厚導致的心力衰竭。本項研究的體外篩選工作是利用東南大學蘇州醫療器械研究院的器官芯片技術評價藥物對心臟器官芯片收縮振幅及鈣瞬變峰值的影響，累計共篩選9批次上百個化合物，高效準確地完成了化合物體外活

106、性和藥物選擇性的篩選。2023年6月藝妙神州 IM83 CAR-T細胞注射液獲得藥物臨床試驗許可，用于治療晚期肝癌。本項研究利用大橡科技提供的腫瘤類器官模型對CAR-T藥效進行評價，快速準確篩選出有效候選CAR-T藥物，相關數據納入IND申報數據包。目前，細胞模型、原位組織模型和動物模型依舊是新藥臨床前研究的主流模型。雖然類器官和器官芯片具有自身獨特的優勢，但是尚替代不了傳統模型。多模型整合才是現階段新藥研發的最佳解決方案，基于細胞模型、原位組織模型和動物模型等傳統模型的臨床前研究仍是藥物研發領域的黃金標準，類器官及器官芯片技術更應與這些模型相互結合，發揮自身獨特的優勢，助力創新藥物的研發。多

107、技術整合，拓展應用邊界類器官芯片（Organoid-on-a-chip）整合了類器官與器官芯片的優勢特點，集成多種功能結構單元，如類器官培養腔、微流控、執行器、生物傳感器等，從而形成器官生理微系統。類器官芯片不僅具有類器官的優勢，可以模擬器官的發育過程、生理狀態和功能，重組來源組織功能和生理結構，還具有器官芯片能夠精確控制細胞及其微環境的優勢，實現了在微米尺度上操控流體以及對參數變化的動態捕捉，進一步提高了生物模型的仿真度以及對實驗參數變化的靈敏度。近幾年，類器官芯片技術已經取得了一些重要進展，研究人員相繼建立了多種類器官芯片體系，如腦、腸、肝、胰島、腎、視網膜等，以及集成多種類器官的類器官互

108、作芯片等。類器官芯片以微型結構為特征，具有高通量和高靈敏度的特點，集成類器官的分選、培養、觀察、刺激誘導、檢測分析等一系列實驗過程于一體，目前已經初步應用于發育生物學、藥物測試、疾病模型等領域。57圖17|融合類器官和器官芯片技術設計類器官芯片（來源：Life Medicine）多技術整合，拓展應用邊界類器官技術與多種創新技術融合，拓展應用邊界。類器官技術通過與活細胞成像和高通量分析技術結合，可以實時跟蹤類器官形態的發生發展，并進行高通量藥物篩選與評估；與3D生物打印和新型生物材料結合，可以制備具有多層次復雜結構和大尺度的功能類器官；與基因編輯、多組學分析和人工智能等技術結合，可以進一步提高類

109、器官反映人體生理或病理過程的準確性，有助于以更高的保真度來深入認識和深度解析器官的發育過程和疾病機理。58類器官芯片類型細胞來源應用腦hiPSC模擬腦早期發育過程和產前環境因素(尼古丁、重金屬鎘、酒精)暴露hESC模擬大腦折疊的物理過程肝臟hiPSC肝毒性藥物測試,模擬非酒精性脂肪肝病腸hiPSC模擬腸隱窩和絨毛結構的空間排列和生理功能hASC構建血管化結腸類器官；通過炎癥因子刺激構建結腸炎癥模型胰島hiPSC模擬胰島發育過程，研究胰島的關鍵細胞組成和功能胃hPSC模擬胃生理蠕動腎hPSC模擬腎小球血管發育和腎類器官形態發生的過程ASC構建BK病毒感染、惡性和遺傳性腎臟疾病模型視網膜hiPSC

110、評估藥物性視網膜病變；驗證腺相關病毒視網膜基因治療載體心肌-肝臟hiPSC多層分區設計實現兩種類器官的共培養,用于抗抑郁藥氯米帕明的藥物毒性研究 肝臟-胰島hiPSC在分區設計的微陣列 芯片上實現了肝和胰島類器官的動態培養和相互作用研究,模擬了高糖條件下型糖尿病的主要病理特征和對降糖藥二甲雙胍的響應hiPSC:人誘導多能干細胞/hESC:人胚胎干細胞/hPSC:人多能干細胞/hASC:人成體干細胞表7|類器官芯片的應用進展（來源：Life Medicine，DeepTech整理）相關學者圖譜正文阿里巴巴普惠體（注意：請提前安裝好阿里巴巴普惠字體包）12號字兩端對齊文本框位置禁止移動文字請勿越過

111、文本框59科研學者（部分）所在單位研究方向Hans Clevers荷蘭烏德勒支大學腸類器官，類器官領域奠基人Jrgen Knoblich奧地利科學院腦類器官Thomas Hartung美國約翰霍普金斯大學腦類器官和人工智能Takanori Takebe日本東京醫科和牙科大學肝臟類器官Melissa Little 澳大利亞墨爾本大學腎臟類器官Matthias Lutolf瑞士洛桑聯邦理工學院類器官微環境Meritxell Huch德國馬克斯普朗克分子細胞生物學和遺傳學研究所肝臟和胰腺類器官Madeline Lancaster英國劍橋大學腦類器官Bon-Kyoung Koo奧地利科學院胃腸道類器官

112、Sasha Mendjan奧地利科學院心臟類器官Ali Khademhosseini美國加州大學洛杉磯分校器官芯片Donald Elliot Ingber美國哈佛大學器官芯片Anthony Atala美國維克森林大學醫學院器官芯片Zhang Yu Shrike美國哈佛醫學院器官芯片Milica Radisic加拿大多倫多大學器官芯片Gordana Vunjak-Novakovic美國哥倫比亞大學器官芯片排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系交流。相關學者圖譜60科研學者（部分）所在單位研究方向陳曄光南昌大學腸胃類器官向陽飛上?？萍即髮W腦類器官華國強復旦大學附屬腫瘤醫院腫瘤類器

113、官惠利健中國科學院分子細胞科學卓越創新中心肝類器官曾藝中國科學院分子細胞科學卓越創新中心胰類器官秦建華中國科學院大連化學物理研究所類器官芯片章真復旦大學附屬腫瘤醫院類器官技術和直腸癌精準治療李剛南方醫科大學南方醫院鼻咽癌的類器官培養及藥敏檢測趙冰復旦大學類器官技術羅振革上?？萍即髮W類腦器官血管化顧忠澤東南大學人體器官芯片艾曉妮北京大學藥學院器官芯片和類器官新模型趙遠錦東南大學/南京鼓樓醫院微流控與器官芯片梁瓊麟清華大學微流控芯片、器官芯片陳璞武漢大學組織工程與器官制造類器官芯片馬少華清華大學深圳國際研究生院類器官與器官打印器官芯片與微流控排名不分先后。如果您也是該領域的科研學者，歡迎與我們聯系

114、交流。中國企業圖譜正文阿里巴巴普惠體（注意：請提前安裝好阿里巴巴普惠字體包）12號字兩端對齊文本框位置禁止移動文字請勿越過文本框61公司名稱（部分）相關技術與產品布局融資情況科途醫學擁有腫瘤類器官疾病模型庫以及類器官培養全流程產品，可為生物醫學科學研究、藥物研發和臨床精準醫療提供標準化專業類器官產品和技術服務B輪大橡科技專注于類器官芯片技術的研發和轉化應用。推出器官芯片產品：針對藥物肝毒性測試的肝臟模型、針對抗腫瘤藥物研發的腫瘤模型和針對腦部疾病藥物研發的血腦屏障模型Pre-B輪創芯國際構建了類器官全生命周期技術平臺：Accuroid類器官建模系統、AI類器官影像質控系統、ADST自動化高通量

115、藥敏平臺、ABOB大數據系統、類器官臨床檢測平臺、類器官新藥研發平臺Pre-B輪丹望醫療在類器官自動化培養、類器官藥敏檢測、類器官疾病模型、類器官藥物研發及類器官芯片等方面取得突出成就A輪伯楨生物搭建人源類器官新冠感染模型、母細胞瘤發生模型等多疾病模型與新藥研發平臺，國際首臺首制類器官全自動建庫與高通量藥物發現平臺，及基于組織及腫瘤微環境解析的創新類器官模型構建平臺A輪艾名醫學以腫瘤類器官為核心技術，集研發、生產、科研服務和醫學檢測四位一體，圍繞腫瘤精準治療，提供藥物篩選等一系列解決方案，輔助臨床用藥方案選擇，同時也提供體外藥物評估模型構建及科研服務Pre-A輪精科生物以腫瘤類器官技術為核心，

116、構建了類器官技術平臺、類器官芯片技術、微流控芯片技術、自動化儀器技術平臺，可提供腫瘤類器官從培養到高通量藥敏測試全流程檢測A輪華醫再生實現了腫瘤病人活體腫瘤組織或凍存組織中培養出三維類器官，研發了類器官擴增、傳代、凍存、復蘇等關鍵核心技術。目前已收集數千例胃癌、腸癌、肺癌、乳腺癌等腫瘤和癌旁組織樣本，建立了相應的類器官模型并成功搭建了高通量藥物篩選系統-排名不分先后，融資情況據公開資料整理，時間截至2023年9月30日中國企業圖譜62公司名稱（部分）相關技術與產品布局融資情況艾瑋得生物重點從事人體器官芯片及配套裝備的研發和應用。擁有細胞外支架材料、芯片設計加工、類器官自動化培養、多模態成像及人

117、工智能數據分析等一系列核心關鍵技術。目前已擁有腫瘤、心臟、皮膚等器官芯片及配套的培養和檢測試劑盒、自動化培養及高內涵檢測分析儀器、AI軟件系統、生物材料等產品Pre-A輪濟研生物定位腫瘤精準醫療服務領域，專注于腫瘤類器官模型構建及器官芯片技術平臺開發，用于藥敏檢測、藥物評價、潛在靶點研究，腫瘤疾病機制研究等，為患者提供個性化的精準治療策略，為新藥發現和開發提供一種新型體外評估模型-溥思生物專注于藥代動力學軟件模擬技術迭代器官芯片技術，還原人體器官的復雜結構和真實環境，并能部分模擬來源器官或組織所特有的生理功能。在構建人體的微環境后，可以更精確地模擬藥物在體內的ADMET（吸收、分配、代謝、排泄

118、和毒性）過程-耀速科技一家利用器官芯片結合高內涵三維（3D）細胞成像、計算機視覺（CV）和人工智能（AI）進行藥物發現的生物科技初創公司天使輪犀銳生物專注于微生理系統（器官芯片）和微流控芯片技術，三維細胞培養、成像和機器學習分析。已自主研發、生產了一系列產品，高通量細胞3D培養試劑盒、肝臟器官芯片、肺器官芯片、心臟器官芯片、癌癥轉移芯片、無泵動態培養儀、微生理系統智能化工作站等-駱華生物致力于器官芯片技術開發，為科學研究、再生醫學、細胞工程、個性化治療方案、醫療技術研發等領域提供具備國際先進水平的產品和技術服務A輪排名不分先后，融資情況據公開資料整理，時間截至2023年9月30日。63隨著科技

119、的飛速發展，人工智能、合成生物學、基因遞送技術、類器官和器官芯片等前沿技術的潛力將得到更深層次的挖掘，不斷釋放出應用潛力，從而推動新藥研發領域的重大突破。在未來，我們可以預見：人工智能已經開始改變新藥研發的過程，而在未來，它可能會更加深入地參與到臨床試驗的設計和分析、藥品生產和銷售等環節中。合成生物學的應用將進一步擴大，出現更多全新的藥物合成路徑。此外，通過合成生物學技術，創造出全新的生物實體，研發具有特定藥效的藥物，如在病灶處感知周圍環境而發揮作用的人工智能藥物?；蜻f送技術的發展將推動基因治療進入被廣泛應用的新時代，更多的疾病被納入到基因治療的范圍內，從而得到徹底治愈。類器官和器官芯片為新

120、藥研發提供更接近人體的實驗平臺，極大提升新藥研發效率，降低新藥研發的失敗率，大幅縮短研發周期，減少實驗動物的使用。以上種種前沿技術潮流匯聚，正通過多途徑協同創新，推動著新型藥物的不斷涌現。未來，前沿技術融合和交叉將進一步革新新藥研發的進程，推動醫療健康事業的進步。展望About UsDeepTech 成立于 2016 年，是一家專注新興科技的資源賦能與服務機構，以科學、技術、人才為核心，聚焦全球新興科技要素的自由鏈接，為產業、政府、高校、科研院所、資本等科技生態的關鍵角色提供服務，通過科技數據與咨詢、出版與影響力、科創資本實驗室三大業務板塊，推動科學與技術的創新進程。About the Rep

121、ort新藥研發之路荊棘密布，高成本、高風險、長周期的問題日益明顯。在這個背景下，前沿技術的應用成為新藥研發的重要方向。人工智能、合成生物學、基因遞送技術、類器官與器官芯片等前沿技術可以加快新藥研發的速度，提高新藥研發的效率，從而解決新藥研發面臨的難題。本研究報告將分析這四種具有代表性和前景性的前沿技術：人工智能、合成生物學、基因遞送技術和類器官與器官芯片技術，深入探討這些前沿技術在新藥研發中的應用，并描繪這些前沿技術的相關學者圖譜和中國企業圖譜。Please use the following to reference the report前沿技術賦能新藥研發-人工智能、合成生物學、基因遞送、

122、類器官與器官芯片,2023.DeepTech 2023 Insights.China.DeepTech 202364Disclaimer本報告由 DeepTech 發布，其版權歸屬北京演繹科技有限公司（DeepTech），DeepTech 對此報告擁有唯一著作權和解釋權。沒有經過 DeepTech 的書面許可，任何組織和個人不得以任何形式復制、傳播等。任何未經授權使用本報告的相關商業行為，DeepTech 將依據中華人民共和國相關法律、法規追究其法律責任。本報告所載數據和觀點僅反映 DeepTech 于發出此報告日期當日的判斷。DeepTech 對報告所載信息的準確性、完整性或可靠性做盡最大努

123、力的追求，但不作任何保證。在任何情況下，本報告中的信息或表述均不構成任何投資等建議，本公司對該報告的數據和觀點不承擔法律責任。不同時期，DeepTech 可能會發布其它與本報告所載資料、結論不一致的報告。同時 DeepTech 對本報告所載信息，可在不發出通知的情形下做出修改，讀者應自行關注。本文旨在傳遞生物醫藥最新訊息和行業分析，不構成任何投資意見和建議，以官方/公司公告為準。本文也不是治療方案推薦，如需獲得治療方案指導，請前往正規醫院就診。Find Out Morehttps:/https:/Contact U M：+86 M：+86 18813083977 Office北京市朝陽區亮馬河大廈2棟17層上海市徐匯區淮海中路1325號瑞麗大廈7層浙江省杭州市余杭區倉前街道夢想小鎮創業大街8幢B座廣東省深圳市南山區云科技大廈7樓65