2026，將是AI制藥規模化落地大年。

許多年來，AI制藥只聽樓梯響，不見人下來。JPM 2026大會傳遞出一個強烈信號，MNC無一缺席AI，隨著生成式AI（GenAI）與大模型（LLMs）的跨越式發展，AI制藥開始從輔助者轉變為主導者，AI應用正從技術驗證階段進入制藥產業鏈落地期。

AI不再是可選項，而是決定未來10年藥企全球競爭力的核心基建。據風投公司Define Venture調研報告，70%制藥巨頭考慮與外部AI工具合作。AI全面嵌入全球創新藥研發體系，將掀起最強勁的新基建浪潮。

對此，和鉑醫藥準備好了。

近期和鉑醫藥對外更新了AI布局的重大進展，將構建A3醫藥創新“新基建”平臺，也就是AI+藥物發現（AI Plus Discovery）+抗體工程（Antibody Engineering）+自動化濕實驗平臺（Automation Wet Lab）。到2028年，諾納生物將打造一個AI驅動、自動化的端到端Idea-to-Clinical平臺，賦能全球生物醫藥創新者，加速新一代療法落地。

這個平臺是AI抗體開發的基礎設施，革新復雜分子的發現范式，把全人源重鏈抗體（HCAb）的發現從大海撈針轉變為AI精選；成藥性預測能力達到行業領先（SOTA）水平，解決生物藥研發中“后期成藥性失敗率高”的關鍵痛點；計算模擬（干實驗）+自動化驗證（濕實驗）模式，對標禮來與英偉達共建實驗室的“干濕閉環”行業標桿方向，大幅縮短臨床前研發周期。

作為平臺型制藥集團，和鉑的生命力在于不斷迭代，與時俱進，其Harbour Mice平臺歷經多代持續優化，不斷融合生物學、工程學與計算科學領域的最新進展。

AI制藥能力，是和鉑自我進化的必然結果。

AI驅動、自動化的端到端Idea-to-Clinical平臺

01

不是跟隨者，而是定義者

過去，AI公司只是制藥業的工具型輔助角色，話語權弱，價值鏈分成低，被戲稱為披著AI外衣的CRO。

生成式AI和大模型使得AI首次能夠端到端地完成一個完整的工作流，而不再只是某個環節的小插件。這讓科技公司有機會構建自己的業務閉環，從后臺走向前臺，占據價值鏈的核心位置，開啟主導模式的新紀元。

和鉑站在了全球AI制藥的最前沿，不是跟隨者，而是定義者。

和鉑打造端到端抗體發現閉環，引領“大模型+閉環驗證”行業核心方向。在去年10月發布全球首創的全人源重鏈抗體（HCAb）大模型，依托專有的Harbour Mice平臺數據，集成一個微調的大型語言模型（LLM）用于抗體序列生成，搭配高精度AI分類與成藥性預測模型，形成“生成-篩選-驗證”技術閉環。該大模型可整合多模態數據（序列、結構、臨床數據），解決生物藥研發中“數據碎片化、泛化能力弱”的行業痛點，與JPM 2026大會強調的“生物醫藥大模型成底層基建”趨勢高度契合。

和鉑還前瞻性向AI實體化延伸。

和鉑搭載高通量自動化濕實驗平臺，可高效驗證AI設計的抗體，并生成大規模實驗數據集，形成“AI設計-濕實驗驗證-模型微調”的主動學習閉環，大幅縮短臨床前研發周期，契合“干濕協同加速迭代”的行業核心趨勢。在JPM 2026大會上最炫目的一幕，正是NVIDIA與禮來合作成立10億美元實驗室將AI實體化，標志著AI制藥進入基建時代。實驗室將整合NVIDIA BioNeMo平臺與禮來近150年的研發積淀，搭建“濕實驗室+干實驗室”系統，覆蓋靶點發現、臨床開發、供應鏈優化全流程，預計2026年初正式運作。

和鉑醫藥專屬數據資產

02

數據護城河

數據，是AI制藥研發的基礎資源。

Harbour Mice平臺——尤其是全人源重鏈抗體平臺——通過10年以上內部項目以及與全球制藥伙伴的合作，積累起豐富的專屬數據資產。

和鉑醫藥由此擁有全球規模最大的全人源重鏈抗體數據庫，其中尤其涵蓋了抗體發現中后期的功能、成藥性、安全性及臨床數據。依托該數據庫與AI的深度融合，公司在全人源重鏈抗體AI算法領域建立了全球領先優勢。

在AI時代，高質量、大規模的數據積累具有復合效應，逐步構建起難以被單一技術突破所復制的持久優勢。研發過程中數據與模型構建正反饋飛輪，也將鞏固企業領先的護城河。

和鉑HCAb生成模型基于900萬條NGS HCAb序列及5000萬條公共蛋白質序列數據，通過微調蛋白質大語言模型，實現AI從頭生成（de novo Design）高潛力HCAb候選序列，并針對靶點特異性HCAb進行二次優化。隨后，候選序列進入智能篩選流程：AI分類模型快速濾除非HCAb序列，多模態AI模型（達到SOTA水平）則對成藥性指標進行評估。最終，只有通過嚴格篩選的候選分子才會進入合成與濕實驗驗證階段。

專屬多源數據資產加速AI藥物發現。和鉑擁有超1億條多源臨床數據資產，同時積累4500萬+后富集HCAb庫NGS序列、9萬+HCAb結合體序列，形成完整的高質量數據體系。

AI HCAb生成模型的應用

AI HCAb分類模型

AI HCAb成藥性預測模型

03
抗體發現范式革新

木頭姐每年發布的《Big Ideas》報告已成為前沿科技風向標，雖然她經常過于樂觀，但關于AI改變藥物經濟學的判斷，卻在逐步變成現實。

新藥研發通常需要投入大量時間和金錢，1982-2022年藥物開發的回報率從約20%降至10%。《Big Ideas 2025》報告指出，AI將使藥物開發成本降低4倍，并將研發投入的回報提高5倍，AI驅動的藥物開發可以將上市時間從13年縮短到8年，縮短近40%。

未來已來。在和鉑AI HCAb模型生成的107個全新分子序列中，篩選出的有效抗體比例達到78.5%，其中20個分子在濕實驗中被驗證具備高活性、高純度、高產量和特異性的優良特性。這些AI設計的抗體成藥性良好，平均產量超過700 mg/L，達到可開發級別，20 HCAbs ≤ 10 nmol (EC50)，代表著優異的親和力與潛在療效，同時具備對人和食蟹猴相關靶點的結合活性。

這些結果表明，和鉑的AI模型不僅能在計算空間中找到優質序列，生成的抗體在真實濕實驗中也表現出色，具備跨物種、高表達量、高親和力的關鍵特征。

AI HCAb模型還能生成具有更高多樣性的新序列，在已知抗體結合序列之外，發現一大批全新的高潛力抗體分子，大幅拓寬抗體發現空間。

除序列生成和篩選模型，和鉑還自主研發出成藥性預測與優化模型，是“設計驅動制藥”（drug by design）體系的另一項關鍵能力，可顯著降低后期實驗成本與失敗率。基于3000+HCAb成藥性數據訓練的多模態模型，在穩定性（Tm1值）、溶解度（HIC-HPLC）、聚集性（SEC-HPLC）預測上實現SOTA性能，其中HCAb Tm1值從49.0℃提升至60.8℃，顯著增強穩定性。

這一能力標志著和鉑已構建起從序列生成+屬性預測+工程優化+實驗驗證的完整AI驅動研發閉環，提升了整個研發鏈路的質量與效率。

04
自我進化的稟賦

通過AI，和鉑正從傳統的“發現抗體”邁向“設計抗體、優化抗體、快速驗證抗體”的全流程智能化體系，加速解鎖新一代創新療法，包括多特異性抗體、XDC、體內CAR-T以及吸入或口服大分子藥物，重塑生物制劑研發的格局。在傳統療法難以攻克的疾病領域，比如神經退行性疾病、罕見病，通過AI的分析和預測，可以發現新的治療策略和藥物分子。

和鉑AI技術平臺設計理念是一個通過持續學習與反饋驅動的自我進化創新系統：AI設計—自動化驗證—AI再學習。這一迭代流程使生成式AI能夠創造多樣化的新分子，同時高通量自動化平臺快速完成分子表征并將實驗數據反饋給模型，持續提升AI智能水平與研發效率。

這種自我進化、平臺演進的稟賦，刻在和鉑的基因里。

和鉑Harbour Mice平臺，從最初的基礎設計逐步演進為注重免疫組庫多樣性、抗體質量與轉化效能的先進系統。每一代平臺都融合了基因工程、免疫系統優化、篩選方法及下游分析技術的最新進展。

現在又注入AI血液。通過將高通量單B細胞篩選、HCAb數據庫與基于Hu-mAtrIx?的AI分析技術相結合，和鉑醫藥建立起多維度的集成化優勢。

AI制藥本身是科技跨界的嶄新賽道，和鉑作為集成各類科技能力的平臺型制藥集團，有成為破局者的潛質。

隨著AI制藥落地大幕開啟，和鉑有望復制BD的成功商業模式，順著AI新基建的浪潮，依托A3技平臺與全球生物醫藥企業進行廣泛合作。

在與藥企合作執行項目的過程中，反饋實驗數據，反哺模型精度，高筑數據整合壁壘，構成“數據-模型”飛輪效應。

永遠在進化迭代，不斷重新定義自己，這就是和鉑給予我們的驚奇與驚喜。