25億美元合約再推AI尋藥上桌，真正賭注在神經疾病的人體驗證

AI尋藥近年最常被形容為「加速器」，但對神經疾病而言，速度從來不是唯一瓶頸。從腦部發炎、神經退化到罕見中樞神經疾病，病理機制常在不同細胞、腦區與免疫訊號之間交錯；一個看似合理的靶點，必須經得起動物模型、人體安全性與臨床終點的連番追問。

根據Fortune報導，AI藥物發現公司Insilico Medicine已與韓國SK Biopharmaceuticals簽署一項最高可達25億美元的合作協議。公開摘要未提供更完整的付款結構、候選藥物數量或適應症細節，因此這個金額應被理解為潛在交易上限，通常可能包含預付款、研發進展與商業里程碑，而非立即入帳的現金規模。

Insilico的核心定位，是利用人工智慧協助尋找疾病靶點、設計小分子並優化藥物候選物。這類平台若能縮短早期探索時間，對製藥公司有實際吸引力：傳統藥物開發常在靶點選擇、化合物篩選與毒性淘汰中消耗多年，而AI系統試圖把大量生物資料、化學空間與預測模型整合成更快的決策流程。

SK Biopharmaceuticals則以中樞神經領域見長，這讓合作不只是一般性的AI製藥交易。中樞神經藥物開發的失敗率長期偏高，原因包括血腦屏障限制、疾病異質性高、臨床症狀量測不易，以及動物模型常難以反映人類腦部疾病。若AI提出的新靶點或分子要在此領域站穩，必須證明它不只在資料中有訊號，也能在人體疾病過程中產生可測量的療效。

這筆合作的生物醫學意義，正在於它把生成式AI從「產生候選分子」推向更接近臨床責任的場景。對神經免疫相關疾病來說，模型可能需要處理免疫細胞活化、神經膠細胞反應、發炎介質與神經元損傷之間的關係；但目前公開資訊不足以判斷雙方將使用哪些資料集、如何驗證靶點，或候選藥物是否已進入實驗室與臨床前測試。

因此，25億美元的標價更像是一張長程開發地圖，而不是療效承諾。監管機構最終看的不會是模型生成速度，而是候選藥物的藥理機制、品質控制、毒理資料、臨床試驗設計與病人受益風險比。若AI參與了靶點發現或分子設計，企業也需要能清楚說明模型輸出如何被實驗證據校正，而非把演算法當成不可追問的黑箱。

大型合作仍有其訊號意義：製藥產業願意把AI平台納入高風險疾病研發，代表這項技術正從展示型案例走向更深的研發管線整合。只是對病人與臨床醫師而言，真正重要的里程碑不在合約金額，而在第一個候選藥物何時完成紮實的生物學驗證，並在人體試驗中交出可重複、可解釋的結果。