25億美元AI尋藥合約的冷問題：神經免疫藥物不能只靠速度取勝

神經免疫疾病之所以成為藥物開發的難題，並不是因為缺少想像空間，而是因為腦、免疫系統與發炎反應彼此牽動，常讓實驗室裡看似合理的機制，在臨床試驗中失去方向。Insilico Medicine與SK Biopharmaceuticals宣布一項最高可達25億美元的AI尋藥合作，正是把這道難題交給演算法與藥物開發團隊共同拆解。

根據Startup Fortune報導，雙方在BIO 2026期間公布合作，目標鎖定神經免疫相關的中樞神經系統疾病。交易名目金額達25億美元，但報導指出前期付款約1800萬美元，其餘主要取決於後續研發、臨床與商業里程碑能否達成。這樣的結構提醒市場：大型AI製藥合約通常先賣的是可能性，真正的價值要等候選藥物走過驗證關卡後才會逐步浮現。

這項合作的具體醫學用例，在於尋找可作用於神經免疫疾病的新藥候選分子。這類疾病可能涉及神經發炎、免疫細胞活化、血腦屏障、神經元損傷與慢性退化等多層機制；AI平台若能整合靶點發現、分子生成與藥物性質預測，理論上可縮短早期探索時間，也可能提出傳統篩選不易看見的化學結構。

但目前公開資訊仍相當有限。報導摘要未揭露雙方將優先處理哪些適應症、使用何種資料集、是否已有明確靶點、候選分子階段，或是否包含臨床樣本與病人分層策略。對神經免疫藥物而言，這些細節並非附帶資訊，而是判斷一項AI設計能否轉化為療效證據的核心。

AI尋藥最容易被看見的是「產生分子」的速度，最難跨越的卻是人體生物學的不確定性。中樞神經藥物還多一層門檻：候選分子必須具備合適的腦部暴露、藥物動力學與安全性；即使在動物模型中看到訊號，也未必代表能在複雜、異質性高的人類疾病中重現療效。監管審查最終看的仍是可重複的藥理證據、合理的試驗設計與臨床終點，而不是模型本身有多新。

背景脈絡

近年AI製藥公司與大型藥廠、專科藥企之間的大型合作屢見不鮮，名目金額常以里程碑堆疊出亮眼上限。這些合約反映產業願意把部分早期探索交給生成式模型與資料驅動平台，但也顯示買方仍傾向以較低前期款控制風險，等到候選藥物在實驗與臨床階段證明自己，再支付更高代價。

因此，這筆合作若要成為AI尋藥在神經免疫領域的代表案例，關鍵不會只是25億美元這個數字，而是後續能否公開更清楚的疾病選擇、靶點邏輯、轉譯模型與臨床開發路徑。對病人與醫療體系而言，演算法的價值最終必須落在一件樸素卻嚴格的事上：提出的藥物不只新穎，還要能在人體疾病中證明有用。