AI尋藥大單再落神經免疫領域，25億美元上限背後是更難的生物學考題

人工智慧製藥的敘事，正從「能多快設計分子」轉向「能否選對疾病問題」。Insilico Medicine與韓國SK Biopharmaceuticals達成一項AI驅動藥物發現合作，據FirstWord Pharma引述消息，潛在總價值最高可達25億美元，目標鎖定神經免疫相關疾病。這個金額足以吸引市場目光，但更關鍵的是，它把AI尋藥推進一個生物學邊界格外模糊的領域。

神經免疫疾病並不是單一疾病名稱，而是一組牽涉神經系統與免疫反應交互作用的病理狀態。從中樞神經發炎、神經退化中的免疫訊號，到部分自體免疫造成的神經功能異常，研究者面對的往往不是一條線性的致病路徑，而是細胞類型、發炎時序、血腦屏障與患者分型交織而成的網絡。

在這樣的場景裡，AI平台的實際用途可能包括尋找新靶點、評估靶點與疾病機制的關聯、設計候選小分子，或在早期研發中加快篩選與優化。Insilico過去以生成式AI尋找靶點與設計分子建立知名度，SK Biopharmaceuticals則以中樞神經系統藥物為核心領域之一；雙方合作若能成立於各自強項，理論上可縮短從假說到候選物的距離。

不過，現有公開資訊仍相當有限。報導摘要未揭露合作涉及的具體疾病、靶點、候選物階段、前期實驗數據，也未說明25億美元中有多少屬於預付款、近期里程碑或高度條件式的後期付款。因此，這筆交易更適合被理解為一項研發選擇權與風險分攤安排，而不是對臨床成功的直接背書。

對神經免疫藥物而言，最艱難的部分常在臨床前漂亮訊號之後才開始。動物模型未必能重現人類神經免疫疾病的慢性病程，患者族群也可能因疾病階段、免疫背景與用藥史而呈現截然不同的反應。AI可以協助整理高維資料、提出候選假說，卻不能替代組織樣本、功能實驗、劑量安全性與人體療效終點。

監管問題同樣會追上來。若候選藥物是由AI平台提出，審查重點仍會回到傳統而嚴格的問題：作用機制是否清楚、毒性風險是否可控、臨床族群如何界定、療效指標是否能反映病人真正受益。對嚴肅的藥物開發而言，演算法提供的是起點與工具，而不是免於驗證的捷徑。

**背景脈絡**

近期AI尋藥合作在亞洲藥廠與平台公司之間頻繁出現，顯示傳統研發體系正在把模型、資料與早期決策流程納入核心能力。但同一趨勢也帶來敘事過熱的風險：交易上限越高，越需要拆開看其付款條件與科學成熟度。Insilico與SK Biopharmaceuticals這次合作的意義，或許不在於刷新了AI製藥想像，而在於提醒產業，神經疾病的瓶頸從來不只是找不到分子，更是能否把複雜的人體生物學轉化為可重複、可監管、可治療的證據。