Celltrion把AI與ADC帶上BIO舞台，韓國生技巨頭尋找下一條成長曲線

藥物研發的競爭，正在從「誰能做出可負擔的抗體」推進到「誰能更快找到下一個可驗證的分子」。韓國生技公司Celltrion將在BIO USA展示人工智慧藥物探索與抗體藥物複合體（ADC）相關能力，這項安排凸顯其企圖把既有抗體工程與製造優勢，延伸到更早期、風險也更高的新藥研發環節。

根據韓國媒體《더바이오》報導，Celltrion計畫在BIO USA期間介紹其AI藥物發現與ADC平台。由於目前可取得的同事件公開資訊有限，報導並未提供具體候選藥物、資料集規模、演算法驗證結果或臨床時程；因此，這次亮相更適合被理解為研發方向與合作訊號，而非一項已被臨床證實的新療法進展。

AI在藥物探索中的實際用途，通常不是取代實驗室，而是用來縮小搜尋範圍：從蛋白質結構、抗體序列、靶點關聯到毒性或可製造性預測，協助研究團隊在進入濕實驗前排除較不可能成功的分子。對Celltrion這類以抗體與生物製劑能力起家的企業而言，AI若能與既有實驗、製程與品質資料銜接，價值不在口號，而在能否縮短設計到驗證之間的迴圈。

ADC則是另一條更接近臨床與商業競爭核心的路線。這類藥物把抗體的靶向辨識能力與細胞毒性藥物結合，理想上能把強效藥物較精準地送往腫瘤細胞；但實際開發牽涉抗體選擇、連接子穩定性、藥物負載比例、旁觀者效應與安全性窗口，每一項都可能決定候選藥物能否走出漂亮的概念圖。

Celltrion選擇在BIO USA呈現這些能力，也有產業語境。這場會議是藥廠、生技公司、投資人與授權合作方密集碰面的場合，企業在此強調平台技術，往往不只是為了曝光，更是在測試潛在共同開發、授權引進或技術合作的可能性。對一家公司來說，平台敘事若要變成研發資產，最終仍必須落到可重複的實驗結果、清楚的候選藥物選擇，以及能被監管機構理解的證據鏈。

背景脈絡

Celltrion過去以生物相似藥和抗體製造能力建立國際能見度，但生物相似藥的價格競爭與市場擁擠，迫使大型玩家尋找更高風險、也可能更高回報的新藥管線。AI與ADC正好位於這個轉折點：前者承諾提升早期篩選效率，後者則已在腫瘤治療市場證明商業吸引力，卻也因毒性、耐藥與製造複雜度而門檻不低。

因此，這次展示的關鍵不在於Celltrion是否使用了AI這個流行語，而在於它未來能否說清楚AI模型如何被實驗驗證、ADC候選藥物如何被選出，以及這些能力是否真能產生差異化產品。若缺乏這些細節，BIO USA上的簡報仍只是產業會議的一次訊號；若後續拿得出可檢驗資料，才可能成為Celltrion從成熟生物製劑公司走向創新藥研發者的實質一步。