拜耳攜手 Iambic，把 AI 小分子設計推進早期藥物管線

藥物研發最昂貴的部分，往往不是想像一個新靶點，而是把想像推進到可被合成、可被量測、也可能在人體內奏效的分子。拜耳與美國 Iambic Therapeutics 於 6 月 22 日宣布合作，正是試圖把 AI 藥物發現從平台展示拉回這條長而狹窄的路徑：尋找小分子，並攻向傳統方法較難處理的靶點。

依 Iambic 公布內容，拜耳將使用其 AI 驅動藥物發現平台，包括 Enchant 與 NeuralPLexer 等技術，協助辨識新的藥物切入點與具差異化的小分子。這類合作的生物醫學用途相當明確：不是用 AI 取代臨床試驗，而是在早期發現階段更快提出候選結構，預測分子與靶點的相互作用、活性與其他研發端點，再交由實驗系統篩選與修正。

Iambic 自稱為臨床階段生命科學與技術公司，主張其平台結合專有 AI 與自動化高通量實驗。公司也表示，平台已支持一項新藥候選物進入臨床，耗時約為產業標準的三分之一。不過，這項說法仍主要來自公司公告；目前可從公開資料得知的是研發速度與候選物推進進度，而非藥物在人體試驗中的療效或安全性已獲證明。

交易條件方面，Iambic 將取得預付款，並可能依研發與商業進展收取里程碑付款及權利金；雙方未在公告中揭露具體金額。對拜耳而言，這筆合作可補強早期研發組合，也符合大型藥廠近年透過外部平台取得模型、資料與自動化實驗能力的策略。

AD HOC NEWS 的同日報導則把這項合作放進資本市場脈絡，提到拜耳股價反映分析師態度仍偏審慎。這一點提醒人們，AI 合作本身未必立即改變一家大型藥廠的投資敘事；尤其拜耳這類公司仍受整體管線、財務表現與既有業務壓力牽動，單一早期研發合作很難被視為短期轉折。

背景脈絡

近期 AI 製藥新聞密集出現，從反應資料庫、抗體設計到轉譯醫學代理系統，各自指向同一個核心：模型必須被放回生物學與製造現實中檢驗。小分子發現尤其如此，候選物不只要能結合靶點，還要兼顧選擇性、溶解度、代謝穩定性、毒性風險與可合成性；任何一項失衡，都可能讓漂亮的模型輸出停在電腦螢幕上。

因此，拜耳與 Iambic 的合作比較像是一個早期研發賭注，而不是臨床突破。它的成敗將取決於 AI 產生的分子能否在濕實驗、動物研究與後續人體試驗中持續站得住腳；而監管機關真正審查的，仍會是可重現的藥理證據、製程品質與病人安全，而不是演算法本身的敘事。