Nexentis暴漲又回落，AI製藥敘事遇上市場的第一道壓力測試

AI製藥近年不缺漂亮的想像：用模型縮短尋藥時間、在龐大化學空間裡挑出候選分子，甚至重新安排早期研發的成本結構。但當這些承諾被放進公開市場，投資人反應往往比實驗室更快，也更劇烈。據TechStock²報導，Nexentis因AI藥物發現計畫帶動股價一度大漲156%，盤後卻又下跌，正是一個濃縮版的訊號。

目前公開資訊相當有限。這則報導標題顯示，市場買進的是Nexentis將AI導入藥物發現的前景，而非已經公布的臨床成效或可審查的候選藥物資料。換言之，股價反映的是對研發方向的重新定價，還不是對一項療法成功機率的定論。

在生物醫學上，AI藥物發現的核心用途通常包括篩選小分子、設計蛋白質或抗體、預測靶點與疾病關聯，以及評估候選物的成藥性。這些工作若做得好，可以把早期搜尋從大量盲篩推向更有方向的實驗驗證；但模型輸出的分子結構，仍必須經過合成、親和力測試、細胞與動物實驗，才能開始回答它是否真有藥物價值。

因此，Nexentis股價的跳升比較像是資本市場對「平台潛力」的反應，而不是科學界對「療效證據」的確認。若公司尚未揭露目標疾病、靶點、資料來源、模型驗證方式、命中率、失敗率或濕實驗結果，外部便很難判斷這套AI流程究竟是研發能力的實質提升，還是仍停留在策略敘事階段。

盤後回落也不必被簡化為市場否定AI製藥。更合理的讀法是，當單日漲幅遠高於可驗證資訊的增量，短線修正幾乎是同一則故事的另一面。生技公司尤其如此：早期平台技術常能吸引資金，但其價值最終仍要落在候選藥物、實驗可重現性、智慧財產權、製造可行性與監管路徑上。

**背景脈絡**

近期AI製藥領域的討論已逐漸從「模型能生成什麼」轉向「生成後能否被證明」。抗體設計、化學反應資料庫與基因調控模型都在推進早期研發工具箱，但每一項進展都面臨相似考題：資料是否可靠，實驗命中是否足夠，候選物是否能跨過毒性、藥代動力學與人體試驗的門檻。

對Nexentis而言，接下來真正能改變判斷的，不是股價波動本身，而是公司是否能補上科學細節：AI系統處理的是哪一類疾病與分子、候選物如何被篩選、是否已有可重現的濕實驗證據，以及何時可能進入正式臨床前或臨床開發。在這些答案出現前，這起暴漲更適合作為AI製藥熱度的市場註腳，而非技術突破的證明。