🌐 LabGenius Therapeutics
LabGenius Therapeutics 是一家位於英國倫敦的生技公司,成立於 2012 年,目標是結合 AI 和自動化機器,開發治療性抗體,尤其是多特異性抗體,其核心技術平台是 EVA™,早期曾獲得多輪融資,包括 2024 年高達 3500 萬英鎊的 B 輪融資。
EVA™ 平台
EVA™ 是一個高度自動化、閉路(closed-loop)的 SDL,整合了人工智慧、機器人和合成生物學,能快速設計、製造、測試並優化抗體分子,其閉路循環(Design-Build-Test-Learn)分為 Dry Lab 和 Automation Lab 兩個部分。
- Dry Lab:AI 使用 ML 模型和先前實驗數據進行優化,預測和設計抗體。
- Automation Lab:用自動化機器人進行抗體生產和測試,一次可生產高達 2,300 個多特異性抗體。
抗體測試後的結果會回饋給 ML 模型進行優化,然後再次設計、生產、測試,每次循環需要不到 6 個禮拜,比傳統抗體開發快很多,可大幅加速開發流程。
該平台適用於各種抗體,包括 T-cell engagers (TCE)、ADCs、NK-cell engagers、TCR-based engagers、放射偶聯物等多種抗體種類。
最新進展
他們目前正準備申請 IND 的藥物 LGTX-101 便是由 EVA™ 找出來的,是一個針對 Nectin-4 x CD3,可用來治療多種癌症的的雙特異 TCE 。
2025 年和 Sanofi 開始第二個合作,主要是利用 EVA™ 平台優化針對炎症的 NANOBODY®。
公司網站:LabGenius Therapeutics
🌐 BigHat Biosciences
BigHat 是一家成立於 2019 年,位於加州 San Mateo 的生技公司,專攻各種抗體開發,包括 IgG、多特異性 IgG、scFv、ADC、TCE 和 VHH 等等,他們的核心技術為 RADS,結合 LIMS 系統 Reccy™ 和自動化的實體實驗室後便是 Milliner™ Platform,一個端到端的抗體開發平台。
- RADS (Reccy Antibody Design Studio):先用少量的數據開始訓練模型,之後每週用 Milliner 產生的大量高品質數據訓練模型,自動評估並挑選最佳模型來設計下一輪抗體,然後用實驗結果持續迭代優化(active learning)。
- 自動化實驗室:進行抗體純化和功能測試等等,將測試結果送到 Recoy。
- Reccy™:LIMS,負責控制儀器、整合 RADS 和實驗獲得的數據。
最新進展
目前的產品線已癌症的抗體藥為主,大多是 TCE,其中 BHB810 (CDH17 ADC) 已進入臨床準備階段,預計今年6 月左右啟動 Phase 1/2 試驗。
除了自己開發抗體,他們也和多個藥廠合作,包括 J&J, Mer 和 Amgen。
公司網站:BigHat Biosciences
🌐 AbSci
AbSci 是一家成立於 2011 年,位於華盛頓州溫哥華的已上市生技公司,結合 Gen AI 和實體實驗室開發抗體藥,其核心技術為 Integrated Drug Creation™ Platform,該平台結合訓練用的數據、AI 和實體實驗室,形成一個閉環實驗室,可把單一循環(design–test–optimize)時程縮短至六週。
Integrated Drug Creation™ Platform
這個開發全新抗體的閉環 SDL 平台包括了兩個部分:
- Origin-1: 生成隨機的全新抗體序列、in silico screening、分析測試結果,進行優化。
- 自動化實驗室:包括 SoluPro®、SPR、ACE Assay™ 和 HiPrBind™ Assay 等等
在他們最新的 preprint (Levine et al, 2026) 中描述了完整個抗體開發流程,包括:
- 生成全新抗體:使用 使用 Origin-1 (原本的 Denovium Engine™) 的 AbsciGen 生成全新的的序列。
- 評估 & 預測:使用 Origin-1 的 AbsciBind 幫抗體評分,挑出分數高的抗體。
- 建立抗體資料庫:設計和建立客製化的抗體資料庫。
- 抗體表現:利用 SoluPro® 表現抗體。
- 抗體篩選:利用 ACE Assay™ 和 HiPrBind™ 篩選出親合力、表現量和效能、品質最佳的抗體。
- 迭代優化:利用每次循環獲得的新數據進行優化。
- 擴增 & 轉移:優化生產條件並將技術轉讓給合作夥伴。
產品線
目前進入第一期臨床試驗的有 ABS-101 和 ABS-201。
ABS-101 是用來治療發炎性腸道疾病 (Inflammatory Bowel Disease, IBD),針對 TL1A (Tumor necrosis factor-like ligand 1A) 的抗體。根據其 10-K 資料,該藥雖然仍處於 Phase 1,但已將其內部開發暫緩,轉而積極尋求外部合作夥伴。
ABS-201 則是用來治療雄性禿(Androgenetic Alopecia),針對 prolactin receptor (PRLR) 的抗體,該藥於 2025 年 12 月啟動 Phase 1/2a (HEADLINE trial),目前正在進行單次劑量遞增(single ascending dose)階段,預計 2026 年下半年有初步 POC (proof-of-concept)結果。
合作藥廠 & 投資方
合作藥廠包括 AstraZeneca 和 Merck (MSD),投資者也不少,AMD 除了在 AI 上的合作外,也透過 PIPE Investment 投資了 2000 萬鎂。其他機構投資人包括 ARK, BlackRoc 和 Vanguard 等等。
新聞:Absci Pursues Google-Sized Ambitions in Drug Discovery, Manufacturing: After helping partners design better biologics faster, the drug and target discovery company aspires to build its own pipeline and bolster AI capabilities
公司網站:AbSci
🌐 Insitro
Insitro 是一家成立於 2018 年,位於舊金山的生技公司,創辦人 Daphne Koller 的專業領域是 ML,因此 Insitro 也是主打用 AI 解開生物上的難題,推出各種 AI 平台,包括 ChemML™ platform、TherML™ (Therapeutic Machine Learning) platform,POSH (Pooled Optical Screening in Human cells) platform, Virtual Human™ platform, ClinML™ platform 等等,透過整合自動化實驗室和機器學習產生大量的數據,以及臨床數據來訓練 AI 模型,藉此找出致病機制、治療標靶和藥物開發,涉及領域包括代謝疾病、神經性疾病、眼科疾病和癌症。
他們今年一月收購以色列 AI 公司 CombinAbleAI,其模型可用來設計和優化抗體,整合進它的 TherML™ 後便可完整其在生物製劑上的自主學習和分析系統,成為涵蓋小分子、寡核苷酸、抗體等的 modality-agnostic AI 設計平台。
- ChemML™: 用於開發小分子藥物,和自動化實驗室結合後,已是端到端(design-make-test)的閉環 SDL。
- ClinML™: 利用 AI 分析各種臨床資料
- CellML™: 產生和分析大量的 in vitro 實驗數據
- Virtual Human™: 整合 ClinML™ 的臨床數數和 CellML™ 的細胞實驗數據,可用來找出致病機制。
- TherML™: 利用 Virtual Human™ 的數據,並整合 ChemML™ 平台,成為一個全藥物模態(modality-agnostic)的統一系統,可自主學習、設計、分析與優化小分子、寡核苷酸(oligonucleotides)和抗體等生物製劑,與自動化實驗室結合後,成為端到端的閉環 SDL。
產品線
目前正準備申請 IND 的是和 Eli Lilly 合作的,用來治療脂肪肝疾病 MASH 的 CTRO-1013 和 CTRO-1029,兩者皆為 siRNA。
合作藥廠 & 投資方
除了 Eli Lilly 外,合作對象還有 BMS,合作項目為用來治療 ALS 的小分子藥物。
自 2019 年開始 A 輪融資到 2021 年的 C 輪融資,總共募到約 6.43 億美元。C 輪是由加拿大退休基金(Canada Pension Plan Investment Board, CPP Investments)領投,其他投資者還有 ARCH Venture 和 SoftBank Investment Advisers 等等。
公司網站:Insitro

藥廠和 AI 公司的合作
除了買人家整套 SDL,或找公司來設置一座 SDL,還有一個方式就是買軟體。
OpenProtein.AI 是一間約十人的小型新創,成立於 2021 年,主要產品是其設計蛋白質的 AI 模型 PoET-2,可以從實驗數據中學習,然後進行優化,只要透過他的平台和自動化機器人連接,就可以變成一個端到端、閉路循環的 SDL。
他們的雲端平台採用 SaaS 訂閱制,學術界使用完全免費,目前沒有業界付費使用的價格。
Boehringer Ingelheim 自去年(2025)便開始和他們合作,成功導入平台後,今年決定進一步擴大 OpenProtein.AI 平台的應用範圍,並投入開發客製化抗體的功能。
另一個例子則是今年一月在 JPM,Eli Lilly 和 NVIDIA 宣布要共同斥資 10 億美元打造 Co-innovation Lab ,NVIDIA 提供超級電腦 LillyPod 和爲生科打造的 AI 平台 BioNeMo,結合 Eli Lilly 自己的自動化的代理實驗室(Agentic wet labs),實驗數據能即時回傳給 AI 模型進行學習,而 AI 模型又能馬上生成新的預測並發送給實體實驗室進行測試,形成一個自主實驗室,可 24 小時全天候實驗。
新聞:NVIDIA and Lilly Announce Co-Innovation AI Lab to Reinvent Drug Discovery In the Age of AI
不專業碎念
目前大多數的 SDLs 還是以化學、材料為主,跟生物製劑相比簡單很多,也很容易 scale-up。想將 SDLs 應用在生物製劑上還有很多要進步,但應該也不是做不到,目前看起來是 scale-up 比較難,但是在初期開發上,我覺得在幾年內應該是做得到的。
生物製劑不只是抗體,還包括細胞和基因療法,不過因為我之前是做抗體的,所以比較多是著墨在這塊,而且跟細胞和基因治療相比,我認爲用 SDL 開發抗體較為容易,除了量產這塊一樣要克服的瓶頸較多,但在初期開發上是可行的,也的確已經有不少公司在做。
不過,沒想到加拿大基金(CPP)那麼看好 Insitro,竟然還領投,我該為我未來的退休金擔心嘛?😂
其實還有更多的想法,但因為跟下一篇比較有關,所以就放在下一篇吧!
☕️ 如果你喜歡這篇內容,歡迎賞一杯咖啡。😊
合作邀約: nonproscience@gmail.com
📍 文稿:科普文、公司文、產業文等等
📍 諮詢:實驗設計、加拿大研究所、生科產業

.png)







