专题报道：Zealand Pharma与Generate合作开发AI辅助肥胖症疗法与生物制药企业的应对选择

Zealand Pharma与Generate携手探索AI辅助肥胖症疗法开发，体现人工智能与生物制药研发加速融合的趋势，合作聚焦利用AI提升药物设计与研发效率，为肥胖症治疗拓展新路径，面对技术迭代与市场竞争，生物制药企业需结合自身研发能力，在自主建设、外部合作和技术引进之间作出选择，同时关注临床验证、数据质量、知识产权及商业化风险，以形成差异化竞争优势。

Zealand Pharma与Generate的AI肥胖疗法合作议题：研发前景与药企应对路径

人工智能药物研发正在进入肥胖症治疗这一竞争激烈的领域,围绕Zealand Pharma与Generate合作开发AI辅助肥胖症疗法的议题，关键不只是算法能否提出新分子，更在于候选药物能否改善疗效、安全性和使用体验，双方合作的具体范围、交易金额与项目进度，应以企业公告及监管披露为准，不宜将技术设想等同于临床成果。

肽类药物与生成式AI的结合点

Zealand Pharma是一家专注于肽类药物研发的丹麦生物技术企业，肥胖症及相关代谢疾病是其重要布局方向，Generate:Biomedicines则以机器学习驱动的蛋白质设计为特色，探索利用计算方法发现和优化具有特定功能的蛋白质。

两类能力存在互补空间：前者积累了代谢疾病研究及药物开发经验，后者尝试扩大可探索的分子设计范围，蛋白质生成模型并非适用于所有药物形式，具体能否服务某类肽药设计，还取决于训练数据、模型能力和实验验证体系。

AI辅助研发的实际价值,通常体现在候选分子生成、性质预测和筛选排序等环节，计算结果仍需经过合成、功能检测、动物研究及人体试验，不能直接证明药物有效，更不能替代监管审评。

肥胖症治疗需要新的差异化方案

以GLP-1受体激动剂为代表的药物推动了肥胖症治疗市场发展，也提高了新进入者的竞争门槛，药企不仅需要关注减重幅度，还要评估胃肠道耐受性、体重维持、身体成分变化、给药便利性及长期安全性。

Zealand Pharma布局的胰淀素类似物方向，为理解这一竞争提供了背景，胰淀素参与食欲和能量摄入调节，与GLP-1相关机制不同，但这并不意味着其现有候选药物来自Generate平台，也不能据此推断双方合作项目的靶点或临床阶段。

对于AI设计的新分子,真正有意义的进展应包括可重复的实验结果、明确的开发候选物，以及后续公开的临床证据，模型性能提升与患者获益之间，仍有较长的转化链条。

生物制药企业如何选择合作路径

面对生成式AI制药,企业可以自建平台、引入技术伙伴，或围绕特定项目开展联合研发，选择取决于数据积累、实验能力和资金安排，而非单纯追逐技术热点。

合作设计应明确数据使用权、分子知识产权、验证责任及退出机制，并以阶段性实验结果评估投入价值，肥胖症疗法开发还需同步考虑生产成本、制剂稳定性和商业化可及性，避免得到“计算表现优秀、实际难以开发”的分子。

这一合作议题折射出行业的新竞争逻辑：AI有望拓展药物发现空间，但决定项目价值的仍是生物学证据与临床结果，对药企而言，把算法、实验和临床开发连接起来，比单独拥有一个生成模型更重要。