Generate Biomedicines IPO引发关注Generate Biomedicines IPO Turns Heads

环球医讯 / AI与医疗健康来源:www.forbes.com美国 - 英语2026-09-09 13:56:00 - 阅读时长4分钟 - 1592字
Generate Biomedicines公司于2026年2月27日上市,发行2500万股,每股16美元,募资4亿美元,旨在利用人工智能革新药物发现。其核心药物GB-0895是一款抗TSLP抗体,用于治疗严重哮喘,目前处于三期临床试验,涉及约1600名患者,有望实现每半年给药一次。公司得到Flagship Pioneering支持,创始人Noubar Afeyan提出“多元智能”概念,认为AI可大幅缩短药物研发周期。股票上市后表现稳定,仅较发行价下跌约30美分。文章还探讨了AI在药物发现中的应用前景,以及人类与数字系统融合的“聚智能”理念。
GenerateBiomedicinesIPO药物发现哮喘AITSLPGB-0895临床试验安进诺华GSK生物疗法
Generate Biomedicines IPO引发关注

一家名为Generate Biomedicines的公司正在制药行业掀起波澜,它通过全新的IPO重新定义了药物发现。该公司于2月27日上市,以每股16美元的价格发行了2500万股,并有机会获得额外资金,最终募资4亿美元。

这里需要声明一下:我对这家公司的支持方Flagship Pioneering非常熟悉。其创始人Noubar Afeyan曾多次访问我协助举办的“Imagination in Action”活动,并向我们讲述了他参与Moderna新冠疫苗研发的经历,以及推动他投身创业事业的其他因素。他人工智能方法的核心之一是所谓的“多元智能”,你可以在之前对他的一些言论的报道中了解这一点,例如他在麻省理工学院毕业典礼上的演讲。这非常引人入胜。

Generate Biomedicines的故事:该公司有“护城河”吗?

Generate平台的一个关键部分是GB-0895,一种抗TSLP抗体,旨在治疗严重哮喘。该药物目前正处于涉及约1600名患者的三期临床试验中,并且经过设计具有持久性,可能允许每半年给药一次。该公司还致力于治疗慢性阻塞性肺疾病和肿瘤适应症。它得到了该领域主要参与者如安进和诺华的支持。

除了有利的临床试验结果外,宣布IPO的Fierce Biotech的报道指出,该公司拥有“给药策略”,以帮助其从GSK等竞争对手中脱颖而出。

“Generate希望给药策略能使其与治疗严重未控制哮喘的其他生物疗法区分开来,例如安进靶向TSLP的Tezspire(tezepelumab)、赛诺菲/再生元的IL-4和IL-13抑制剂Dupixent(dupilumab),以及GSK的Nucala(美泊利珠单抗)等IL-5阻滞剂,这些药物每月给药一次,”Phil Taylor在名为“pharmaphorum”的网站上写道,“如果它成功上市,将不得不与GSK最近获批的、每年两次给药的IL-5抑制剂Exdensur(depemokimab)竞争,该药已获批用于伴有2型炎症的严重哮喘,GSK认为它可能成为一款年销售额30亿英镑的产品。”

Taylor称2026年是这类IPO的“反弹”之年,此前2024和2025年“表现平平”。

股价走势

其他人显然也对公司的IPO感到兴奋:上市一周多后,股价仅比发行价低约30美分,最高曾达到约13.35美元。

而且该公司总部位于萨默维尔,几乎就在麻省理工学院的后院。

Afeyan公开购买了大量GENB股票,显示出他对这家新兴生物制药公司的信心。董事Jane Mendillo也被记录为参与了购买。与此同时,CEO Mike Nally积极推动这样一种理念:AI可以将药物研发时间从大约10到15年缩短到可能只有后者的一半。

AI药物发现的前景

从很多方面来看,药物发现是AI的完美应用案例。就在几年前,DeepMind的Demis Hassabis因AlphaFold获得诺贝尔奖,该技术利用蛋白质折叠寻找生物学解决方案。

药物发现的核心是一个大数据问题。药物与受体结合:它们作用于人类生理复杂模式的一部分。AI提供了推动生物医学进步的这些模式洞察。

我在会议和人们讨论未来的场合听到很多这样的观点。这个未来有时令人兴奋,有时令人恐惧,有时两者兼而有之。AI将如何融入我们的社会?

一些最著名的AI声音提出的观点之一是,这种融合不会是一个单一的整体行动,而是许多微观整合,AI本身有一种“不规则的进步边缘”,在一些地方取得巨大飞跃,而在其他地方则不然。我想我甚至听到过Afeyan谈论这一点,他也涉及“多元智能”的概念,即人类和数字系统可以以引人注目的方式融合或互动,并且我们的世界背后存在一种“结构”,现在其中包括神经网络和LLM。我们并非“设计”了它们,而是“发现”了它们。现在,管理这一结果取决于我们。敬请关注。

【全文结束】

猜你喜欢
  • MDA 2026:Dyne推进z-rostudirsen走向DMD批准MDA 2026:Dyne推进z-rostudirsen走向DMD批准
  • AI在医疗保健中的益处、应用及未来趋势AI在医疗保健中的益处、应用及未来趋势
  • MDA 2026:今年的会议让人们一窥未来MDA 2026:今年的会议让人们一窥未来
  • AI与万亿基因图谱:将20年研究压缩至2年AI与万亿基因图谱:将20年研究压缩至2年
  • 国家生物医学研究协会谴责中西部研究与繁殖设施发生的涉嫌闯入和盗窃事件国家生物医学研究协会谴责中西部研究与繁殖设施发生的涉嫌闯入和盗窃事件
  • 15岁天才将目光投向解决人类永生问题15岁天才将目光投向解决人类永生问题
  • AD/PD 2026:IRLAB的匹雷帕马特在减少帕金森病跌倒方面显示出希望AD/PD 2026:IRLAB的匹雷帕马特在减少帕金森病跌倒方面显示出希望
  • 医疗保健中的生成式人工智能:你必须了解的真实用例与风险医疗保健中的生成式人工智能:你必须了解的真实用例与风险
  • AI在药物发现领域倍增AI在药物发现领域倍增
  • 人工智能如何助力医疗保健:10个新的问题解决解决方案人工智能如何助力医疗保健:10个新的问题解决解决方案
热点资讯
全站热点
全站热文