公司动态 - 诺和诺德宣布其每日一次的口服减肥药Wegovy获得欧盟委员会批准，用于管理患有肥胖症或超重的成年人体重 [1] - 该批准使Wegovy口服药成为欧洲首个获批用于体重管理的口服GLP-1药物 [1] 行业与产品 - 获批产品为每日一次的口服剂型Wegovy，适应症为成人肥胖或超重 [1] - 此次获批标志着GLP-1类药物在给药方式上取得进展，出现了口服剂型选项 [1]

公司动态 - 印度太阳制药工业公司获得南非卫生监管机构的批准，可以生产和销售司美格鲁肽的仿制药[1] - 司美格鲁肽是诺和诺德旗下热门减肥和糖尿病药物（如Wegovy和Ozempic）的活性成分[1] 行业与产品 - 司美格鲁肽是GLP-1受体激动剂类药物，目前主要用于治疗2型糖尿病和肥胖症[1] - 诺和诺德是该原研药的主要生产商，其相关产品在全球市场占据重要地位[1]

2万亿美元的市场蛋糕正在变大，但分蛋糕的规则正在被重写。谁能在繁荣与焦虑之间找到平衡，谁就 能在下一个十年站稳脚跟。 撰文｜Kathy Evaluate在《2026全球医药市场展望》中给出的一系列核心判断似乎预示着全球医药市正走向下一个黄 金期。 然而，数字狂欢的背后，制药业正面临前所未有的结构性焦虑： 繁荣是真的，焦虑也是真的。"冰火两重天"下的不确定性，正在成为一种新常态。繁荣与焦虑之间的平 衡又该怎么找？ 两万亿的繁荣 如果用一款药定义2032年的全球医药市场，那一定少不了替尔泊肽的名字。 据Evaluate预测，替尔泊肽的Mounjaro和Zepbound两个版本到2032年合计销售额将突破700亿美元。这不 仅将超越现在由辉瑞/BioNTech新冠疫苗保持的销售纪录，更将使其成为人类制药史上销售额最高的单 一药物。如果加上口服制剂Foundayo，礼来三款产品将占据2032年全球十大畅销药前四名中的三席。 2032年全球十大畅销药物 2032年全球十大畅销药物 凭借这一布局，礼来将在2032年以超过1370亿美元的年销售额断层领跑，领先第二名艾伯维近60%，营 收增速甚至是榜单末尾公司的6倍以上。 ...

GLP-1行业概述 - GLP-1市场是医药行业增长最快的领域之一，吸引了大小型制药公司参与[1] 诺和诺德 (Novo Nordisk) - 诺和诺德是GLP-1市场的领导者，但过去18个月经历了多次临床挫折，且财务表现因礼来公司的激烈竞争而恶化[2] - 公司于2024年1月在美国推出了首个获批的减肥药口服片剂Wegovy，并取得了巨大成功，其中超过80%的处方来自从未使用过GLP-1药物的人群[2] - 口服Wegovy在美国的处方量已超过300万份，近期也获得了欧盟批准，有望实现强劲采用，并帮助公司第一季度业绩超预期[3] - 公司研发管线包括两款三重激动剂药物，能模拟三种肠道激素的作用，其中与联合实验室国际控股有限公司合作开发的UBT251已在二期研究中显示出强劲效果[3][5] - 礼来公司的Zepbound是目前最畅销的抗肥胖疗法，是一种GLP-1和GIP双重激动剂，而激活三种不同激素可能进一步提升疗效[5] - 公司拥有1650亿美元市值，毛利率为81.84%，股息收益率为3.67%，过去一年股价下跌了29%[4][5][6] Kailera Therapeutics - Kailera Therapeutics于2024年4月上市，此后股价下跌了23%，目前没有任何产品上市，临床或监管挫折可能导致其股价进一步下跌[7] - 公司研发管线包括：KAI-9531（一种口服和皮下注射的双重GLP-1和GIP激动剂）、KAI-4729（一种三重激动剂）以及KAI-7535（一种研究性口服GLP-1产品）[8] - 口服KAI-7535近期在中国公布了强劲的三期结果，治疗50周后平均体重减轻高达11.1%，并显著降低了2型糖尿病患者的血糖水平[10] - 公司需要在美国完成后期临床试验才能获得KAI-7535的批准，其整体研发项目前景广阔[11] - 公司市值为25亿美元，其候选药物不需要比礼来或诺和诺德的效果显著更好，只要“足够好”并提供有竞争力的差异化，就可能获得可观的市场份额并在未来几年带来可观回报[9][11]

虚拟细胞模型的定义与价值 - 虚拟细胞模型是能够预测细胞在不同尺度和生物学情境下行为的新前沿工具，正迅速革新药物发现领域[2] - 虚拟细胞模型通常被定义为能够预测扰动如何在不同细胞环境中改变基因表达的转录组模型[6] - 该模型可从患者基因组出发，预测免疫细胞在疾病与健康状态下的行为差异，为靶点发现、机制研究、患者分层、毒性预测及药物开发提供宝贵工具[3] 模型开发的关键挑战与行业努力 - 构建虚拟细胞模型的关键在于大规模、高质量、公开可获取的多模态数据集，数据需涵盖不同模型系统、生物体、干预方法和细胞状态[4] - Chan Zuckerberg Biohub于2024年4月宣布向虚拟生物学计划投入5亿美元，这是一项为期五年、旨在加速开发虚拟细胞模型所需技术和数据集的计划[4] - 行业类比认为，细胞生物学正面临类似蛋白质结构预测（AlphaFold）爆发前的转折点，目前缺乏类似蛋白质数据库的等效资源，虚拟生物学计划旨在改变这一现状[4] 主要参与者与模型技术路径 - **Arc研究所的STATE模型**：能够预测干细胞、癌细胞和免疫细胞对药物、细胞因子或基因扰动的反应[6] - **Xaira Therapeutics的X-Cell模型**：虚拟细胞领域首个规模法则验证模型，参数量高达49亿，由诺奖得主David Baker教授创立，种子轮融资10亿美元[6] - **Xaira的训练数据**：构建了名为X-Atlas/Pisces的大规模数据集，包含来自7项筛选实验和16种生物学背景下的2560万个细胞[6] - **Ginkgo Bioworks的Ginkgo Datapoints平台**：研究方向侧重于群体平均基因表达水平的Bulk转录组，而非单细胞方法[7] - **Ginkgo Datapoints的数据发布**：其虚拟细胞药理学计划首批数据对约2280种小分子进行了完整的剂量反应谱分析[7] - **GenBio AI的跨尺度世界模型**：致力于开发跨越从分子到调控网络多尺度生物学的“AI驱动的数字生命体”，不依赖内部数据生成，聚焦公共数据与合作伙伴关系[9] - **GenBio AI的ProtiCelli模型**：一个深度生成模型，基于人类蛋白质图谱中的123万张图像训练，能够模拟12800种人类蛋白质的空间分布，并可推广至新细胞类型和药物干扰[11] - **Cellular Intelligence的虚拟细胞信号转导模型**：旨在模拟细胞状态随时间变化，通过学习细胞分化信号序列的“语法”，实现按需生成任意类型细胞，以拓展再生医学应用[12] 技术路径的多样性与反思 - 行业认识到方法多样性的价值，如同模型受益于训练数据多样性[7] - 有观点指出细胞不仅是RNA，而是由蛋白质丰度、染色质状态、空间组织、代谢等多层次因素决定的复杂系统，并非单一模态永远足够，但当训练语料库足够大时，单一高质量、可扩展的模态能支持通用表示[8] - 存在对“路灯效应”的担忧，即行业可能正在扩大能够做到的事情，而非应该做的事情[8] - 整合生物学先验知识（如蛋白-蛋白相互作用）的模型可显著提升预测性能，空间和时间数据能捕捉仅靠序列数据无法解析的关键功能维度[11] - 根据人类蛋白质图谱，约60%的人类基因编码的蛋白质会定位在多个细胞区室，并根据环境执行不同功能[11] 应用突破与商业进展 - **Cellular Intelligence的技术突破**：其平台采用半透性胶囊技术，结合活细胞培养与全基因组读数，并行测试数百万种信号组合，研究人类干细胞分化的效率比传统方法高出1000倍[13] - **Cellular Intelligence的商业合作**：2024年5月，公司与诺和诺德合作，收购了其已获快速通道资格的帕金森病异体细胞治疗项目STEM-PD，成为具备2期临床试验准备条件的AI驱动公司[13] - **合作背后的逻辑**：诺和诺德选择合作是因细胞治疗的下一个重大挑战在于生产规模扩大、可比性、临床物流及商业化准备，而不仅是生物学问题[14] - 公司的虚拟细胞信号转导模型将用于解决阻碍细胞疗法实现临床突破的关键环节之一——protocol开发[13] 行业现状与未来方向 - 已知的人类细胞类型中，不到百分之一能可靠用于细胞治疗的下游应用，研究人员在设计特定细胞类型时面临巨大搜索空间，因为仅20条基本分子信号通路就可产生成千上万种细胞状态[12] - 虚拟细胞模型的多样性正在拓展复杂生物学的新维度，每一种方法都朝着临床应用迈近一步[15]