礼来又出手了。

10月19日，剂泰科技宣布，与礼来签下一份围绕AI-LNP的合作：双方将聚焦新型LNP（脂质纳米颗粒）递送的研究与发现，探索支持多种治疗模式的组织特异性递送方案。

剂泰科技将获得一笔逾千万美元的首付款，并有资格收取总额最高可达11亿美元的开发、监管及商业里程碑付款。此外，剂泰科技还可获得基于合作产品年度净销售额个位数百分比的分级特许权使用费。

与礼来达成新合作不是新闻，但这一次不同：这是礼来第一次押注AI驱动的脂质纳米颗粒，是首个国产生成式AI-LNP的出海大单，同时也是全球交易规模最大的AI驱动肝外LNP递送平台合作。几个产业趋势值得关注：

第一，递送一直是MNC逃不开的战场；随着mRNA等领域陆续火热，“递送”变得越来越关键。

第二，递送战争里，技术也在迭代，AI-LNP可能是新趋势。

在产业焦点、技术变革的双重交互下，这个领域极有可能催生"递送之王"。

/ 01 /绕不开的递送之争

本次礼来与剂泰科技的合作，再次验证了递送是MNC绕不开的环节。

礼来有递送新合作不是新闻，甚至MNC押注递送也不是——一直以来，跨国药企对递送系统都有浓厚兴趣。

原因不难理解。

很多被视为"未来"的技术，包括核酸药、基因编辑、细胞疗法，都离不开递送的突破和赋能。这些新模态的共同瓶颈不是"能不能设计出来"，而是"能不能在体内安全、足量、选择性地送到靶细胞"。

RNA干扰是最典型的例子：1998年被发现、2006年拿了诺贝尔奖，但因为递送问题无解，此后十几年几乎没有药物落地。直到GalNAc偶联和LNP两条递送路线成熟，第一个siRNA药物才在2018年获批上市。mRNA的突破同样如此——不管是BioNTech还是Moderna，新冠mRNA疫苗能成，都是因为LNP第一次把mRNA大规模送进了人体细胞。

也正因此，生物科技领域对前沿递送技术的需求极为强烈。这一点，剂泰科技实际上也进行了验证。2025年，剂泰科技启动OpenCGT项目，开放NanoForge平台下的AiLNP平台能力，赋能全球生物科技公司、科研机构及产业伙伴，加速细胞与基因治疗（CGT）领域的创新转化。短短一年时间，OpenCGT合作的潜在交易总额已超过60亿元。

不只是biotech，MNC也不会例外。

首先，上述新模态恰恰被诸多MNC视为下一波增长引擎，典型如礼来。过去三年，礼来在细胞疗法、基因编辑、核酸药三条赛道密集出手。

其次，大部分MNC在LNP上并没有现成的根基。核心原因在于，递送研发本身壁垒极高：材料、数据、工艺、靶向能力要层层突破，是典型的"材料+数据+工艺"密集型环节。而大药企的比较优势在临床开发、注册和全球化销售，不在材料学和数据积累——因此大药企通常不会全盘自研。ADC时代的连接子与毒素是如此，今天的递送也不会例外。

所以，MNC对递送的追逐，只会越来越热闹。

mRNA从疫苗走向更广的治疗领域，本质上是新模态药物突破的一个缩影。这也预示着，跨国药企对递送的投资热度大概率还会继续上升——剂泰科技与礼来的交易，可能只是一个起点。

/ 02 /礼来押注新风向

剂泰科技和礼来的合作，不应该只被视为一次简单的递送新合作。更值得关注的焦点在于：风向。

在递送领域，礼来手里并不缺牌。想买授权，它有现成专利方可谈；想自建化学团队，Moderna已经示范过这条路——重金砸实验室、几年攒数据，硬生生做出自己的可电离脂质。

但它选择了剂泰——一个AI-native平台。这背后的信号是："AI+LNP"会是递送之争的下一个主战场。

原因不复杂。传统LNP化学优化路线，已经接近天花板。

传统路线的本质是"经验规则+组合筛选"。问题在于，这些规则是公开的，核心分子却已被专利锁定，后来者很难做到既绕开专利、又性能显著更优。过去十几年，LNP真正跑进临床后期的新脂质屈指可数。化学这条线的边际收益，肉眼可见地在递减。

更关键的是，"经验规则+组合筛选"很难啃动剩下的硬骨头。LNP静脉注射后天然富集肝脏——ApoE蛋白介导的肝细胞摄取，是写在这个体系里的"默认路径"，继续改脂质结构，很难改写它。肝外靶向靠什么？内体逃逸的效率，业界常引用的估计只有个位数百分比，而"为什么有的颗粒能逃出来、有的不能"，至今没有完整的机理模型。机理不明，就无法理性设计，只能试错——而试错的成本，随着靶向精度的要求（从器官级到细胞级）指数级上升。

这正是AI的用武之地，有望在三个传统经验筛选难以触及的维度上带来改变。

第一个维度是蛋白冠。LNP进入血液后，表面会在几分钟内吸附一层血浆蛋白，这层"蛋白冠"决定颗粒的体内命运——结合了ApoE的颗粒走肝脏路径，吸附了补体和免疫球蛋白的颗粒会被快速清除。蛋白冠的组成取决于脂质的表面化学，但这个关系高度非线性：实验测一个组合动辄数周，经验规则给不出预测。AI恰恰擅长从历史数据里学出"表面性质→蛋白冠→体内分布"的映射，把几周的湿实验压缩成一次推理。

第二个维度是三维构象。可电离脂质在酸性质子化前后的构象变化、它与RNA链之间的静电作用，直接决定包裹效率和释放时机。这层信息湿实验只能事后观察，分子动力学模拟加AI却可以在合成之前把它算出来。

第三个维度是体内分布。把"脂质结构—配方—细胞类型—器官"四层关系建模，用高通量DNA barcoding体内筛选产生训练数据——剂泰已经在非人灵长类上做这件事——模型就能直接预测一条新脂质在肝、肺、脾、心等器官的分布，不用再一个器官一个器官地试。

结果是工作方式的颠倒。传统路线是"合成一批、体内试、看运气"；AI-native路线是"先指定目标器官或细胞，反向生成分子，湿实验验证，数据再回流模型"。单次试错的成本降一个数量级，筛选变成了设计。

某种程度上，这也是递送系统未来的迭代趋势：胜负手正在从专利墙转向数据飞轮。评估一家递送公司的标准也随之变了——不能只问它握有多少专利授权，还要问它的模型消化了多少体内数据。礼来把剂泰放进自己的选项清单，等于是给这套新逻辑投了票。

/ 03 /值得重新审视的剂泰

产业焦点叠加技术变革，往往会催生"新王"。mRNA的热度把递送推到了台前，而在这个环节，中国企业已经不只是追赶者——国内AI-LNP领域的玩家，绝对值得重视。

某种程度上，剂泰科技就是被重新审视的那一个。

礼来与剂泰科技的合作，并不是一次简单的合作。本质上，剂泰科技补齐的是礼来AI制药闭环的最后一块拼图。

从近年的交易来看，不难发现两个事实。第一，礼来正在把AI从"辅助科学家"升级为"重新定义科学流程"的操作系统：NVIDIA给算力，Insilico、Chai、Profluent分别生成三类"弹头"，Kelonia提供体内基因递送工具，都是如此。甚至今年6月，礼来还把CRO接入TuneLab平台，为非临床测试服务提供接口，帮其构建和优化AI与机器学习药物发现模型。

第二，礼来的AI布局并不完整。上面那些都是前段的分子工具；缺了递送，前面的分子设计就是"有弹无枪"。剂泰给的正是LNP递送基础设施——让前面所有分子和工具能到达靶点的"最后一公里"。

所以，能够成为礼来AI制药闭环的最后一块拼图，剂泰显然有两把刷子。把这家公司拆开看，有三个事实构成了底座。

首先，入局早。在LNP只是少数人盯住的"卡车"时，陈红敏（美国国家工程院院士）、赖才达（MIT化学工程博士）、王文守（MIT研究科学家）三人选择把AI用在脂质设计上。冷门换来了时间与积累，形成了领先优势：等行业转身时，剂泰已经积累了千万级可电离脂质库和224项专利申请（其中52项授权）。

其次，战略优势。剂泰并不是单纯在递送领域发力的企业，底层逻辑是Biological AI。因此其发力是基于"火箭+卫星"的双重模式，既在递送领域找突破口，也亲自下场做药，这意味着它比大部分企业更懂递送的痛点；加上"干实验+湿实验"迭代形成的数据飞轮，也更容易沉淀经验，完成跨越。

最后，技术得到验证。落到结果上是四件事：一是8大器官/组织的精准靶向能力，肝靶向效率超行业基准约20倍、肺靶向超约37倍；二是中国首个完成III期临床的AI制剂药物MTS-004，从立项到III期完成仅38个月；三是全球首个体内mRNA编码TCE疗法MTS-105，已获美国FDA孤儿药资格；四是AiTEM平台在恒瑞医药完成本地化部署，既开始贡献平台服务收入，也开启了NanoForge赋能新一代智能研发基础设施的进程。恒瑞医药作为国内创新药龙头，其研发体系嵌入外部AI平台，本身就是对剂泰技术能力的背书。

显然，牵手礼来不是偶然，是六年积累的一次兑现。接下来，剂泰科技就会迎来更多验证节点。单就这次合作而言，如果剂泰能在未来12—18个月内释放细胞选择性的体内验证数据，这次合作可能从"期权"升级为"基础设施"。当然，更可能是整个制药产业的基础设施。毕竟，盯上递送的不只是礼来，它的平台未来还会进入更多大药企的体系。

虽然剂泰科技登上"递送之王"的铁王座，还有一段路程。但未来的递送研发，注定由AI-Native的公司来重新定义。

/ 04 /总结

当然，被重新定义的，不只是递送，更是制药工业本身。

递送的本质是赋能。它一旦被AI撬开，被抬高的不是某家公司的效率，而是整个行业的天花板：过去卡在递送上的那些新模态——核酸药、体内基因编辑、体内CAR-T、细胞疗法等，会不断攀登更高峰。药企能碰的靶点、能覆盖的疾病，边界都将被往外推，乃至“编程生命”也可能成为事实。

万亿美金，不是药企的上限，而是新起点。类似剂泰科技这类同时“设计分子”和“送达分子”企业，价值也会被不断重新评估。