# 药物与疫苗研发
将药物或疫苗候选物从靶点识别推进至I-IV期临床试验直至获批的端到端研发管线——这一耗资数十亿美元、历时7至15年的过程，正被个性化mRNA平台、GLP-1重磅药物经济学以及FDA、EMA与NMPA相互竞争的监管加速改革所重塑。
Source: https://cn.bioecon.ru/technology/drug-vaccine-development/
Updated: 2026-08-18
## 概述与价值链
标记：[EC：欧盟制药立法改革（2023-2024）| OECD：生物制药研发体系 | 监管机构：FDA（美国）、EMA（欧盟）、NMPA（中国）]
药物与疫苗研发是一个多阶段管线——靶点识别、苗头到先导化合物筛选、先导化合物优化、临床前测试，随后是I-III期临床试验及监管申报——将经过验证的生物靶点转化为获批药物，每款产品耗资5亿至35亿美元，历时7至15年，成功概率仅为10%-30%（视产品类型而定）。Moderna与Merck合作开发的个性化mRNA癌症疫苗intismeran autogene（原mRNA-4157/V940）编码多达34种患者特异性肿瘤新抗原，通过脂质纳米颗粒递送；2026年6月的数据显示，与检查点抑制剂疗法联合使用时，黑色素瘤复发风险降低49%，使其具备了申报监管审批的条件。BioNTech将其mRNA平台从传染病领域转向肿瘤学，在2026年ASCO及ELCC大会上公布了pumitamig及gotistobart等候选药物的后期管线数据，同时展示了多项肺癌在研项目。在中国，康希诺生物（CanSino Biologics）持续推进其自主mRNA疫苗平台，公布了其mRNA疫苗CS-2034在中国成年人中的II期安全性及免疫原性数据。礼来（Eli Lilly）已将其双重GLP-1激动剂替尔泊肽（Mounjaro/Zepbound）转化为涵盖糖尿病、肥胖症及扩大心脏代谢适应症的投资组合战略，即便面临专利挑战的隐忧，仍在2026年1月摩根大通医疗保健大会上巩固了其地位。监管格局本身也在快速变化：欧盟2023-2024年提出的制药立法改革拟将标准数据独占期从8年缩短至6年，仅向在全部27个成员国同步上市的公司恢复这2年，该计划遭到欧洲制药工业联合会（EFPIA）的严厉批评，认为其削弱了欧洲相对于美国的竞争力；中国2015年的IND改革将制度从审批制转为备案制，推动临床试验数量增长五倍，使该国在研试验数量（4,700+）跃升至全球第二，仅次于美国（12,000+）。
药物与疫苗研发的关键方向：
1. **靶点识别与苗头到先导化合物筛选：** 采用人工智能辅助的分子库筛选，以识别并验证生物靶点，随后发现初始先导化合物。
2. **分阶段临床开发：** 依次进行I期（20-100名志愿者，安全性）、II期（100-500名患者，有效性）及III期（1,000-5,000名患者，关键性）试验，构建监管审批所需的证据基础。
3. **个性化mRNA疫苗平台：** 根据每位患者肿瘤活检结果个体化生产、编码患者特异性新抗原的mRNA疫苗，将mRNA技术从传染病领域拓展至肿瘤学。
4. **监管加速通道：** FDA突破性疗法/快速通道/实时肿瘤审评（RTOR）、欧盟拟议的独占期改革，以及NMPA优先审评（将审评时间从180天缩短至60天）——各方均在竞相为符合条件的候选药物缩短上市时间。
### 行业价值链
```
[靶点识别与验证] ──> [苗头到先导化合物筛选（人工智能辅助）] ──> [先导化合物优化]
│
（体外/体内临床前测试）
│
[获批与上市 → IV期监测] <──── [监管申报（NDA/BLA/MA）] <─── [I期 → II期 → III期试验]
```
### 价值链层级
| 层级 | 描述 | 关键输入/输出 |
|:---|:---|:---|
| **靶点识别** | 识别并验证与疾病相关的生物靶点（蛋白质、通路、基因）。 | **输入：** 基因组学/蛋白质组学数据、疾病模型研究。
**输出：** 经验证的可成药靶点。 |
| **苗头到先导化合物及优化** | 人工智能辅助筛选化合物库，随后对候选分子进行迭代化学优化。 | **输入：** 化合物库、人工智能筛选平台、药物化学。
**输出：** 优化后的先导候选分子。 |
| **临床前测试** | 在人体试验前进行体外及体内有效性与毒理学研究。 | **输入：** 先导候选物、动物模型、毒理学检测。
**输出：** 支持IND申请的临床前安全性/有效性数据包。 |
| **I-III期临床试验** | 依次进行的人体试验，涵盖安全性（I期）、有效性（II期）及关键性确认（III期）。 | **输入：** 候选药物、临床试验机构、患者队列。
**输出：** 临床安全性及有效性数据集。 |
| **监管申报** | 汇编并提交新药申请/生物制品许可申请（FDA）或上市许可（EMA）。 | **输入：** 完整临床数据包、监管档案。
**输出：** 监管决定（批准、驳回或要求补充数据）。 |
| **获批与上市后监测** | 商业上市，随后进行IV期药物警戒监测真实世界安全性。 | **输入：** 获批产品、上市后监测系统。
**输出：** 持续接受安全监测的已上市药品。 |
该行业的跨领域技术：
- **人工智能辅助靶点与分子设计：** 将生成式设计算法同时应用于小分子药物候选物及mRNA疫苗序列/新抗原选择，压缩早期发现阶段的时间线。
- **个性化mRNA癌症疫苗生产：** 根据活检测序数据合成编码特定患者肿瘤新抗原的个体化mRNA疫苗，需要按患者而非按批次的生产物流。
- **脂质纳米颗粒（LNP）递送：** 使mRNA疫苗及个性化癌症疫苗具备临床可行性的递送载体，在细胞摄取及内体逃逸过程中保护mRNA载荷。
---
## 美国
美国凭借FDA加速审批通道及重磅平台经济学，在研发支出及在研试验数量方面仍是全球最大的药物研发生态系统。
### Moderna/Merck个性化癌症疫苗数据、礼来GLP-1投资组合战略、FDA加速通道
- **Moderna与Merck：** 其个性化mRNA癌症疫苗intismeran autogene在2026年6月数据中显示，与检查点抑制剂疗法联合使用时黑色素瘤复发风险降低49%，每次治疗可编码多达34种患者特异性肿瘤新抗原。
- **礼来：** 已将其双重GLP-1激动剂替尔泊肽（Mounjaro/Zepbound）转化为涵盖糖尿病、肥胖症及扩大心脏代谢适应症的更广泛投资组合战略，即便面临专利挑战的隐忧，仍在2026年1月摩根大通医疗保健大会上巩固了其地位。
- **FDA加速通道：** 突破性疗法、快速通道及实时肿瘤审评（RTOR）资格认定继续为符合条件的候选药物压缩审评时间，这正是美国维持全球最大在研临床试验数量（12,000+）及药物研发投资（每年约2200亿美元）的部分原因。
---
## 中国
自2015年IND改革以来，中国已成为全球第二大临床试验生态系统，本土mRNA疫苗平台如今已具备国际竞争力。
### 康希诺的mRNA疫苗平台、2015年IND改革影响、NMPA优先审评加速
- **康希诺生物：** 持续推进其自主mRNA疫苗平台，公布了其mRNA疫苗CS-2034在中国成年人中的II期安全性及免疫原性数据，延续其此前作为全球腺病毒载体疫苗先驱的地位。
- **2015年IND改革影响：** 中国将新药临床试验审批制度从审批制转为备案制，推动临床试验数量增长五倍，使该国在研试验数量（4,700+）跃升至全球第二，仅次于美国。
- **NMPA优先审评：** 面向肿瘤及罕见病候选药物的加速监管通道，将标准审评时间从180天缩短至60天，是2015年后一揽子改革的组成部分，推动中国年度创新药获批数量自2020年以来增长约40%。
---
## 欧盟
欧盟拥有世界一流的制药研发基础，如今正经历二十年来最重大的立法改革，同时也见证着mRNA向肿瘤学的真正转向。
### BioNTech的肿瘤学管线转向、欧盟制药立法改革、EFPIA行业反对
- **BioNTech：** 凭借新冠mRNA疫苗建立声誉后，在2026年ASCO及ELCC大会上公布了pumitamig及gotistobart等候选药物的后期管线数据，同时展示了多项肺癌在研项目，体现该平台从传染病向肿瘤免疫治疗的转向。
- **欧盟制药立法改革：** 欧盟委员会2023-2024年的提案拟将标准数据独占期从8年缩短至6年，仅向在全部27个欧盟成员国同步上市（而非按市场规模分阶段推出）的公司恢复这2年。
- **EFPIA反对：** 欧洲制药工业联合会严厉批评该改革削弱了欧洲相对于对专利持有者更友好的美国法律环境的竞争力——这一持续的政策争议正影响全球药物研发商对最早上市市场的优先排序决策。
---
## 领先企业与研究机构
| 公司/机构 | 国家 | 核心产品/平台 | 技术特点 | 2026年状态 |
|:---|:---|:---|:---|:---|
| **Moderna** | 🇺🇸 美国 | *intismeran autogene*（与Merck合作） | 个性化mRNA癌症疫苗，复发风险降低49%（2026） | commercial |
| **BioNTech** | 🇩🇪 德国 | pumitamig、gotistobart肿瘤学管线 | mRNA平台从传染病转向肿瘤学 | commercial |
| **康希诺生物** | 🇨🇳 中国 | *CS-2034* mRNA疫苗 | 自主mRNA平台，II期数据（2026） | commercial |
| **礼来** | 🇺🇸 美国 | 替尔泊肽（*Mounjaro*/*Zepbound*） | 双重GLP-1激动剂，扩大的心脏代谢产品组合 | commercial |
---
## 技术栈与创新
药物与疫苗研发技术栈将计算发现工具与大规模证明安全性及有效性所需的临床及监管基础设施相结合：
1. **人工智能辅助苗头到先导化合物筛选：**
- 生成式及预测性机器学习模型对虚拟化合物库及mRNA序列/新抗原组合进行筛选，速度远超传统湿实验室筛选，压缩了历来消耗药物研发时间线数年的发现阶段。
2. **个性化mRNA癌症疫苗生产：**
- 对每位患者的肿瘤活检进行测序以识别肿瘤特异性新抗原，随后将其编码至以脂质纳米颗粒配制的个体化合成mRNA疫苗中——这是一种与标准批次生产药品截然不同的生产物流模式。
3. **分阶段临床试验设计：**
- I期（安全性，20-100名志愿者）、II期（有效性，100-500名患者）及III期（关键性确认，1,000-5,000名患者）的依次结构仍是监管机构要求的核心证据框架，即便加速通道为符合条件的候选药物压缩了各阶段之间的时间。
---
## 价值链与生产管线
### 开发并上市个性化mRNA癌症疫苗的产业管线
```
┌───────────────────────────┐ ┌───────────────────────────┐
│ 1. 肿瘤活检与 │ ───> │ 2. 新抗原预测 │
│ 测序 │ │ （人工智能辅助） │
└───────────────────────────┘ └───────────────────────────┘
│
▼
┌───────────────────────────┐ ┌───────────────────────────┐
│ 4. LNP制剂与 │ <─── │ 3. 个体化mRNA序列 │
│ 最终灌装 │ │ 合成 │
└───────────────────────────┘ └───────────────────────────┘
│
▼
┌───────────────────────────┐ ┌───────────────────────────┐
│ 5. 联合疗法 │ ───> │ 6. 监管申报与 │
│ 临床给药 │ │ 上市 │
└───────────────────────────┘ └───────────────────────────┘
```
#### 阶段1：肿瘤活检与测序
对患者肿瘤样本进行活检并实施新一代测序，以识别该个体癌症中存在的特定基因突变。
#### 阶段2：新抗原预测（人工智能辅助）
机器学习算法分析测序数据，预测哪些突变蛋白（新抗原）最有可能触发强烈免疫反应，从该患者肿瘤特有的候选靶点中筛选出多达数十个。
#### 阶段3：个体化mRNA序列合成
编码所选患者特异性新抗原的mRNA序列按患者个体进行合成，这是一种与标准批次生产相同剂量截然不同的生产模式。
#### 阶段4：LNP制剂与最终灌装
合成的mRNA被封装于脂质纳米颗粒中，在细胞摄取过程中提供保护并实现内体逃逸，随后在GMP条件下灌装至患者特异性剂量瓶中。
#### 阶段5：联合疗法临床给药
个性化疫苗与检查点抑制剂免疫疗法联合给药，训练患者免疫系统识别并攻击携带已识别肿瘤新抗原的细胞。
#### 阶段6：监管申报与上市
在III期试验结果成功证明具有临床意义的获益（如降低复发风险）后，申办方汇编并提交监管申报，随后进行市场上市及IV期上市后监测。