Regeneron Ventures参与领投Infinimmune的7500万美元Series A，表面看是一次抗体平台融资，真正值得关注的是它代表了一条不同于“AI从零设计药物”的路线。Infinimmune的Anthrobody平台从真实人体memory B cells中寻找天然抗体，保留native heavy/light chain pairing，再结合抗体语言模型GLIMPSE进行表征、筛选和优化。核心逻辑不是让AI替代biology，而是先找到人体免疫系统已经验证过的答案，再用AI放大搜索效率。

这种思路与Human Genetics驱动靶点发现高度相似。Human Genetics利用人群中天然存在的基因变异，寻找哪些靶点更可能产生有效且安全的药物；Infinimmune则利用人体免疫系统经历真实选择后留下的antibody repertoire，寻找哪些分子已经具备值得开发的生物学特征。一个回答“应该打哪个靶点”，另一个回答“什么分子最值得打这个靶点”。AI真正承担的是排序、连接、预测和优化，而不是凭空创造生物学真相。

更关键的是数据壁垒。抗体语言模型未来很可能越来越普及，模型能力也会快速商品化，但“天然抗体序列—heavy/light chain配对—抗原特异性—功能活性—成药性—临床结果”这样的纵向数据极难复制。如果一个平台能够持续从人体样本产生新数据，再通过实验验证形成反馈，最终接入临床结果，就形成了别人仅靠购买模型和算力无法追赶的data flywheel。真正的护城河开始从算法转向独占数据生成能力。

Infinimmune此前已与Merck达成多靶点抗体发现合作，潜在总金额约8.38亿美元，如今又获得Regeneron Ventures支持，这两个信号放在一起看更有意思。大型药企拥有自己的抗体发现能力，却仍愿意为外部平台下注，说明产业正在寻找orthogonal search engine：不是简单重复已有技术，而是进入过去难以系统搜索的人体生物学空间。平台公司的价值，也正在从“拥有一个模型”升级为“拥有持续产生高信息密度数据的机器”。

#AI制药 #药物研发 #抗体药物 #人工智能 #生物医药