Generate Biomedicines与Zealand Pharma签AI蛋白药合作：两个初始项目3000万美元预付款，总里程碑近12亿美元
Generate Biomedicines于2026年10月13日宣布与丹麦Zealand Pharma签署多靶点战略合作与许可协议，用整合生成式AI与高通量实验验证的The Generate Platform，设计开发面向肥胖及其他代谢病的多特异性蛋白疗法。就两个初始项目，Generate获得3000万美元首付款与最高3500万美元早期临床前里程碑，并有资格获得总额近12亿美元的开发、注册与商业里程碑，外加未来全球净销售额的分级分成；Zealand保留追加第三个项目的选择权。分工上，Generate主导研究至候选分子选定，Zealand负责临床开发、注册申报与全球商业化。适用范围为肥胖及代谢病方向的临床前蛋白疗法研发。
数据视角 × 药企研发负责人 ｜ 事实报道 × 投资人与产业分析师 ｜ 行业观察
Generate Biomedicines于2026年10月13日宣布与丹麦Zealand Pharma签署多靶点战略合作与许可协议，用整合生成式AI与高通量实验验证的自有平台，设计开发面向肥胖与其他代谢病的多特异性蛋白疗法。就两个初始项目，其获3000万美元首付款与最高3500万美元临床前里程碑，并有资格获得近12亿美元的开发与商业里程碑，Zealand保留追加第三个项目的选择权。
开场：2026年10月13日，Generate Biomedicines宣布与丹麦Zealand Pharma签署多靶点战略合作与许可协议，用生成式AI平台设计并开发面向肥胖及其他代谢病的多特异性蛋白疗法。
协议的一方是Generate Biomedicines（纳斯达克代码GENB），2018年成立，总部位于马萨诸塞州萨默维尔，定位为处于临床阶段、处在机器学习、生物工程与医学交叉点上的生成式生物学公司，2026年2月以4亿美元IPO登陆纳斯达克。另一方是丹麦Zealand Pharma（纳斯达克代码ZEAL），1998年成立，总部设在哥本哈根，在美国马萨诸塞州剑桥设有机构，已有超过10个自研药物候选进入临床开发，其对自身的定位是一家正在改变代谢健康未来的生物技术公司。对Generate而言，这是其生成式AI平台在代谢病这一热门赛道上的又一次对外授权，公司此前已有与大药企合作的先例，其中2022年与安进的交易最高约19亿美元，2024年与诺华的交易规模超过10亿美元。连续三笔对外授权构成了清晰的商业模型：把平台能力打包成合作项目对外输出，而不是把全部管线都留在体内自建。
两个初始项目的价码：Generate获得3000万美元首付款、最高3500万美元的早期临床前里程碑，并有资格获得总额近12亿美元的开发、注册与商业里程碑，外加未来全球净销售额的分级分成。
财务条款可以拆成三层来看。第一层是3000万美元首付款，这是协议生效后相对确定的现金流入。第二层是最高3500万美元的早期临床前里程碑，与两个初始项目在临床前阶段的推进节点挂钩。第三层是总额近12亿美元的开发、注册与商业里程碑，覆盖后续临床开发、监管申报与商业化各阶段。在此之上，Generate还享有基于未来全球净销售额的分级分成。需要说明的是，除首付款外，其余均为有条件对价，近12亿美元是合同约定的支付上限，而不是已经确认或必然兑现的收入。分级分成则按未来全球净销售额的阶梯计付，意味着Generate在让渡临床与商业化权益的同时，保留了产品上市之后的长期现金流敞口。
分工与期权结构：Generate用自有生成式AI平台主导研究直至候选分子选定，Zealand负责后续的临床开发、注册申报与全球商业化，并保留追加第三个项目的选择权。
研发分工的切分点设在候选分子选定这一节点。Generate用自有生成式AI平台主导前期研究，一路做到候选分子确定；此后由Zealand接手，承担临床开发、注册申报与全球商业化。这样的安排让Generate以相对轻资产的方式输出分子设计能力，而临床与商业化这类资金密集、周期漫长的环节由Zealand承担，风险与收益随之重新分配。对Generate而言，收到的首付款与里程碑可以反哺平台迭代；对Zealand而言，这是一次在不自建AI能力的前提下补充临床前资产的交易。协议还为后续扩展留出了口子：Zealand保留追加第三个项目的选择权，一旦行使，合作覆盖的靶点与项目数量将进一步扩大。
平台的数据逻辑：The Generate Platform把生成式AI与高通量实验验证结合，Generate首席执行官Mike Nally的说法是先定义每个初始项目的好药长什么样，再用平台设计多特异性候选分子；Zealand首席科学官Utpal Singh称合作把公司工具箱从小分子与多肽扩展到蛋白。
The Generate Platform的核心主张是生成式AI与高通量实验验证形成闭环：模型一端负责在序列与结构空间中生成候选分子，实验一端负责大规模产出可用于迭代的真实数据，用实测结果反哺模型。Generate首席执行官Mike Nally的表述是，团队会先定义每个初始项目好药长什么样，也就是先确立目标产品画像，再借助平台去设计多特异性候选分子。Zealand首席科学官Utpal Singh则从需求方角度解释，这笔合作把公司的工具箱从小分子与多肽扩展到了蛋白，与既有能力形成互补而非替代。选择多特异性而非单靶点分子，也暗合生成式方法的比较优势：同时作用于多个靶点的蛋白，其序列与结构组合空间远大于单靶点分子，传统实验手段难以穷举，先由模型在巨大空间中定位可行区域，再由实验验证收敛，理论上比纯实验筛选更高效。
冷静观察：金额为公司新闻稿口径，近12亿美元是里程碑上限而非已确认收入，实际到账取决于项目推进；公告未披露肥胖与代谢病领域的具体靶点数量与名称，未给出各项目时间表与付款节奏，两个初始项目均处于临床前阶段。
有三点需要读者自行打折。其一，所有金额均为公司新闻稿口径，未经第三方独立核实，近12亿美元是里程碑上限，实际到账完全取决于项目能否推进到相应节点，历史上有大量授权交易的里程碑最终并未触发。其二，公告未披露肥胖与代谢病领域的具体靶点数量与名称，外界无从判断这两个初始项目的生物学假设与竞争格局。其三，公告未给出各项目的时间表与付款节奏，两个初始项目目前均处于临床前阶段，距离任何临床数据读出都还有相当距离，短期财务影响有限。从产业视角看，这类交易的意义在于把AI药物设计平台的价值锚点从融资叙事转向按项目计价的合同现金流，但里程碑能否兑现，最终仍要回到分子本身在临床前与临床中的表现。
千方医数集编辑部 出品
