中金策略 半年打两三次针就能生发？AI设计的生发药来了

十几年前，一个年轻人窝在父母家的地下室里，捣鼓着大肠杆菌，试图让这些微生物替他生产抗体蛋白。那时候没人会想到，这个看似“土味”的起点，日后会通向一条用人工智能设计生发药物的路。

这个年轻人叫肖恩·麦克莱恩，他创立的公司最近公布了一款生发候选药的人体试验数据。这款药的特殊之处在于，它的分子设计有AI深度参与，而且从现有数据看，未来或许能做到半年打两三次针，就能替代每天抹药膏的生发方式。

故事得从2011年讲起。麦克莱恩大学提前一年毕业，没去大公司上班，而是回到父母家，在地下室搭起了简易实验台。他当时盯上的问题很基础：怎么让大肠杆菌更高效地生产抗体蛋白。这活儿听起来不酷，却是降低生物药成本的关键一环。

在地下室反复折腾的日子里，失败是常态。他在后来的访谈里回忆，那是一段不断试错、不断重来的时光。但正是这些看似枯燥的实验，让他攒下了第一批关于抗体生产的宝贵经验，也为公司日后转型埋下了伏笔。

靠着这套地下室起家的抗体生产工艺，公司慢慢站稳了脚跟，业务越做越大。每一次制备抗体、测试活性，都会留下分子结构、结合能力、功能表现等一大堆数据。这些数据堆在库里，起初只是实验记录，后来却成了最值钱的资产。

转折点出现在公司开始认真审视这些数据的时候。他们发现，既然积累了海量的“设计—实验—结果”对应关系，为什么不试着让机器从中找规律呢？于是，团队开始用机器学习挖掘实验数据里的隐藏模式，进而尝试用生成式AI直接从头设计全新的抗体分子。

传统药物发现的路子是先搞出海量候选分子，再一层层筛选，费时费力。而生成式AI的思路更像是“按图索骥”：你告诉它想要什么样的抗体，它直接给你画出几个符合要求的分子草图。麦克莱恩把这套逻辑总结为“设计—实验—再设计”的闭环。

这个闭环跑起来并不容易。AI输出的分子得靠湿实验来验证，验证完的数据再喂回模型，让下一次设计更聪明。换句话说，当年地下室练就的抗体生产能力，如今成了AI模型持续进化的“练功房”。没有扎实的实验底盘，再漂亮的算法也只是空中楼阁。

有了这套闭环，公司不再满足于只做技术外包，开始布局自己的新药管线。ABS-201就是第一个被推到台前的选手。这是一款靶向催乳素受体（PRLR）的抗体，作用逻辑挺直白：阻断PRLR信号，削弱促使毛囊进入退行期的驱动因素，尽量延长毛囊的生长期。

抗体药物天生半衰期长，这让团队看到了低频给药的可能性。2025年12月，ABS-201完成了首次人体给药。半年后公布的早期数据显示，它的估算半衰期至少65天。基于这个数字，公司提出了一个大胆设想：未来能不能半年打两到三次针，就管住脱发？

目前这项研究已经从健康志愿者推进到了雄激素性脱发受试者的多次皮下注射阶段。也就是说，接下来要看的是重复给药安不安全，以及头发到底能不能长出来。从每天抹药到几个月打一针，这种体验上的变化，对患者来说几乎是天壤之别。

不过话说回来，现在公布的还只是早期安全性和药代动力学数据。半年两三次给药的方案，目前还只是基于半衰期推演出来的设想。真正的生发效果，得等脱发受试者队列的数据揭晓后才能见分晓。AI设计的分子再漂亮，最终还是要过临床这一关。

对于脱发患者而言，他们大概率不关心模型用了什么算法、抗体是怎么设计出来的。大家真正在意的是：这药能不能让我长出头发？多久打一次？副作用大不大？能不能坚持得住？ABS-201正处在回答这些核心问题的关键阶段。

从一个地下室里的抗体生产实验，到AI参与设计的生发药走进人体试验，这条路走了十几年。它算不上什么惊天动地的逆袭故事，更像是一个关于积累和转向的样本：先把手头的事做到极致，攒够数据和能力，再等风来。

至于这款药最终能不能成为脱发患者的福音，还得看后续临床数据说话。但至少，它让“AI设计药物”这件事，从一个模糊的概念，变成了一个正在被真实人体检验的具体项目。这本身，就已经迈出了一大步。

鸿运配资提示：文章来自网络，不代表本站观点。