從注射到貼片：IPA在GLP-1糖尿病治療中的AI革命

目前的GLP-1藥物市場存在一個持續的問題——頻繁注射。像semaglutide這樣的藥物由於半衰期短，需要反覆劑量，影響患者的依從性和生活品質。如果我們能用人工智慧從零重新設計這些分子會怎樣？

ImmunoPrecise Antibodies (IPA)正是這樣做的。

這家在NASDAQ上市的生技公司，利用其專有的LENSai™平台——一個由AI驅動的系統，能解碼生物數據中的進化模式——在短短兩週內生成了一整類全新的GLP-1類療法。這不僅是漸進式的改進，而是大規模的計算藥物設計。

當今GLP-1的問題

目前的GLP-1療法在糖尿病和肥胖治療中佔據主導地位，但也有取捨：持續時間短，需要頻繁注射，製造複雜，且非侵入性選項的患者可及性有限。行業一直在調整化學結構，但IPA選擇了不同的路徑。

LENSai如何改寫規則

IPA的LENSai平台不採用傳統的藥物化學方法，而是通過分析治療序列在不同物種中的演化方式，識別獨特的分子模式。系統隨後生成經過優化的基因序列，這些序列能：

• 延長半衰期，通過增強對酶解的抵抗力——意味著更少的劑量
• 改善製造性，利用理性基因工程而非化學合成
• 實現非侵入性給藥，通過優化分子大小和性質以適應透皮貼片

這些AI生成的序列進一步利用IPA的專有HYFT®技術進行優化，提升結合強度和療效穩定性。最終結果是：設計出與核酸表達系統相容的GLP-1替代品。

透過透皮貼片的顛覆性創新

也許最令人矚目的是——IPA正在探索透皮貼片傳遞這些AI設計的GLP-1療法。想像一下，不再每週或每日注射，而是一個小貼片，能穩定、控制地釋放治療性肽。AI的優化特別針對這種傳遞方式調整分子性質，解決了當前糖尿病管理中的一大痛點。

為何這對生技創新如此重要

IPA的方法代表了治療藥物發現的根本轉變：

1. 完全計算驅動：從發現到優化，整個過程在電腦模擬中完成，無需實驗室操作
2. 快速迭代：兩週內生成、開發並優化新序列——相比傳統方法的數月
3. 精準工程：每個分子細節都為特定療效目標而優化，而非遵循傳統行業模板

LENSai背後的HYFT模式是IPA獨有的，提供競爭優勢和多個治療領域的授權潛力。

未來展望

這些由AI設計的GLP-1構建物目前正處於臨床前評估階段。IPA正調查透皮傳遞的可行性，並與像Aldevron (一個Danaher公司)這樣的核酸傳遞專家合作，以確保相容性並優化基因表達，同時降低免疫反應風險。

其影響不僅限於GLP-1：LENSai的計算能力使IPA站在下一代生物製劑開發的前沿，有望加速糖尿病、肥胖等領域的藥物研發。

對於追蹤生技創新和AI驅動療法的投資者來說，IPA的計算方法展現了藥物開發未來的可能——更快、更精確，最終通過非侵入性傳遞方式讓患者更容易獲得治療。