个性化的肿瘤新抗原筛选，依赖 AI 算法从海量基因突变中挑出「免疫原性最强」的靶点。2026 年 8 月 19 日，Moderna 与默沙东联合宣布，其 AI 辅助设计的 mRNA 癌症疫苗 intismeran autogene 在 III 期试验中达到主要终点，将术后复发或死亡风险降低 49%。这是 AI 驱动药物研发的里程碑式验证。
传统的癌症疫苗之所以失败，是因为肿瘤突变千差万别，用固定靶点几乎不可能覆盖所有患者。intismeran 的第一步，是切除肿瘤后做全外显子测序，生成患者的突变图谱。
然后，AI 算法登场。它从数百万个突变中筛选出最可能被免疫系统识别的 34 个新抗原，编码进一条 mRNA 分子。这条 mRNA 注入人体后，训练 T 细胞精准攻击癌细胞。
一个诚实的注脚：
筛选新抗原的 AI 模型并非万能。它需要高质量的肿瘤样本和足够大的背景数据，对罕见突变或低免疫原性肿瘤，预测准确率仍不够理想。但这是目前最接近「闭环」的技术路线。
mRNA 疫苗的成败，不只取决于 AI 算法，更取决于产业链的支撑。个性化疫苗需要「一人一批」的柔性制造，对上游原料、设备、CDMO 提出全新要求。
摩根大通在 8 月 20 日的研报中明确表态：中国 CXO 是 mRNA 黄金窗口期的第一波受益者。
药企自研自产，固定分子，大批量生产。
AI 选靶、mRNA 设计、外包 CDMO 生产，柔性制造。
药明康德 TIDES 业务负责寡核苷酸和多肽原料，金斯瑞是全球质粒 DNA 龙头，两者均处于 mRNA 产业链上游「卖铲子」的位置。
AI 的角色不止于设计疫苗。它还帮助优化 mRNA 序列的稳定性、提升翻译效率，甚至预测 LNP 递送系统的组分。这意味着，AI 正在从研发端渗透到生产端。
国内管线整体处于早期，但莫德纳的成功提供了确切的临床与商业化范本，让 AI 驱动的个性化疫苗从「概念验证」走向「价值重估」。
AI 不仅改变了研发范式，还重塑了产业链的价值分配。LNP 递送系统占 mRNA 药物成本的 40%~50%，是壁垒最高的环节。上游核心原料如 PEG 脂质、可电离脂质、IVT 核心酶、质粒模板，均依赖高精度合成与设计。
国内多家公司已完成布局：
AI 算法在其中扮演「设计 + 优化」的双重角色：优化 mRNA 序列的二级结构、预测 LNP 配方、加速质粒构建。摩根大通指出，拥有 AI 能力和 CDMO 产能的企业，将获得产业链中最高的议价权。
📌 产业链核心环节：AI 新抗原筛选 → 质粒生产 → mRNA 合成 → LNP 包封 → 灌装。每一环都有 AI 参与优化的空间。
mRNA 技术因新冠疫苗一战成名，又在疫情需求退潮后经历长达数年的估值消化。2026 年 8 月 19 日，intismeran 的 III 期成功，让市场重新看到了 AI 驱动个性化医疗的潜力。
但 III 期成功不等于商业化成功。个性化疫苗从取样到成药约需 6 周，成本远高于标准化药物，医保支付体系也尚未建立。距离真正普及，还隔着工程化、成本、监管三道坎。
一个更值得关注的信号：
AI 在药物研发中的角色，正从「辅助工具」变为「核心引擎」。这次 III 期成功，本质上是 AI 算法从海量基因组数据中精准筛选新抗原能力的胜利，而非单纯的疫苗技术胜利。未来医药产业链的竞争，将越来越多地取决于谁拥有更好的 AI 模型和训练数据。
国内 CXO 龙头（药明康德、金斯瑞等）已深度参与全球 mRNA 产业链，AI 新抗原筛选公司（如恒瑞、康方）正加速临床推进。行业拐点已至，关注上游卖铲人与 AI 算法平台。
查看产业链全景 综合公开信息整理