Ab-LNP_mRNA
平台已验证原位细胞工程化——指示病理细胞在局部表达治疗性蛋白。
研发平台
解锁真正在病灶起效的
RNA 药物。
人体每一个有核细胞都能读取 RNA 指令，但只有极少数能被指令找到。我们的平台，就建在这道落差之上。
生物学基础细胞是可编程的，
细胞是可编程的，
人体却不是可导航的。
约 10¹³
成人体内的细胞数量
<1%
非靶向 LNP 在肝脾之外的到达比例
在人体每一个有核细胞中，核糖体都会把信使 RNA 翻译成蛋白质。因为指令本身是通用的，同一种分子形式既可以驱动细胞毒性反应，也可以补回缺失的酶，或关闭一条病理程序——结局只取决于哪个细胞收到了它。
正是这种通用性，让 RNA 药物被称为“可编程药物”。也正是因此，决定一个项目能否成为药物的，是递送，而不是设计。
障碍三道门槛，
三道门槛，
长期把肝外 RNA 药物挡在门外。
01
靶向
静脉给药后，脂质纳米颗粒会被肝脾清除。要抵达肿瘤、动脉粥样硬化斑块或炎症黏膜，需要主动靶向策略，而不是更大的剂量。
02
组装
把抗体接到纳米颗粒上，往往会破坏颗粒稳定性、掩蔽结合位点，或引入难以在规模上控制的批间差异。
03
生产
在离心管里成立的偶联步骤，很少能通过工艺转移。过去，每换一个抗体，就几乎等于换一套工艺。
平台
自研 Ab-LNP 平台
合宜医药建立了抗体偶联脂质纳米颗粒平台——Ab-LNP，把抗体当作可替换的“靶向模块”，而不是一个全新产品。简化的稳定标记化学将抗体锚定在颗粒表面，同时保住结合亲合力与载荷完整性。
在这一化学基础之上，是经过优化的通用蛋白冠：一种受控的表面组成，减少非生产性清除，并让靶向抗体在循环中保持对受体的可及性。由此带来的实际结果是——换抗体就能换去向，而不必重建整套工艺。
目前有两种载荷跑在同一底座上。mRNA 驱动原位细胞工程化，已完成平台层面验证；CRISPR sgRNA 驱动原位基因编辑，正在开发中。两者共用同一套偶联化学、同一套分析方法与同一条产线。
Ab-LNP_CRISPR
开发中原位基因编辑——在靶细胞内修正或关闭致病位点。
平台构成
六个系统，作为一个整体运作。
每一个组件都由内部自主开发，并用同一把尺子衡量：它是否让下一个项目更快，而不会让它更不精准？
01
抗体偶联与稳定标记
经过修饰的合成 RNA 携带产生抗原或治疗性蛋白的关键信息。把它装进颗粒并不难，难的是让颗粒抵达指定的细胞。
我们的偶联化学通过简化的稳定标记工艺连接抗体，保持粒径分布、包封率与抗体取向。由于该连接在制剂、冻干与储存过程中保持稳定，靶向功能得以穿越生产工艺，而不是在工艺中被消耗掉。
- 化学
- 共价、位点可控偶联
- 保持
- 颗粒完整性、亲合力、包封率
- 优势
- 偶联是单元操作，而非重新设计
02
RNA 载荷设计
载荷决定细胞会变成什么。我们围绕高翻译效率与可控表达时长设计 mRNA 序列，用计算筛选在表达强度与先天免疫激活之间取得平衡。
在基因编辑项目中，guide RNA 先经计算设计与排序，再验证其 on-target 活性与脱靶风险。两类载荷遵循同一套质量框架：明确的完整性、明确的效价、明确的杂质谱。
- 载荷
- mRNA、可拓展至 saRNA、CRISPR sgRNA
- 设计
- AI 辅助序列与 UTR 优化
- 控制
- 效价与完整性放行检测
03
蛋白冠工程
纳米颗粒进入循环的瞬间就会被血浆蛋白包裹。免疫系统与清除器官真正“看到”的不是颗粒本身，而是这层蛋白冠。蛋白冠失控，是“明明做了靶向、颗粒还是进了肝脏”最常见的原因。
我们构建经过优化的通用蛋白冠：以确定的表面组成减少调理素吸附与非特异性摄取，同时保留靶向抗体的可及性。落到结果上，就是在靶点处维持受体可及性，并拉开局部效应与全身暴露之间的治疗窗。
- 机制
- 受控的表面组成
- 效果
- 降低非特异性清除
- 指标
- 体内分布与受体占据
04
原位细胞工程化
细胞治疗有效，但它在体外完成：采集、改造、扩增、回输。这套模式很强，同时也很受限——受时间限制，受成本限制，更受“能被取出来的细胞”这一生物学事实限制。
原位工程化让细胞留在原地。Ab-LNP 把指令直接送到病理细胞群，于是致病的那颗细胞，变成了生产治疗的那颗细胞。因为靶点是病灶而不是整个患者，安全性问题也从“全身暴露”变成了“局部特异性”。
在研探索方向
- 原位 CAR-T——在患者体内完成 T 细胞工程化
- 原位泡沫细胞工程化——动脉粥样硬化病灶
- 原位肿瘤细胞工程化——实体瘤
- 原位成纤维细胞工程化——纤维化与基质
- 原位调控型平滑肌细胞工程化——血管重塑
05
AI 驱动研发系统
药物研发中的 AI 多数止步于预测。我们把它用在研发运作本身：一套覆盖实验室硬件、驱动、数据、应用、AI 决策与治理的六层系统，每一层都内建验证要求。
仪器把数据写入受治理的数据层；应用层调度实验、分析结果并生成报告；AI 层在同一条记录上管理人、管线、物资、资金与决策。质量管理不是并行的另一条线——体系验证、算法验证与方法验证都定义在架构之内。
- L6治理层体系标准验证 · 系统可拓展性验证 · 保密与共享体系
- L5AI 层决策管理 · 人员管理 · 管线管理 · 物资管理 · 资金管理
- L4应用层实验流程 · 数据分析可视化 · 设备调度 · 报告生成 · 知识管理 · 预警诊断
- L3数据层实验数据存储 · 元数据 · 预处理 · 安全备份 · 数据质量 · 算法库 · 标注 · 接口
- L2驱动层驱动更新管理 · 整合驱动程序 · 供应商驱动
- L1设备层实验室模块集成装备 · 仪器 · 设备 · 机器人
每一层先完成验证，其上各层才被允许依赖它。
06
临床与商业化生产
模块化不只是科学决策，也是工艺决策。因为抗体是可配置的输入而不是新的产品架构，新项目可以直接复用既有制剂、分析方法与设备——我们称之为产线通用适配。
生产体系围绕可转移设计：确定的单元操作、在线过程控制，以及从临床前批次到临床供应始终一致的分析方法。放大改变的是通量，不是化学。
- 设计
- 模块化工艺、产线通用适配
- 控制
- 在线检测与批次可追溯
- 就绪度
- 同一平台支撑临床前至临床供应
差异
全身给药，与原位指令。
非靶向 LNP
全身暴露
- 默认富集于肝脏与脾脏
- 靠加量才能抵达肝外组织
- 安全边界由脱靶暴露决定
Ab-LNP
原位指令
- 抗体引导在靶细胞处富集
- 载荷抵达真正驱动疾病的细胞
- 安全边界由靶点特异性决定
示意图用于说明体内分布策略的差异，非临床数据。