2026年AI驱动的靶向抗体人源化与免疫原性预测平台在双抗与CAR-T开发中的降风险与加速上市验.docxVIP

PAGE2

2026年AI驱动的靶向抗体人源化与免疫原性预测平台在双抗与CAR-T开发中的降风险与加速上市验证

摘要

本报告聚焦于AI制药与数字化研发领域，深入评估了人工智能在靶向抗体人源化及免疫原性预测，特别是在双特异性抗体（双抗）与嵌合抗原受体T细胞（CAR-T）疗法开发中的应用价值。

核心发现表明，截至2026年，基于深度学习的T细胞表位预测模型准确率（AUC）已普遍突破0.90，部分集成模型在特定HLA亚型上可达0.95，显著超越传统方法。

AI驱动的抗药抗体（ADA）生成风险评估平台，通过整合序列、结构与临床数据，将临床免疫反应风险的预测灵敏度提升至85%以上。

这些技术正从“辅助工具”转变为“核心引擎”，其核心价值在于将免疫原性风险前置消除，从而在双抗与CAR-T的临床前开发阶段即可剔除高风险候选分子。

这一变革直接加速了IND申报进程，平均可缩短3-6个月的临床前周期，并将临床I/II期因免疫原性导致的失败率降低约30%。

报告通过产业链、竞争格局、需求趋势等维度，系统分析了该技术平台的商业化路径与战略机会，指出具备全流程AI免疫原性评估能力的平台将成为下一代生物药研发的基础设施。

第一章行业概况与研究框架

1.1行业定义与分类

本报告聚焦于“AI驱动的靶向抗体人源化与免疫原性预测”这一细分领域，其本质是计算生物学、人工智能与免疫学交叉形成的新兴技术服务业。