隨著人工智能（AI）技術快速滲透製藥產業，從藥物發現、臨床前研究到製程開發，各環節的數位化程度正持續升高。科技公司積極跨足醫療與製藥領域，也讓產業邊界日益模糊。拜耳近日宣布，與蛋白質工程人工智能新創公司Cradle展開為期三年的策略合作，雙方將共同推動 AI 驅動的抗體工程研究。此合作核心在於將Cradle的蛋白質工程生成式AI平台整合至拜耳既有的研發工作流程中，以提升生物製劑在先導化合物優化階段的效率、可開發性與可擴展性。

依據合作協議，拜耳將在抗體發現與優化流程中，全面部署Cradle的AI軟體工具，強化治療性抗體產品線的先導分子生成與篩選能力。雙方鎖定生物製劑研發中最耗費資源的環節之一的抗體反覆迭代優化，期望透過機器學習（ML）模型直接導入「設計－測試－學習」循環，大幅降低實驗次數，同時提升分子的效力、安全性與可製造性，因應抗體作用機制日益複雜的研發趨勢。

Cradle 所提供的平台採用「實驗室在環（Lab-in-the-loop）」方法，將運算設計與即時實驗回饋緊密結合，使抗體科學家能夠以真實實驗數據評估並優化候選分子，AI 模型也能隨著新數據持續調整與學習。其最終目標，是在候選藥物進入臨床開發前，提高技術成功率，降低後期失敗風險。

值得注意的是，拜耳在此次合作中特別強調「可大規模部署、低技術門檻」的需求。Cradle的軟體以科學家為中心設計，讓抗體研究人員無須具備深厚的機器學習背景，即可在熟悉的研發流程中運用 AI 輔助設計，其平台具備企業級應用的成熟度與可擴展性。

此外，雙方同步啟動聯合機器學習研究計畫，進一步拓展AI在抗體工程領域的應用深度。該計畫將結合拜耳在抗體設計、合成與應用機器學習方面的內部專長，以及Cradle在可擴展AI軟體開發上的經驗，共同探索更高效的研發模式。

整體而言，拜耳與Cradle合作反映製藥產業加速擁抱AI的趨勢，也顯示人工智能正從輔助工具，逐步轉變為藥物研發的核心基礎。透過讓計算工具與實驗科學高度整合，雙方期望更快產出高品質候選抗體，為下一世代生物藥物開發奠定關鍵競爭優勢。