礼来诺和重金下注AI，代谢减重赛道进入算法比拼新战局

以 GLP-1 类药物为代表的代谢减重浪潮正在全球范围内席卷医药行业，但市场竞争已迅速从分子设计和临床数据比拼，转向底层算力、算法平台与靶点多元化的全栈较量。

诺和诺德与礼来这两家在减肥赛道上长期鏖战的巨头，近来几乎同步扩张人工智能与新靶点布局，向外界展示了下一阶段决胜关键将不再仅仅是药效曲线，而是能否凭借数字化基础设施和算法驱动的发现体系，持续孵化多元、协同且具备风险对冲价值的资产组合。

诺和诺德率先在算力端落子。

6月11日，诺和诺德通过与丹麦人工智能创新中心合作，接入排名全球第二十一位的超级计算机 Gefion，并将英伟达 DGX SuperPOD 架构的 GPU 集群引入自身研发管线，以支撑蛋白质工程、分子动力学建模等极度依赖高性能计算的任务。

Gefion 的引入不仅能加速现有项目迭代，更重要的是为诺和诺德提供了一条从数据采集到模型训练再到虚拟仿真的统一计算底座；配合英伟达的 BioNeMo 生成式 AI 和 Omniverse 虚拟实验环境，公司得以在早期就对候选分子的结构可行性、配体结合模式和动态稳定性进行快速迭代验证。

算力投入的背后是对研发逻辑的重塑：药物发现不再是单点试错，而是基于高维数据和深度学习框架的系统性搜索。诺和诺德多年来持续向 Valo Health 等 AI 平台投入巨资，在 Gefion 接入后，这些平台的算法模型将拥有更广阔的训练空间，反过来增强公司在肥胖与心代谢领域的靶点发现能力。

礼来则将 AI 直接嵌入肌肉健康这一尚待深耕的减重需求场景。

同样是昨天，通过与 Juvena Therapeutics 达成最高 6.5 亿美元的合作，礼来获得了多个肌肉生长相关靶点的独家开发权，并将 Juvena 的干细胞分泌蛋白数据库与机制驱动筛选模型整合进自身创新引擎。

相较传统单一路径的肌肉生长因子，Juvena 平台可在多条生理通路协同视角下锁定促进肌肉再生的融合蛋白，其核心管线 JUV-161 已进入临床验证阶段。礼来在 2023 年 19 亿美元收购 Versanis Bio 带来的 bimagrumab 基础上，再添一款 AI 甄选的早期资产。随着 GLP-1 治疗导致瘦体重下降的安全性讨论升温，礼来此举显然在为未来差异化竞争铺设护城河。

与此同时，诺和诺德通过与 Deep Apple Therapeutics 签订总额 8.12 亿美元的期权池式协议，将目光投向非促胰素类 GPCR 靶点小分子。

Deep Apple 依托冷冻电镜解析的新型结合口袋与 AI 虚拟筛库技术，立足早期化合物优化阶段。在 CagriSema 三期试验未达市场高期待的背景下，引入全新靶点可帮助诺和诺德分散单一路径风险，并为其肥胖管线带来跨通路增量。该模式由初创企业承担靶点验证的不确定性，而大厂凭借资本与临床资源在关键节点接手，从而提高成功率并降低前期沉没成本。

随着两大巨头连续押注，代谢减重竞争已升级为真正的“算法之战”：谁能更快从海量数据中提炼生物规律、在多条通路上构建协同组合，并把科研、临床与商业化串成闭环，谁就有望在未来肥胖和代谢疾病市场占据制高点。