Moderna股价暴涨背后的估值逻辑重构
2026年8月19日，Moderna因mRNA癌症疫苗三期临床试验的积极结果股价暴涨超200%，这一市场反应的核心逻辑在于对其商业天花板的重新定义。此前华尔街仅将其视为传染病疫苗公司，估值受限；而此次成功证明了其“传染病+肿瘤学”双轮驱动模式的可行性。英博博士指出，若仅做传染病疫苗天花板可预期，但加上庞大的肿瘤市场后，“未来几乎是星辰大海”。这种估值跃升不仅源于黑色素瘤数据的成功，更在于个性化肿瘤疫苗在术后防复发中展现出的巨大潜力。市场兴奋点远超单一癌种，在于这套方法能否复制至更多癌症领域。无论成败，Moderna为行业趟出了个性化肿瘤疫苗这条路，验证了其在治疗及术后防复发中的巨大作用。
个性化mRNA疫苗：从“通缉令”到免疫激活的机制拆解
个性化mRNA肿瘤疫苗的核心理念是为每位患者制作专属“通缉令”。其工作流程始于医生切除肿瘤后，通过基因测序找出癌细胞特有的突变。这些突变会产生正常人体没有的新蛋白，即“新抗原”。随后利用算法筛选出最值得攻击的新抗原信息，写入为患者量身定制的mRNA中。该mRNA经脂质纳米颗粒包裹后注射入体内，旨在训练免疫系统识别并清除残留癌细胞。与传统化疗“杀敌一千自损八百”不同，这种疗法针对仅在肿瘤表达的新抗原，将癌细胞视为外来病毒识别。英博博士强调，“个性化肿瘤疫苗的病人或受试者在临床上不良反应是极低的，且病人依从性也会非常好”，这使其成为基于所有疗法的一种极好补充。
联合PD-1：解除抑制与精准识别的协同效应
Moderna近期的三期临床试验（INTerpath-001）采用了个性化肿瘤疫苗联合PD-1药物Keytruda（K药）的方案。该实验是全球多中心、双盲随机试验，入组100多位晚期黑色素瘤患者。实验设计分为两组：一组接受疫苗联合K药，另一组仅使用K药单药。PD-1作为免疫检查点抑制剂，作用是解除肿瘤对免疫系统T细胞的抑制（松开刹车）；而疫苗的作用是帮助免疫系统“认出敌人”。英博博士解释，单独使用PD-1可能面临免疫耐受问题，而疫苗能点燃免疫系统识别肿瘤的火种。两者联用实现了1加1大于2的效果。结果显示，联合治疗组在主要终点“无复发生存期（RFS）”上显著优于单药对照组，达到了统计学显著意义。虽然最终需观察总生存期（OS），但无复发时间的延长直接对应着生存期的潜在获益。
英博博士的创业历程与mRNA技术路线选择
艾博生物创始人兼CEO英博博士拥有在Moderna从事mRNA核心研发的深厚背景。他在波士顿的职业生涯涵盖了小核酸、基因治疗及mRNA三大领域，其中在Moderna期间主要负责基于脂质纳米颗粒（LNP）的递送系统研发。2019年回国创业时，面对国内投资人对mRNA知之甚少的局面（甚至被戏称为“见过第一个从Moderna回来的活人”），他坚持选择mRNA作为技术平台。英博博士认为，当时国内小核酸公司众多，而“恰恰相反，当时国内做mRNA相对来说公司是比较少”。他选择了一条折中路线：既非最成熟的小核酸，也非尚不成熟的基因编辑。他坚信mRNA在传染病疫苗和肿瘤治疗两个方向均拥有巨大的中国市场潜力，并致力于搭建围绕新兴技术的成熟体系。英博博士预测，“5到10年，PD-1获批的适应症中mRNA肿瘤疫苗都会陆续获批”，未来肿瘤治疗将基本形成“手术刀+个性化肿瘤疫苗+PD-1”的联合标准模式。
个性化肿瘤疫苗的核心逻辑：从“平均生存”到“一人一药"
传统癌症治疗往往将同一种肿瘤（如肠癌、非小细胞肺癌）视为一类疾病进行处置，这导致患者最终只能获得平均生存期（Average survival）的预期。然而，每个人的肿瘤都是由自身细胞突变产生的，具有极高的异质性（Heterogeneity）。即便诊断名称相同，不同患者的肿瘤在分子层面是截然不同的。个性化肿瘤疫苗的设计原理是将每个人的肿瘤视为一个独立的疾病（Individual disease），通过识别并提取肿瘤表面特异性的新抗原（Neoantigen）——即只在肿瘤上表达且能引起高度免疫原性的标记物，将其编码成mRNA疫苗回输体内。
这种机制相当于指导免疫系统特异性地杀伤带有这些标记物的肿瘤细胞，从而避免攻击正常组织。艾博生物CEO英博指出：“个性化的意思就是一人一药……只有开发针对每个人肿瘤上面的特异性的新抗原，而这就涉及到一个新抗原就是肿瘤上面特异的标记物……相当于是指导免疫系统特异性地去杀伤带有这些标记物的肿瘤细胞。”这种从“广谱治疗”到“精准打击”的转变，是个性化疫苗能够突破传统疗效瓶颈的根本原因。
制造难题：4-6周窗口期与自动化生产的极限挑战
个性化肿瘤疫苗的生产被业界称为药品制造的“噩梦”，主要因为时间窗口极窄。术后患者病情发展迅速，4到6周是最佳的生产期间。若超过此期限，残留的肿瘤细胞可能重新生长，错失治疗良机。这一过程包括取样、测序、新抗原预测、mRNA合成（体外转录IVT）、脂质纳米颗粒（LNP）包封及质量控制（QC）。其中，测序和AI算法预测新抗原可在几天内完成；DNA模板获取需数天到数周，而mRNA生产及LNP包封各仅需1-2天；最后的QC过程则需1到2周。这意味着留给实际生产的时间极其紧凑。
“整个这个过程，我们说的就是1到2周……所以说你可以看到4到6周其实给我们真正留出来的生产的时间并没有想象中的那么多，是要完完全全按照非常紧凑的流程来做的。”
为应对这一挑战，自动化和一次性设备（Disposable）成为关键。任何人为干预都会成为瓶颈，因此必须实现从取样到测序分析的全流程自动化。交叉污染（Cross-contamination）是另一大风险，因为每个病人的产品都是独特的。解决方案是采用类似“一台机器只为一个病人生产”的模式，并在每批次间进行严格消毒。艾博生物强调：“如果没有自动化的话，整个流程就不可能做到无人干预……就需要每个不同的机器只做一个病人的产品。”这种高度定制化的生产模式，与通用型药物的大规模标准化生产面临完全不同的挑战。
临床策略：为何聚焦术后辅助治疗及新抗原数量的权衡
目前，莫德纳等公司的临床试验主要针对肿瘤术后患者。这是因为手术可清除肉眼可见的肿瘤，而疫苗旨在消灭散落在组织中、无法通过手术切除的微小残留病灶。英博认为，未来理想的治疗模式是“一把手术刀加一个个性化肿瘤疫苗和PD-1的联合”，即通过手术清除主体，利用疫苗调动免疫系统对全身残余病灶进行“围追堵截”。对于不可手术的多发转移患者，若通过药物将肿瘤降级至可切除状态，或在新病灶免疫抑制尚弱时介入，疫苗联用PD-1也可能带来获益。
关于新抗原的数量上限（如莫德纳设定的不超过34个），背后存在风险收益的权衡。理论上，新抗原越多，肿瘤细胞通过突变逃逸的概率越低（需同时突变多个位点的概率极低），但mRNA过长会影响翻译效率，增加生产难度。早期AI预测能力有限时，设定上限是为了保证命中率；如今随着算法提升，识别精准的新抗原数量不再需要多达34个。英博解释道：“我们并不需要很多个……我只需要识别你身体病原体的任意一个部分，我都可以去识别肿瘤细胞。”目前业界共识是，只要能识别至少一条有效抗原即可启动免疫反应，但具体需要多少个抗原才能长期防止逃逸，仍需更长的临床随访数据来验证。
适应症选择：黑色素瘤作为“试金石”与mRNA技术的通用性验证
莫德纳选择黑色素瘤（Melanoma）作为首个三期临床适应症，并非因为该病种特殊，而是基于策略考量。黑色素瘤患者术后复发较快（3个月至1年），能为公司提供早期读出（Early readout）窗口，便于快速验证技术路线的有效性或失败原因。英博指出：“对于科技公司而言，快速成功和快速失败都可以接受……最难以接受的就是要等很久之后我才知道答案。”这种策略不仅满足了市场需求，更关键的是验证了mRNA个性化肿瘤疫苗在杀伤肿瘤机理上的普适性。
“它目前在黑色素瘤上的成功，验证了它不是针对某一个肿瘤，它是针对于个性化肿瘤疫苗对肿瘤杀伤的机理性的验证。”
一旦在黑色素瘤上获得正式获批，将打通整条技术路线，正如新冠疫苗的获批一样。随后拓展至非小细胞肺癌等其他瘤种仅是时间问题（Matter of time）。尽管不同肿瘤的标准治疗方案在不断迭代，对疫苗提出的挑战也在提高，但个性化疫苗的应用范围理论上没有局限。随着术前新辅助治疗等标准方案的提升，疫苗将更多聚焦于解决术后复发及微小残留病灶问题。艾博生物认为，mRNA技术平台在肿瘤治疗领域的突破是巨大的，未来将覆盖更广泛的癌症类型。
临床设计挑战与最佳介入时机
肿瘤疫苗的临床研发面临严峻的设计难题，核心在于如何证明其在现有有效疗法基础上的额外获益。如果现有药物已能显著延长生存期，肿瘤疫苗必须进一步延长无进展或无复发生存期才能体现价值。艾博生物CEO英博指出，肿瘤疫苗效果最好的时机是在患者免疫系统尚健全时。若等待化疗、放疗摧毁免疫后再使用个性化疫苗，如同“不要对已经失去作用的对象徒劳用力”，因为免疫系统垮掉后，个性化疫苗将无处发力。因此，临床策略倾向于在术后切除肿瘤、免疫系统处于正常状态时介入。尽管现有药物表现优异，但个性化疫苗有望极大程度杀死剩余肿瘤细胞，从而大幅延长无进展生存期。这一机制可能成为改变肿瘤治疗格局的关键因素。
“如果现有的药物已经非常有效了，必然会代表着他的生存期的延长……那就要在这个生存期上有进一步的再延长。”
无复发生存期与治愈潜力的界定
在评估疗效时，需严格区分“无进展生存期”（PFS）与“无复发生存期”。莫德纳的临床试验主要关注后者，即肿瘤切除后未再复发。英博强调，若患者达到无复发的状态，即处于“tumor-free”（无肿瘤）状态，这在临床意义上接近于治愈。相较于过去三个月至一年内高发的复发率，这种长期无复发生存期的实现意味着对患者生存质量的巨大提升。虽然肿瘤疫苗并非针对健康人的预防性疫苗，而是治疗性手段，但其通过唤醒自身免疫系统攻击肿瘤细胞的机制，为部分晚期或术后患者带来了实现临床治愈的希望。这种疗法并非替代现有手段，而是作为极好的补充，旨在通过免疫激活实现更持久的疾病控制。
技术路线：个性化 vs. 现货型抗原
肿瘤疫苗领域存在多条技术路径，主要包括核酸（DNA/RNA）、多肽、细胞疗法等。目前主流分为个性化新抗原疫苗与固定抗原（现货型）疫苗。莫德纳采取的是个性化新抗原路线，而艾博生物等公司则同时布局两条路径。现货型疫苗针对驱动突变基因（如EGFR、KRAS），优势在于快捷、低成本且可即插即用；但其挑战在于并非所有患者都有明确突变，且机体可能对长期存在的抗原产生耐受。相比之下，个性化疫苗虽周期长、成本高，但免疫耐受低，能为每位患者提供定制化方案。英博认为，约有一半的公司布局个性化路线，另一半布局现货型，两者各有优劣。随着AI技术发展，算法优化使得个性化疫苗的研发效率提升，但核心仍在于本地化部署以保护人类遗传资源并降低运输成本。
“个性化肿瘤疫苗它不是一个产品，它是整个一套算法和工艺……都要进行当地化的部署。”
成本控制与中国市场的可及性优势
个性化肿瘤疫苗若要普及，必须解决高昂成本问题。英博透露，艾博生物通过自动化、端到端的生产流程设计，将单次生产成本控制在患者可接受的范围内。与CAR-T疗法动辄百万人民币的价格不同，个性化疫苗的目标是成为“可负担”的终身成本方案。通过一次性耗材优化和自动化设备，从mRNA制备到制剂生产可实现“一键启动”，单次开机生产的疫苗量几乎覆盖病人整个生存期所需。这种模式不仅降低了边际成本，还避免了交叉污染风险。英博强调，算法和工艺必须在进入临床前确定且不可更改，因此前期的工程化投入至关重要。中国丰富的临床资源和AI技术潜力为本土企业提供了后发优势，使得在保持科学有效性的同时实现经济可及性成为可能。安全性方面，mRNA疫苗不良反应轻微（如发热、乏力），远低于CAR-T的细胞因子释放综合征风险，可实现门诊治疗。
“我们自己在整个个性化肿瘤疫苗的研发上……对于中国这套病人群体，还必须是affordable（可负担的）。”
个性化肿瘤疫苗的成本结构与工程优化
艾博生物在个性化肿瘤疫苗的生产流程中，面临着从取样、测序到mRNA合成及质检的复杂环节。目前，全流程一次性耗材是成本的大头。这是因为为了避免交叉污染，必须确保“每一个人用一套这种耗材”，从而保证生物安全性。然而，随着未来需求上升和生产规模的提升，这部分耗材的单次使用成本有望大幅降低。除了材料本身，工程上的自动化优化也是降本的关键。通过减少人工参与，不仅节省了人力成本，更核心的是实现了对“死体积”和废弃液的精准控制。在手动操作中，为了安全往往需要舍弃首尾液体造成浪费；而自动化设备可以精准控制每一秒的流体传输，将每一步的死体积降至最低。这种对每一个环节细节的抠取和节降，最终实现了总体成本的显著下降。
AI驱动与自动化平台的工程挑战
艾博生物采取了自主搭建模式，强调“AI离开自动化就是空谈”。因为AI模型需要大量高质量数据进行训练，而没有全流程的自动化平台就无法产生标准化的数据闭环。公司从新抗原设计和算法优化角度出发，组建了包含计算科学、AI及自动化人员的跨学科团队。工程上的巨大挑战在于将原本占据整个房间的大型mRNA生产及QC设备，反向缩小并集成到便携式（Portable）的设备中。这需要团队具备逆向思维，将大规模放大的经验转化为微型化设计。通过不断测试验证，公司致力于实现生产过程的完全机器程序控制。这种标准化的自动设备对于未来商业化至关重要：在一二期临床试验中，少量病人的样本容易人工控制；但在三期临床乃至百万级患者的商业化阶段，只有依靠可复制的仪器工艺重复性才能确保质量稳定。
核酸药物的计算属性与递送系统优化
相较于小分子蛋白药物，核酸药是最有可能被AI驱动的药品。因为其底层逻辑仅涉及A、U、C、G四个碱基，属于四进制算法，不涉及复杂的三维结构预测，计算相对简单。目前AI的应用贯穿从抗原序列预测、mRNA序列优化到脂质分子研发的全过程。然而，对于递送系统——脂质纳米颗粒（LNP）的优化则面临算力挑战。虽然单个小分子脂质的计算可行，但整个LNP涉及多种脂质与mRNA的自组装系统。目前主要依靠传统的体内、体外筛选，耗时较长。如果未来能通过电脑模拟mRNA与脂质分子在细胞内的反应及释放效率，将极大加速递送领域发展。目前个性化肿瘤疫苗的递送系统是固定的现货LNP，而非为每个患者单独设计。这是因为若部件过于个性化，会增加复杂性和不可控性。通过扎实开发兼容不同mRNA序列的固定递送系统，未来有望进一步降低疫苗剂量和成本。
监管体系与产业化落地的现实路径
硅谷科技先驱如马斯克认为疫苗制造将变成“软件问题”，但在药品监管层面，生产与放行的时间压缩仍面临挑战。目前个性化肿瘤疫苗的审批逻辑与传统药品不同，监管机构批准的是一套平台技术的安全性及可靠性，而非单一产品。莫德纳在疫情期间证明了该平台的技术安全性与剂量可靠性。监管的核心难点在于：算法和工艺一旦进入临床一期，就不能随意更改以确保安全性数据的一致性；但AI技术本身具有快速迭代的需求。因此，需要在工艺不可更改的监管要求与算法持续优化的技术特性之间找到平衡。艾博生物认为，国内外在平台技术认可度上已无重大障碍，当前的主要瓶颈并非工业化能力或工程化问题，而是最终能否拿出令人信服的临床疗效数据。COVID-19疫苗的研发为肿瘤疫苗提供了宝贵的“练兵”机会，提升了产品纯度和杂质控制水平，加速了技术成熟。未来个性化肿瘤疫苗的上市时间（如莫德纳预期的2027年）取决于三期临床数据的读出及监管流程的推进。
肿瘤疫苗研发为何比新冠疫苗艰难得多
mRNA技术在新冠疫情期间展现出惊人的开发速度，但肿瘤疫苗的研发周期却长达多年且充满挑战。这并非技术本身的落后，而是疾病本质的巨大差异。新冠疫苗的成功建立在人类对RSV疫苗抗原识别的突破之上，特别是找到了pre-F（融合前F蛋白）的抗原序列，从而迅速推进了抗原认定和疫苗开发。相比之下，肿瘤从来都是多病因的复杂系统，缺乏像病毒那样单一、明确的靶点。这种生物学上的复杂性决定了肿瘤疫苗无法复制新冠疫苗的快速路径，必须经历更漫长的基础研究和机制探索。
“肿瘤首先它要复杂得多 它不是一个病毒……而肿瘤 它从来都是多病因的”
除了靶点难题，临床试验入组的难度也是关键制约因素。新冠大流行期间高发病率使得病例捕捉容易，患者筛选和入组速度极快。而肿瘤疫苗针对的是特定癌症患者群体，入组标准严苛且筛选成本极高。以莫德纳的临床试验为例，虽然最终入组了1000多名患者，但为了符合严格的入选条件，实际筛选的病人数量远远超过1000人。这种从健康人群到患病人群的转换，加上大规模的医学筛查，使得肿瘤产品的整体研发时间显著长于预防性疫苗。
莫德纳的临床进展与获批后的临床思维转变
目前，mRNA肿瘤疫苗的开发仍处于有非常积极信号读出的阶段，尚未正式获批上市。莫德纳在新冠疫苗之后优先上市的RSV和流感疫苗也印证了预防性产品比治疗型产品开发周期更短的行业规律。尽管距离正式获批尚有一段路要走，但现有的临床数据已显示出巨大的潜力。这款疫苗目前主要针对黑色素瘤，其成功获批有望从根本上改变肿瘤病人的治疗现状。
在临床实践中，许多医生已经观察到即使对于PD-L1低表达的病人也可能从PD-1产品中获益。这一现象预示着，一旦个性化肿瘤疫苗获批，更多的医生将相信未获批适应症中的病人也能从中获得极大的生存获益。这种临床思维的转变至关重要，它将推动医生在更广泛的肿瘤病谱中探索个性化疫苗的应用价值。随着更多瘤种数据的积累，mRNA肿瘤疫苗的获批适应症将逐步扩展至广阔的癌症类型，为患者提供更多元的治疗选择。
未来5-10年的行业展望与AI提效愿景
展望未来5到10年，肿瘤疫苗领域将迎来深刻变革。随着首款疫苗的获批上市，行业将从单一瘤种向多癌种覆盖迈进。越来越多的肿瘤病谱将陆续获得mRNA疫苗的获批适应症，这意味着个性化治疗将成为常态。这种长期趋势不仅体现在药物种类的丰富上，更在于整个肿瘤免疫治疗范式的升级。AI制药和自动化生产技术的引入将是实现这一愿景的关键驱动力，它们将显著提升肿瘤疫苗的生产效率。
“如果这款肿瘤疫苗获批 那么我相信会有更多的医生认为……这些病人也有可能从个性化肿瘤疫苗这款产品中 获得一个极大的生存上面的获益”
除了疗效的提升，可及性和经济性也是行业关注的核心。通过AI和自动化技术对生产流程的提效，有望大幅降低生产成本，让肿瘤疫苗真正成为病人用得起的产品。这不仅关乎技术的突破，更关乎医疗资源的公平分配。从机理机制、生产工艺到监管挑战，整个产业链正在为这一中长期目标做准备。个性化肿瘤疫苗有望从实验性疗法转变为标准治疗手段，彻底改变癌症治疗的格局。
访谈总结与核心价值回顾
本次对话深入探讨了mRNA肿瘤疫苗的机理机制、生产工艺及监管挑战。英博博士指出，尽管面临诸多困难，但积极的临床信号已为行业注入强心剂。个性化肿瘤疫苗的核心价值在于其针对患者特异性突变的精准打击能力，这与传统通用型药物形成鲜明对比。随着技术的成熟和数据的积累，肿瘤疫苗的边界正在不断拓展。
“我觉得这款疫苗上市获批之后 它会整个改变肿瘤病人治疗的现状”
从黑色素瘤的初步成功到未来多癌种的覆盖，mRNA平台展现了极强的可扩展性和适应性。行业不仅期待疗效的突破，更关注如何通过技术手段降低门槛。AI和自动化的结合将是实现大规模个性化生产的关键，确保疫苗不仅能“造得出”，还能“用得起”。这一愿景的实现需要学术界、产业界和监管机构的共同努力，而当前的进展已证明这条路径是可行且充满希望的。
“特别期待AI和自动化对肿瘤疫苗生产的提效 让肿瘤疫苗真正成为病人用的起的产品”
结论
mRNA个性化肿瘤疫苗通过“一人一药”精准识别新抗原，联合PD-1在黑色素瘤术后辅助治疗中显著延长无复发生存期，验证了从“平均生存”到精准打击的可行性。其核心优势在于低免疫耐受与良好安全性，但面临4-6周生产窗口、高成本及复杂供应链等工程挑战。目前该疗法主要适用于术后清除微小残留病灶，尚需更多瘤种数据验证长期防逃逸效果。随着AI算法优化与自动化生产落地，有望突破成本瓶颈实现可及性，未来5-10年或成为肿瘤治疗标准模式的重要补充。