AI制藥小龍頭，開始起風了

上方「瞪羚社」即刻關注并加入社群

聚焦高成長公司，100000+投資菁英共同關注

今天劑泰這筆BD最有意思的地方，在于MTS-128的公開信息很少，價格卻先出現了。

按現在能看到的材料，MTS-128沒有公開論文，沒有臨床登記，也沒有清楚披露三特異性靶點組合。放在傳統創新藥分析框架里，它很難被拆成ORR、DCR、PFS、毒理窗口和適應癥峰值。換句話說，普通投資人想從分子本體下手，目前基本沒有抓手。

但市場先給了一個交易價格。

2026年6月30日，劑泰科技公告稱，公司與Deerfield旗下或支持的Boulevard Bio簽訂全球獨家授權協議，授予后者MTS-128全球開發、生產和商業化權益。交易結構為2000萬美元首付款，最高16億美元開發、注冊和商業化里程碑，以及基于產品銷售的分級銷售提成。公告還強調，MTS-128是劑泰自主開發的下一代三特異性TCE，由NanoForge平臺驅動設計和優化。

就在我寫這篇文章的時候，反復看這組數字，最直觀的感受其實很簡單：這不是一筆靠首付款震撼市場的交易。2000萬美元首付很克制，16億美元總包很會講故事。真正需要拆的，是買方為什么愿意用小首付鎖住一個公開信息有限的復雜TCE資產。

這件事的答案，不能只放在MTS-128這個分子里看。劑泰科技和普通TCE平臺公司的差異，也不能只用“它也有一個TCE”來理解。

普通TCE公司賣的多半是抗體工程。劑泰這次賣出的，是一個由AI蛋白設計、mRNA/LNP工程、器官遞送和體內免疫治療拼起來的資產生成系統。MTS-128是浮出水面的那張交易票據，底下真正需要看清楚的，是NanoForge這臺機器。

01

普通TCE卷抗體，劑泰多卷了一層暴露位置

TCE這個詞對普通投資人并不友好。它的全稱是T cell engager，直譯叫T細胞接合器。說白了，它像一根分子級別的紅線：一頭抓住T細胞上的CD3，一頭抓住腫瘤細胞或異常免疫細胞上的靶點，把T細胞拉到該殺的細胞旁邊，讓T細胞開火。

在血液瘤里，這個邏輯已經被驗證過。血液系統天然流動，腫瘤細胞和免疫細胞更容易在同一個空間里相遇。TCE把兩者牽上，很多時候就能看到明顯效果。

但到了實體瘤，事情就開始變復雜。實體瘤像一座有圍墻、有壕溝、有霧霾的城市。T細胞要進去，藥物要進去，進去之后還要在免疫抑制微環境里繼續干活。TCE蛋白藥如果從靜脈給藥，血液里的暴露可以做得很高，可腫瘤里未必夠；外周暴露越高，CRS、肝毒性、off-tumor毒性等問題又會被放大。

這就是實體瘤TCE長期尷尬的地方：殺傷機制很漂亮，藥物出現的位置經常不夠漂亮。

普通TCE平臺公司一般卷幾件事：靶點選擇、CD3親和力、抗體format、半衰期、腫瘤選擇性、細胞因子釋放控制、CMC可開發性。這里面每一項都重要。CD3親和力太高，T細胞容易被過度激活；半衰期太長，安全性壓力會變大；靶點在正常組織也表達，治療窗口就會被擠窄。

劑泰的差異在于，它把問題往前推了一層：如果TCE在錯誤的位置暴露太多，那就先改“藥去哪兒”。

這句話聽起來像廢話，但在藥物開發里很關鍵。一個TCE在血液里濃度很高，不代表腫瘤里濃度高；一個TCE在體外殺細胞很漂亮，不代表實體瘤里能跑出來療效。真正困難的地方，是讓藥物在該出現的位置出現，并在該消失的時候消失。

所以，劑泰和普通TCE公司的分野不在“有沒有TCE”。真正的分野是，劑泰試圖把TCE放進遞送平臺里，把TCE從一個單純的抗體工程問題，變成一個遞送位置、表達窗口、mRNA序列和蛋白結構共同優化的問題。

這就像打仗。普通TCE平臺更多在造更鋒利的刀，劑泰多問了一句：這把刀能不能被送到正確的戰場。

NanoForge：一臺材料發現機器

劑泰招股書里對NanoForge的描述，其實已經給了我們最核心的框架。

NanoForge被定義為劑泰AI驅動納米材料平臺的基石。它集成了納米遞送技術和AI技術，可以做分子生成、性質預測、AI驅動的干濕實驗迭代，以及劑型設計和優化。招股書中，NanoForge之上分出AiTEM、AiLNP、AiRNA三大方案，覆蓋小分子、mRNA、siRNA、多肽等payload，也覆蓋肝臟、肺、心臟、胃腸道、肌肉、腫瘤、免疫器官、中樞神經等遞送方向。

咱們普通投資人可以把NanoForge理解成一臺材料發現機器。

第一步，它有材料庫。招股書披露，劑泰構建了超過一千萬種結構多元化脂質的專有脂質庫。脂質庫越大，可搜索空間越大，就像做菜時食材越多，能調出的味道越多。

第二步，它有模型。招股書提到PhatGPT用于脂質生成和優化，LipidBERT用于特性預測，還有其他基于專有實驗數據訓練的自研模型。這里的AI不是簡單拿公開小分子模型套一層皮。LNP里的可電離脂質有自己的物理化學環境，它在膜里怎么擺、怎么質子化、怎么逃逸內涵體、怎么影響器官分布，都和普通小分子口服藥不在一個問題域里。

第三步，它有實驗閉環。NanoForge強調的是干實驗和濕實驗一起跑。干實驗包括分子動力學模擬、量子化學計算和性質預測；濕實驗包括高通量篩選、體內分布、PK/PD、毒性和功能驗證。AI給出候選，實驗驗證真假，實驗結果再回流模型。這個閉環才是平臺的關鍵。

第四步，它有智能體。招股書里寫到，METiS智能體可以讓內部科學家用自然語言或結構化指令發起任務，比如“識別用于肺部遞送的新LNP”或“推薦靶向肝臟mRNA的優化制劑”，然后由智能體拆解任務，調用PhatGPT、LipidBERT和其他內部模型及數據集。

這套敘事如果只看招股書，容易顯得抽象。AI平臺這幾年已經被市場聽麻了，什么都能叫AI，什么都能叫平臺，聽到最后讀者只剩下一個反應：好家伙，又來了。

真正讓NanoForge變得更具體的，是兩篇專利和一篇MTS-105論文。

第一篇專利講劑泰早期平臺基因：AI少做無效實驗

劑泰一篇較早的專利是CN113963756A，名稱是《一種藥物制劑處方開發的平臺及應用》。這篇專利沒有直接講LNP，也沒有直接講TCE。它講的是一個更底層的問題：藥物制劑處方怎么開發得更快。

制劑開發聽起來不性感，但它很現實。一個注射劑處方可能包含表面活性劑、助溶劑、緩沖體系等多個組分。每個組分有多種選擇，每個選擇又有不同濃度。組合一多，理論處方空間很快就會爆炸。傳統開發靠經驗和盲篩，可能要篩成千上萬個組合。早期新藥分子樣品量又少，根本經不起這么折騰。

CN113963756A給出的解決思路，是把高通量實驗平臺和主動學習模型結合起來。先隨機或由專家選取一些初始處方，用高通量實驗篩出正樣本和負樣本；然后機器學習模型根據結果推薦更可能成功的新樣本；新樣本再回到高通量實驗中驗證；驗證結果繼續優化模型。如此迭代，直到模型推薦出來的大多數候選都變成負樣本，說明可探索空間已經差不多被挖完。

這里最有意思的地方，是它沒有把AI神化。AI不來替實驗做主，AI的作用是讓實驗少走彎路。

這在藥物制劑里非常實用。AI如果沒有真實實驗數據喂進去，很容易預測偏離現實。純高通量實驗又太費樣品、費時間。劑泰這套方法用主動學習把兩者夾在一起：實驗負責接地氣，AI負責少走冤枉路。

專利里有一個紫杉醇案例。通過主動學習迭代，平均約7輪可以節省31%-34%的高通量實驗；在含1.2mg紫杉醇的配方里，現有技術中的紫杉醇注射劑輔料用量為200μL，專利實施例中可將輔料用量降到140-150μL。

這個數字當然不能直接外推到LNP，也不能直接外推到MTS-128。但它說明劑泰的早期技術底色：它很早就在做“實驗-模型-反饋”的閉環。

這個閉環，比單純喊一句AI制藥更有含金量。

第二篇專利講AiLNP底層：脂質要放回膜里理解

另一篇更接近NanoForge/AiLNP核心的專利是CN118351956B，名稱是《用于可電離脂質的分子性質預測方法、裝置及計算機程序產品》。這篇專利的價值更大，因為它直接切進LNP最關鍵的組成：可電離脂質。

LNP可以粗略理解成一個脂質小球，用來包裹和遞送mRNA、siRNA等核酸藥物。這個小球里通常有可電離脂質、膽固醇、結構性脂質、PEG脂質等。可電離脂質是核心角色，因為它影響包封、穩定性、遞送效率、器官分布，也影響內涵體逃逸。

普通投資人可以把可電離脂質理解成LNP的發動機。膽固醇、PEG脂質這些部件也重要，但發動機好不好，決定這輛車能不能跑、跑到哪里、跑多遠。

傳統小分子AI性質預測，常用分子指紋，比如Morgan指紋。問題在于，可電離脂質在LNP里工作的環境不是一個孤立分子。它嵌在脂質雙層膜里，和水層、其他脂質、離子、pH環境發生相互作用。只看分子圖像，就像只看一輛車的零件照片，然后判斷整輛車在山路上的表現，容易翻車。

CN118351956B的思路，是把可電離脂質放回脂質雙層膜環境里理解。它先獲取包含目標可電離脂質的脂質雙層膜分子模擬軌跡，再獲取目標可電離脂質基于量子化學的波函數，然后從兩類數據中提取描述符，最后用機器學習模型預測可電離脂質性質。

這幾個詞聽起來很晦澀，拆開其實不難。

分子模擬軌跡，就是在計算機里模擬脂質分子在膜里的運動，看它們怎么擺、怎么晃、怎么變形。量子化學波函數，則更關注分子的電子結構，理解它的反應性、鍵級、軌道能級等特征。前者看“它在膜里怎么動”，后者看“它這個分子本身怎么活”。

專利中列出的描述符很有意思。來自分子模擬軌跡的第一類描述符包括雙層膜厚度、脂質分子頭部凸起比例、脂質分子尾部凸起比例。來自量子化學波函數的第二類描述符包括最高占據分子軌道值、最低占據分子軌道值和鍵級。

“頭部凸起比例”和“尾部凸起比例”尤其值得解釋。可電離脂質有親水頭部和疏水尾部。它在膜里如果頭部高于膜表面，或者尾部翹向水層，就說明這類脂質讓膜出現了某種活躍形變。這樣的形變可能和LNP的穩定性、內涵體逃逸、細胞攝取相關。劑泰試圖把這種膜內行為量化，然后作為機器學習模型的輸入。

這就比單純調配方更深入了一層。

普通LNP篩選看到的是結果：粒徑多少、包封率多少、表達量多少、組織分布多少。CN118351956B往前追了一步：為什么這個脂質會帶來這樣的結果？它在膜里怎么擺？它的電子結構怎樣？這些物理化學特征能不能被模型學習？

一旦能學，脂質設計就從經驗篩選開始靠近材料發現。

從AiLNP到AiProtein：MTS-128讓平臺敘事往蛋白藥擴了一步

如果只看MTS-105，劑泰最強的標簽是AiLNP和AiRNA：用LNP把mRNA送到肝臟，讓體內細胞短時間表達TCE。

但這次MTS-128交易，把平臺敘事往AiProtein上推了一步。

劑泰在5月28日與Deerfield的戰略合作新聞里寫得很清楚：雙方合作方向包括AI驅動蛋白工程、體內免疫療法和可編程生物藥；劑泰的AiProtein平臺用于快速發現和優化新型治療性蛋白，包括TCE、體內蛋白療法和其他免疫調節模態。新聞還提到，劑泰已經通過AiProtein把一個lead TCE推進到preclinical candidate階段，Deerfield擬探索潛在授權和開發機會，目標是推進IND-enabling studies和臨床開發。

一個月后，MTS-128授權給Boulevard Bio。

所以這兩件事不能割裂看。5月底，Deerfield先看平臺；6月底，Boulevard Bio承接具體資產。MTS-128更像是一場平臺合作壓縮成具體資產BD的落地。

到這里，劑泰和普通TCE平臺公司的差異就清楚了。

普通TCE平臺的核心資產，是更好的抗體format。劑泰的核心想象空間，是它能不能持續生成適合不同payload、不同器官、不同免疫機制的復雜藥物。這個想象空間比單個TCE分子大，也更難驗證。

平臺一旦跑通，資產是結果。平臺沒跑通，資產就是孤品。

02

MTS-105真正證明的，是局部表達TCE這條路能跑起來

講完平臺，再看MTS-105論文，會更容易理解它的價值。

MTS-105這篇Nature Communications論文，題目是《Organ-specific delivery of an mRNA-encoded bispecific T cell engager targeting glypican-3 in hepatocellular carcinoma》。翻成普通投資人的語言：用器官特異性遞送，把編碼GPC3靶向雙特異性TCE的mRNA送到肝臟，用來治療肝細胞癌。

這個分子可以拆成三層。

第一層是LNP，也就是遞送殼。論文里用的是MLX0473-based LNP，強調肝臟遞送。

第二層是mRNA，也就是說明書。它進入細胞后，細胞按照這份說明書生產TCE蛋白。

第三層是TCE蛋白，也就是GPC3×CD3接合器。一頭識別肝癌相關抗原GPC3，一頭識別T細胞CD3，把T細胞拉到腫瘤細胞旁邊。

所以MTS-105的邏輯不是“給一個TCE蛋白”。它做的是“把TCE說明書送到肝臟，讓肝臟局部短時間生產TCE”。這個區別非常關鍵。傳統蛋白TCE從靜脈進入全身循環，外周血暴露高，腫瘤局部未必夠。MTS-105想讓TCE更集中地出現在肝臟和肝癌局部。它不追求血液里到處都是TCE，追求的是肝臟/腫瘤里的TCE濃度更合適。

第一組結果：MLX0473先證明肝遞送

MTS-105論文的第一組數據沒有急著證明TCE，而是先證明遞送。

作者基于可電離脂質庫篩出MLX0473-based LNP，然后用luciferase mRNA做小鼠體內遞送驗證。結果顯示，MLX0473-LNP在小鼠肝臟的熒光素酶表達約為Lipid5-LNP的7倍。論文還比較了GalNAc-conjugated LNP，MLX0473-based LNP同樣表現出更強的肝遞送。

隨后，作者又在大鼠中用hEPO mRNA做多次給藥，MLX0473-LNP相比Lipid5-LNP帶來更高、更持續的hEPO表達。

這一組數據的意義很明確：MTS-105的講法沒有先押寶TCE本體，遞送系統先打底。

如果肝遞送不成立，GPC3×CD3 TCE再漂亮也沒有意義。劑泰這篇論文先回答“能不能送到肝臟”，再回答“送進去之后能不能表達功能性TCE”。這個順序很重要。

第二組結果：MTS-105翻譯出的TCE確實能殺細胞

在證明遞送后，論文進入MTS-105本體功能。

MTS-105編碼的TCE由兩個scFv組成，一個識別GPC3，一個識別CD3，中間用柔性linker連接。作者刻意去掉Fc結構。這個設計有一層藥代邏輯：mRNA進入細胞后會持續翻譯一段時間，形成一個緩釋式表達窗口；如果再加上Fc延長半衰期，T細胞可能被過度刺激，安全性壓力會變大。

換句話說，MTS-105沒有追求越久越好。它真正想要的是剛剛夠用：TCE在腫瘤局部出現48-72小時，足以激活T細胞，又盡量避免長期過度激活。

論文先在體外驗證MTS-105翻譯出的TCE能結合human CD3和hGPC3。隨后在人PBMC和GPC3陽性Hepa1-6-hGPC3-luc細胞共培養體系中，MTS-105翻譯TCE能誘導靶細胞殺傷，效果接近ERY974 analog和與MTS-105序列相同的重組TCE。對GPC3陰性的MC38-luc細胞，沒有明顯殺傷。

這說明殺傷是靶點依賴的，不是T細胞被亂激活。

同時，MTS-105還能誘導IFN-γ和TNF釋放，提升CD25、CD69、CD107a等T細胞激活標志物。更進一步，小鼠或食蟹猴接受MTS-105給藥后，其血清也能介導GPC3陽性細胞殺傷，說明體內給藥后確實翻譯出了具備功能的TCE。

這組數據解決了第二個問題：mRNA送進去之后，細胞生產出來的TCE能不能干活。答案是能，而且殺傷依賴GPC3和CD3結合。

第三組結果：肝原位模型里，MTS-105打出了完全回歸

這篇論文的高潮，是人CD3轉基因免疫完整小鼠肝原位HCC模型。

因為MTS-105編碼的TCE不交叉結合小鼠Cd3e，作者用了human CD3轉基因小鼠，把小鼠Cd3e、Cd3d、Cd3g替換成人源CD3E、CD3D、CD3G。隨后把Hepa1-6-hGPC3-luc細胞接種到肝臟，建立肝原位腫瘤模型。

給藥組包括MTS-105不同劑量、MLX0473 empty LNP、Tris vehicle和ERY974。論文中，MTS-105在肝組織和肝原位腫瘤中富集更明顯；ERY974作為傳統抗體型TCE，血漿暴露更高，但腫瘤里檢測不到有效穿透。這個對比非常關鍵。

傳統TCE容易血里多、腫瘤少。MTS-105要證明的是肝里多、腫瘤里也多。

藥效上，MTS-105誘導劑量依賴性腫瘤回歸，高劑量組達到完全回歸，84天隨訪未觀察到復發。組織學上，給藥后24小時就能看到腫瘤內T細胞浸潤和Granzyme B釋放，72小時更加明顯。也就是說，它不只是讓影像信號下降，腫瘤局部的免疫殺傷鏈條也被啟動了。

論文還做了再挑戰實驗。達到腫瘤回歸的小鼠在56天后再次接種Hepa1-6-hGPC3-luc細胞，沒有出現腫瘤生長；外周血和脾臟中effector memory CD8 T細胞增加，naive CD8 T細胞下降。這說明MTS-105可能誘導了一定免疫記憶。

這里可以說一句很直白的話：如果只看這組動物數據，MTS-105在論文里打得確實漂亮。

當然，動物模型說實話，很多腫瘤微環境和人體還是有很大的差距。尤其肝癌患者真實腫瘤微環境復雜得多，基礎肝病、肝硬化、免疫抑制、腫瘤異質性都會拉低轉化確定性。但作為一個平臺樣板間，Fig.3的數據已經足夠說明MTS-105想解決的問題：把TCE暴露重新搬到腫瘤所在器官里。

第四組結果：人PBMC重建模型補上人免疫細胞背景

論文還用NOG小鼠做人PBMC重建模型，并在肝臟原位接種Hep3B-luc細胞。這個模型的作用，是進一步驗證在人免疫細胞參與的背景下，MTS-105能否介導腫瘤殺傷。

結果顯示，MTS-105和ERY974都能有效清除GPC3陽性異種移植腫瘤。比較有意思的是，ERY974血清濃度高于MTS-105，但MTS-105依然打出了療效。

這一節不用神化。它的證據等級仍然是動物模型，但它補上了一個重要環節：MTS-105不僅能在人CD3轉基因小鼠里工作，也能在human PBMC參與的系統里調動人免疫細胞。

第五組結果：單細胞測序解釋腫瘤為什么消失

如果Fig.3告訴我們腫瘤消失了，Fig.5在解釋腫瘤為什么會消失。

論文對腫瘤組織進行scRNA-seq，發現MTS-105處理后，腫瘤內T細胞群體增加。進一步拆T細胞亞群，MTS-105相比Tris和ERY974，上調CD8/CD4 T細胞比例，降低Treg、Pro_T和Xcl1+ T細胞比例，并帶來更高的T cell activation gene signature。

在CD8 T細胞內部，作者進一步識別出12個cluster。MTS-105顯著擴增C2群體，這一群體高表達Hspa1b、Hspa1a、Nr4a3。偽時間分析顯示，C4和C5狀態向C2狀態轉變，C2相關基因包括B2m和Ccl5。

咱們科研外的人不用記住這些cluster名字。記住結論就夠了：MTS-105并沒有簡單提高血藥濃度，它在腫瘤局部把免疫細胞狀態往更激活、更偏CD8、更有記憶特征的方向推。

這也是mRNA-LNP局部表達TCE相對傳統蛋白TCE最值得講的地方。它的核心追求，不在“外周血里更多TCE”，在“腫瘤微環境里更合適的TCE刺激”。

第六組結果：食蟹猴PK和GLP毒理，才是轉化的關鍵

很多LNP在小鼠里好看，到了靈長類會變臉。跨物種轉化，是LNP平臺最難的一關之一。

MTS-105論文補了食蟹猴數據。作者進行了4周重復給藥GLP毒理研究。MTS-105給藥后，翻譯TCE的Tmax為6-9小時，說明蛋白表達較快；首次給藥后終末半衰期在雌性和雄性中分別約為13.7小時和13.6小時，明顯長于普通BiTE格式TCE的典型短半衰期。

組織分布方面，作者在小鼠、大鼠和食蟹猴中系統給藥50μg/kg MTS-105，24小時后檢測TCE蛋白。三個物種中，TCE最高濃度一致出現在肝臟；其他可檢測組織主要是脾臟和腎臟。大鼠時間序列中，TCE最高積累在肝臟，其次是血漿、脾臟和淋巴結；食蟹猴中也確認了更高的肝/血漿濃度比。

安全性方面，GLP毒理設置了4周恢復期。論文稱沒有觀察到臨床顯著不良反應或肉眼病理異常。IL-6在首次給藥后24小時升高，D7恢復基線；ALT、AST、ALP、TBIL、DBIL、UREA、CREA等肝腎功能指標首次給藥后短暫升高，第二次每周給藥前恢復基線。病理上，給藥期末肝臟有輕度炎癥細胞浸潤，恢復期末完全恢復；脾臟和腎臟未觀察到炎癥反應。

這一組數據的價值很直接：MTS-105的肝富集并沒有停留在小鼠，至少在公開論文中跨到了大鼠和食蟹猴。

這不是人體有效性的證明，但它是臨床轉化前必須過的一道門。過不了這道門，平臺故事只能停在小動物層面。過了這道門，才有資格進入FIH。

MTS-105給MTS-128提供的僅僅是路徑背書

這里我們需要說清楚一個邊界。

MTS-105不能直接證明MTS-128好。MTS-105是GPC3×CD3 mRNA編碼TCE，靶向肝癌場景；MTS-128是三特異性TCE，公開資料尚未披露靶點組合、format、適應癥和具體臨床前數據。兩者不能混成一個分子。

MTS-105給MTS-128提供的，是平臺路徑背書。

它證明劑泰確實能通過AiLNP/AiRNA找到肝臟遞送系統，能讓mRNA編碼TCE在體內表達，能在肝原位腫瘤模型中打出強藥效，能把組織分布和安全性推進到食蟹猴GLP毒理。它像一個樣板間，告訴外部買方：這家公司不是只有PPT，也跑通過一條從平臺到管線、從小鼠到靈長類的路徑。

至于MTS-128這套三特異性TCE本身到底怎么樣，還要等靶點組合、IND-enabling數據、FIH安全性和初步PD信號。

這塊邏輯我自己也不想寫得過滿，因為公開信息確實不夠。MTS-105能證明平臺肌肉，不能證明MTS-128已經跑完比賽。這個邊界不畫清楚，文章就會滑向軟文。

03

20M首付與16億總包：MTS-128賣的是期權

回到今天的MTS-128交易。

如果按臨床資產打分，MTS-128現在很難評分。靶點組合不清楚，format不清楚，適應癥不清楚，公開藥效和毒理不清楚。傳統分析師最舒服的那套表格：適應癥、患者數、滲透率、定價、峰值銷售、PoS、折現，現在都很難展開。

但BD市場有時候很現實。它不一定等你把所有答案寫清楚再定價。很多早期交易，本質上買的是下一輪驗證的門票。

MTS-128就是一張門票。

交易結構也在告訴我們這一點：2000萬美元首付，最高16億美元里程碑，加分級銷售提成。首付款不算夸張，總包很亮眼，大額價值高度后置。買方先用相對可控的現金成本鎖住全球權益，后續如果IND、臨床、注冊、商業化一路跑出來，再把錢逐段釋放。

這類交易的含金量，不能只看headline value。headline value很容易讓市場興奮，但首付款才是今天真正進賬的錢，里程碑是未來每個節點上的期權。把期權和現金混在一起喊“16億美元BD”，普通讀者當然會爽，財務上卻不能這么算。

所以對劑泰來說，這筆交易的正確讀法是：商業驗證已經出現，但分子驗證還在路上。

和近兩年TCE交易相比：MTS-128總包進入高位，現金很克制。

把MTS-128放進近兩年TCE交易里看，位置會更清楚。

MTS-128：2000萬美元首付，最高16億美元里程碑，外加分級銷售提成。它的首付低于Curon、澤璟、德琪，也低于UCB收購Candid的現金規模；但總包處在近兩年TCE授權交易的高位，尤其考慮到MTS-128公開資料有限，這個headline value很有沖擊力。

總體來說，我們覺得MTS-128不是現金最厚的一筆，卻是期權味最濃的一筆。

這也更符合它現在的階段。買方沒有把它當成熟臨床資產給出巨額首付，同時也沒有把它當普通早期分子隨手試試。它更像一個由NanoForge生成的復雜TCE資產期權：先低成本鎖定，后續看IND和臨床數據兌現。

然后可以描摹一下買方畫像啦：Boulevard Bio在前臺，Deerfield在后臺。

MTS-128這筆交易里，前臺買方是Boulevard Bio。公開資料有限，公告稱其為Deerfield旗下或支持的美國生物科技公司，獲得MTS-128全球開發、生產和商業化權益。真正需要看的是Deerfield。

Deerfield不是普通財務投資人。它長期以醫療健康投資和創新平臺見長，能夠連接資本、轉化醫學、臨床開發和全球合作資源。劑泰5月28日與Deerfield的戰略合作新聞里，也明確寫到Deerfield具備醫療創新、轉化醫學、臨床開發和全球合作經驗。雙方合作目標，是推動下一代體內蛋白療法和免疫療法。

這就讓MTS-128交易變得更像“資產孵化”而非傳統MNC買管線。

MNC買資產，通常是把分子塞進自己的研發和商業體系里，進入全球臨床開發矩陣。Deerfield/Boulevard這類模式更像搭一個新公司或資產平臺，把早期資產推進到下一個價值拐點：IND-enabling、IND申報、FIH、初步安全性和PD，再決定繼續融資、再授權、聯合開發或退出。

這也解釋了交易結構。2000萬美元首付足夠鎖定權益和啟動早期推進，但真正的大額里程碑要等后面的關鍵節點。買方要的是選擇權，賣方要的是平臺認可和未來收益空間。

MTS-128未來會不會被重點推進？大概率是會的，畢竟是一個非常有價值的范式轉換，至少會被推進到下一個價值拐點。原因很簡單：Deerfield一個月前剛和劑泰圍繞AI蛋白藥和體內免疫療法達成戰略合作，新聞里已經提到lead TCE進入preclinical candidate階段，并擬探索授權和開發機會。一個月后，MTS-128授權落地。時間線太緊，邏輯太連貫。

它現在更像Deerfield體系下的早期資產孵化項目。第一個真正驗證點，16億美元總包背后，要看IND-enabling能否完成、FIH何時啟動、靶點組合和適應癥邏輯何時披露。

不要去盯一個還沒發生的錢。先盯它會不會進入人體。

這筆BD對劑泰的意義上，可以說是科學驗證和商業驗證第一次咬合吧

MTS-105和MTS-128放在一起，才是劑泰這家公司今天真正需要寫的地方。

MTS-105提供科學驗證。它告訴市場，劑泰的AiLNP/AiRNA體系可以把mRNA編碼TCE送到肝臟，在動物肝癌模型中產生局部表達、T細胞激活、完全回歸和跨物種肝富集，并且推進到食蟹猴GLP毒理。

MTS-128提供商業驗證。它在告訴市場，海外買方愿意為劑泰通過

NanoForge/AiProtein生成的復雜TCE資產支付期權價格，即使公開資料仍然有限。

前者回答“這臺機器有沒有跑出過東西”。后者回答“外部買方愿不愿意為這臺機器的下一個產品買票”。

這兩個答案合在一起，才構成劑泰這次BD的核心敘事。

當然，風險也很清楚。MTS-128沒有靶點組合，沒有公開臨床前詳細數據，沒有臨床時間表。NanoForge能不能穩定復制MTS-105路徑，還需要更多資產驗證。MTS-105自己進入臨床后，也要面對真實肝癌患者的復雜性。平臺公司最怕的一件事，就是樣板間很漂亮，交房時發現每套房都不一樣。

但資本市場買平臺，從來買的都是一部分確定性加一部分想象力。劑泰現在拿出的確定性，是MTS-105論文和靈長類轉化數據；拿出的想象力，是MTS-128這張三特異性TCE的外部期權票。

結語：TCE下一場競爭，會發生在藥物出現的位置。

過去幾年，我們理解TCE公司，很容易盯著抗體工程。

誰的CD3更溫和，誰的靶點更安全，誰的format更穩定，誰的半衰期更合適，誰的CRS更可控。

這些問題仍然重要，而且會一直重要。但劑泰給了另一個切口：TCE的差異化，還可能發生在藥物出現的位置。如果一個TCE只能在血液里堆出高暴露，它就要一直和外周毒性賽跑。實體瘤的問題從來不溫柔，它不會因為體外殺傷曲線好看，就主動把門打開。

如果一個TCE能在腫瘤所在器官局部表達，它就有機會重新定義治療窗口。這個機會很誘人，也很難。它需要LNP遞送，需要mRNA表達控制，需要蛋白結構設計，需要跨物種轉化，還需要人體臨床最后點頭。

劑泰的故事，今天還沒到終局。

MTS-105是樣板間，MTS-128是交易票據。樣板間漂亮，不代表所有房子都能按時交付；交易票據醒目，不代表未來每一筆里程碑都會兌現。

但今天這筆BD已經足夠說明一件事：海外買方開始愿意為劑泰這臺機器提前買單。它看中的不只是一個還看不清全貌的MTS-128，也包括背后那套能夠持續生成復雜藥物資產的NanoForge。錨沉下去的時候沒有聲音。一個平臺被市場重新定價，很多時候也是這樣。

風險提示： 本文僅基于公開信息討論相關行業及公司經營情況，不構成任何投資建議，也不作為買賣決策的依據。股票投資需綜合考慮公司基本面、估值水平、管理層能力及市場環境等多重因素。文中觀點存在時效性與認知局限，請投資者獨立判斷、審慎決策并自行承擔風險。

喜歡我們文章的朋友點個“在看”吧，不然微信推送規則改變，有可能每天都會錯過我們哦~