2025年8月5日。辉瑞宣布其口服GLP-1受体激动剂PF-06954522停止开发，辉瑞宣称PF-06954522的停止是决策调整而非有任何不良反应。之前辉瑞两款口服GLP-1受体激动剂Lotiglipron和Danuglipron因肝损伤风险终止研发。这标志着辉瑞小分子GLP-1管线全面退出减重药物竞争。而仅仅过了2天后，8月7日礼来宣布其口服小分子激动剂的临床III期结果。帮助肥胖患者体重最多减少了11%，低于市场预期，因此股价大跌。辉瑞和礼来是小分子GLP-1受体激动剂开发的领导者，因此对于口服小分子GLP-1受体激动剂的研发是一个重大挫折。恒瑞小分子GLP-1受体激动剂通过NewCo出海，诚益生物小分子GLP-1受体激动剂授权给阿斯利康，翰森制药小分子GLP-1受体激动剂授权给默沙东，石药集团小分子GLP-1受体激动剂授权给Madrigal，信达生物也申报了小分子GLP-1受体激动剂等等。下文我们会从专利角度来探讨GLP1R小分子激动剂fast follow策略。
2025年6月30日，OpenAI支持的Chai Discovery推出Chai-2，这款多模态生成模型展现出强大的抗体设计能力。Chai-2能够在不依赖现有抗体或高通量筛选的情况下，完全零样本生成抗体，实现了两位数的成功率，较传统方法提高了100倍。将原本需要几个月时间的抗体从头设计工作压缩至两周以内，显著加速药物发现的进程。 随着计算机算力和深度学习技术的迅速发展，尤其是生成式语言模型（如GPT系列）和表征式语言模型（如 BERT 系列）的出现，为抗体设计与优化提供了更为强大和高效的工具。同时，既往的抗体文库测序工作积累了大量序列数据。这些模型通过自监督学习大量抗体序列数据，挖掘潜在的抗体进化信息和共性特征，使得利用语言模型指导实验方法进行抗体开发成为可能。 随着语言模型辅助人工智能抗体设计与优化领域相关研究进展，出现大量有价值的研究成果。Bai和Chungyoun等提出抗体预训练语言模型构建、抗体序列生成以抗体三维结构预测为该领域的3个重要研究任务。 在计算和AI领域，尤其是生成式扩散模型方面，已经开始着手解决这些难题，为抗体设计提供了新颖的方法。基于扩散的生成方法辅助抗体设计，包括从头设计抗体以及互补决定区（CDR）环的优化。Chai-2便是生成式扩散模型的一种，它采用全原子扩散模型+条件生成（抗原导向）的方式，从输入的已知靶点结构和表位残基开始，设计出特异性结合该表位的序列与全原子结构。
许多药物由于存在不良的吸收、分布、代谢和（或）排泄（ADME）性质，阻碍了其广泛的应用或限制其在某些适应 证中的用途。除制剂技术和前药策略外，氘修饰也是改进药物ADME 性质的一种可行方法。氘代化合物是指将化合物 分子中某个或某些C-H键中的氢原子替换成氘原子后获得的新的化合物。氘(2H)原子和氢(1H)原子是同位素，质子数 相同，但由于C-D键具有更大键能，断裂C-D键需要比断裂C-H键更多的能量，而碳氢键的断裂是化合物代谢过程中的 重要一步，因此用更难断裂的C-D键替换C-H键有降低药物代谢速率的可能性。由于大多数氘代的是他人的成功药品， 所以其授权、确权、侵权都会有所争议。本文主要从近几年内复审无效和授权的案例，探讨下国内氘代化合物专利的 授权的审查标准。
