文 | 氨基观察 文 | 氨基观察 一个曾被遗忘👍近20年的来靶点，正在成为搅动千亿减重市场的新爆点。 🎉9月16日，诺和诺德在欧洲糖尿病研究协会大会（EASD）上公😊布了Amylin类似物cagrilintide（卡格列肽）的😴3期REDEFINE 1研究最新数据。结果显示：治疗68周后😊，cagrilintide单药治疗实现了11.8%的平均体重🙄减轻。 更引人瞩目的是，其与司美格鲁肽组成的复方制剂C🔥agriSema，平均减重效果达20.4%，显著优于单药治疗😀。与此同时，CagriSema组的胃肠道副作用明显低于司美格🙄鲁肽，做到了控糖与安全性的兼顾。 诺和诺德的布局远不止😴于此。9月22日，诺和诺德在Clinicaltrials.g😘ov网站上注册了NNC0662-0419用于减重的2期临床试😉验，该药物是GLP-1/GIP/Amylin三靶点激动剂（N🤩N9662）。 同日，辉瑞宣布以49亿美元现金以及24🙌亿美元里程碑付款的方式收购Metsera公司，此举动意在强化👍自身的减重管线。消息一出，Metsera股价大幅飙升，一度暴😡涨超63%。 在此之前，罗氏、阿斯利康、礼来、艾伯维等🙌多家国际药企已纷纷通过BD合作或重金收购等方式，加速押注Am🤩ylin。 当GLP-1赛道的竞争逐渐陷入卷价格、卷剂😢型的局面时，一场由Amylin引领的新一轮减肥药物争夺战，已😂然拉开序幕。 第二次机会 在代谢疾病治疗领域，A😢mylin并非新靶点，其发现可追溯至1987年。由于能够与胰🤩岛素协同分泌并天然抑制食欲，Amylin曾被寄予厚望。 ⭐ 2005年，全球首个Amylin类似物普兰林肽（Praml🤩intide）获FDA批准，但因半衰期极短、需每日注射三次，🌟还伴随恶心、低血糖等副作用，最终未能获得市场认可，相关研发也😘一度陷入沉寂。 随着结构生物学与肽类药物技术的突破，A🤗mylin再次回到舞台。 新一代分子首先在半衰期上实现🤯了质的飞跃，此前普兰林肽频繁注射的痛点被彻底解决。 礼🤯来与Camurus合作的Eloralintide利用脂质技术😴实现13.9-15.8天的半衰期，可每周一次给药；辉瑞收购M👏etsera后获得的MET-233i半衰期长达19天，可支持😘每月一次注射；诺和诺德的cagrilintide通过白蛋白结🙄合技术，将半衰期延长至6天；罗氏petrelintide和艾🤯伯维Gubamy药物半衰期也分别达到10天和11天。 😢然而，作用时间变长只是补齐短板。更重要的是，Amylin的重😜新崛起为药企提供了差异化竞争的切口。 展开全文 🤗随着GLP-1赛道竞争白热化，越来越多企业选择避开与减重巨头😅的正面竞争，转向其他潜在靶点。在这一背景下，Amylin的机🙌制优势逐渐显现，尤其在耐受性和瘦体重保留方面。 临床数🔥据也印证了这一趋势：在3期REDEFINE 1研究中，诺和诺😁德cagrilintide单药治疗68周可实现11.8%的平🤯均体重减轻。 更重要的是，REDEFINE 1研究中发😢现cagrilintide单药副作用明显低于司美格鲁肽，这意🤗味着在临床实践中，Amylin药物可能拥有更高的依从性。 🤩 当耐受性和瘦体重成为减肥药物竞争的新焦点时，Amylin🥳依靠全新的技术体系和临床价值，让其产业舞台的中心。 如🤔今，诺和诺德、礼来、辉瑞、罗氏等巨头纷纷加码，Amylin已😡不再是旧靶点的翻新，而是在GLP-1内卷格局下的第二次战略机😜会。 替代还是协作？ 在减肥赛道竞逐中，Amyl👏in并非要取代GLP-1，而是通过机制互补形成协同效应，成为😎GLP-1的最佳搭档。 从作用机制来看，Amylin与⭐GLP-1一样，能够抑制胰高血糖素分泌，减少葡萄糖释放，改善🚀胰岛素抵抗。此外，Amylin还能通过激活大脑饱腹感，显著减💯少进食量，同时延缓胃内容物的排空速度。 目前看，Amy😢lin的差异化价值则集中在“安全性”与“生理性减重”方面。 💯 GLP-1类药物常见的恶心、呕吐、腹泻等胃肠道副作用，👏导致20~30%患者因不耐受停药。Cagrilintide等😡Amylin药物的早期临床数据显示，其不良反应尤其是胃肠道明🚀显更轻，能显著提升患者依从性。 此外，Amylin药物🌟在临床试验中已证明能更好地保留肌肉量：在临床前大鼠模型上，礼🤯来的Elolatintide可减少占比最高达91%脂肪，对比🌟目前GLP-1药物最高40%瘦体重流失，Amylin能让减重⭐更符合生理需求。 这种机制上的协同作用，使得Amyli🤔n与GLP-1联合使用时，能够实现1+1>2的治疗效果。这一🤗点也已得到临床的初步验证，各大药企纷纷围绕Amylin与GL😁P-1的协同作用展开研发，推出了一系列复方制剂和联合治疗方案🎉。 诺和诺德凭借司美格鲁肽在减肥赛道突出，在Amyli👏n协同研发方面同样走在前列。其cagrilintide与司美🔥格鲁肽组成的复方制剂CagriSema，在临床研究中展现出卓💯越的减重效果，减重效果高达20.4%，显著优于单药治疗。 😢 目前，该复方已在2型糖尿病和肥胖治疗领域进展至临床3期，😍有望尽快为患者带来更有效的治疗选择。 此外，诺和诺德还❤️在推进口服双靶点Amycretin（Amylin/GLP-1😉）的研发，该药物在36周内实现22%减重效果，即将进入3期临🙄床。诺和诺德还在研发GLP-1/GIP/Amylin三靶点激😉动剂NN9662，进一步强化多靶点协同逻辑。 礼来也在😜积极探索Amylin的组合潜力，今年4月，礼来注册了自研Am⭐ylin药物Eloralintide与替尔泊肽联合治疗肥胖或😜超重的1期临床试验。 罗氏与Zealand Pharm😴a同样采用协同研发策略，计划探索Petrelintide与G😢LP-1/GIP双重激动剂CT-388的不同配比组合，力求在🔥保证疗效的同时，平衡药物的耐受性，为患者提供更安全的治疗策略⭐。 后发的辉瑞选择了直接购买。其高价收购Metsera😍，并计划将月度给药的Amylin药物MET233i与内部GL🤩P-1管线MET097i联合，目标是实现“同半衰期、同周期”🙄的每月一次给药，既保证疗效，又提升便利性。 从收购条款😉中设置的里程碑付款也能看出辉瑞对该组合前景的重视：GLP-1😅+Amylin月制剂获批上市的10.5美元/股占CVR股的一🎉半。显然，辉瑞在GLP-1领域接连失利之后，把希望寄托在Am😎ylin身上。 艾伯维同样斥资22亿美元与Gubra合😅作，重点押注长效Amylin类似物Gubamy，试图与其GL🥳P-1/GIP管线形成组合，借助Amylin的优势弥补GLP😀-1类药物的不足，提升自身在减肥赛道的竞争力。 这意味🚀着，这些巨头达成了一种共识：Amylin新一轮的竞争，不是单😉打独斗，而是协同作战。 避免历史重现 GLP-1💯赛道内卷之惨烈足以警示Amylin的追随者。 全球现存😉GLP-1类减重临床管线超380条，诺和诺德与礼来则以超高市💯场份额形成双寡头垄断。在替尔泊肽、口服司美格鲁肽相继上市后，🙄后来者即便以三靶点甚至四靶点追击，亦难撼动格局。 即使😊减肥药市场足够大，但大量追随者也注定成为炮灰。回到Amyli😢n领域来说，全球目前针对Amylin及Amylin受体的临床😜管线有十余条，但若沿袭GLP-1的“靶点复制+疗效内卷”路径😂，注定重蹈覆辙，药企需要考虑以下三重突破。 首先是多靶🤯点协同研发。诺和诺德在这方面表现突出，后来者需要在靶点协同层👏面下功夫另辟蹊径，同时考虑到当前市场加速迭代的现状，这也对药🙄企的临床推进速度，提出了更高的要求。 剂型创新是同样提😴升Amylin药物竞争力的关键环节。普兰林肽因需每日皮下注射😅三次，依从性差，成为其失败的重要原因之一。因此，研发更便捷、🤗患者依从性更高的剂型成为Amylin领域的重要任务。 🙄口服制剂作为患者最易接受的剂型之一，也是药企的研发重点。目前😀，诺和诺德的Amycretin、先为达的VRB103/101😂组合均在探索口服Amylin/GLP-1复方制剂，若研发成功😘，将极大地提升患者的用药体验和治疗依从性。 除口服制剂😅，新型递送平台的研发也为Amylin药物剂型创新提供了新的思😢路。 礼来与Camurus合作探索基于脂质溶液的创新型😘FluidCrystal缓释平台，该平台通过皮下注射使药物形👍成包裹储库，可使药物持续释放数月，甚至在探索季度给药的可能性😡。 这种长效递送平台能够大幅延长药物的作用时间，减少给🤯药次数，进一步提升用药便捷性，为Amylin药物的长效化发展😅开辟了新路径。 博瑞医药则利用AI/ML技术优化BGM😅1812的分子结构，探索更优分子设计，AI技术提升BGM18🤯12的耐酸性和膜渗透性，进一步促进药物的长效性和有效性。 😁 随着诺和诺德、辉瑞、礼来、罗氏等巨头的持续投入，Amyl🥳in已成为减肥赛道的新变量。 在机遇无限却又日渐拥挤的🤯减重赛道中，激烈的竞争似乎难以避免。然而，对于志在长期竞争的🙄入局者来说，真正的制胜之道不在于低层次的复制与内耗，而在于深😅刻洞察临床需求的本质与创新的无限可能。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多