DNA 合成,忽然被抬上了「AI 製藥的輝達」神壇。

分享這篇分析

把這篇文章轉給關注生技醫藥、公司研究或資本市場的朋友。

Twist Bioscience 的財報確實亮眼。會計年度 2026 第三季營收 1.184 億美元,年增 23%;DNA 合成與蛋白質解決方案(DSPS)營收 5,660 萬美元,年增 39%。按客戶產業分類的治療領域營收則達 4,040 萬美元,年增 49%。

公司還表示,AI 輔助藥物發現的訂單,2026 會計年度對 2025 年預計出現三位數百分比成長;對 2027 年也看得到同等量級的訂單成長。

景氣來了,這點不必否認。但訂單不是營收,營收成長也不會自動長成壟斷。市場正把三個層次疊在一起:需求增加、單位價值上升、供應商擁有難以取代的壁壘。

輝達之所以可怕,是三件事曾在同一時間成立。DNA 合成才剛證明第一件。

圖 1|DNA 合成、自動化濕實驗室與 AI 模型回饋構成完整工作流;需求成長不等於單位價值或產業壁壘同步上升

01|AI 設計得越快,濕實驗室反而越忙

Twist 給市場最有力的證據,落在實際訂單與工作流:AI 正把數位世界的序列洪水,引進真實實驗室。

模型先生成數不清的 DNA 或蛋白質序列;候選分子被合成、表現成蛋白質,再接受結合力、穩定性、可開發性與功能性測試。實驗數據回灌模型,開始下一輪設計。

這就是 Design–Build–Test–Learn 的循環。Twist 把客戶分成三個階段:先建立模型所需的生物資料;然後持續轉動設計、構建、測試;最後用新數據迭代模型,並擴充 IgG、雙特異性抗體等新類型。

公司對自己的定位也很直接:大規模、為 AI 準備好的濕實驗室。

AI 沒有消滅實驗。它把實驗變成更高吞吐量的工業系統。

02|一百萬條序列,不等於一百萬份等價訂單

要看懂這波需求,可以先放下「鏟子」這個太順口的比喻,用三個變數重算一次:

  • N:AI 生成的候選數量
  • P:進入物理驗證的比例
  • V:每次實驗能捕捉的經濟價值

濕實驗的機會大致取決於 N × P × V。這是分析框架,不是公司財測,三個變數也會彼此影響。

N 幾乎肯定快速放大。可是模型越懂得在電腦裡淘汰低機率候選,P 就有可能下降;自動化、微量化與平台改進則會壓低單次實驗的價格或成本,V 不一定跟著 N 上升。

圖 2|N、P、V 分別代表候選序列數、物理驗證率與單次實驗價值;序列數量不是唯一決定變數

Twist 自己的工程數據,已經把這個張力擺到桌上。

在約 100 萬條寡核苷酸(oligo)、飛莫耳(femtomole)規模的公司數據中,2023 上半年到 2026 會計年度第二季:

  • 製造成本約下降 60%
  • 化學廢棄物從 51.4 公升降到 14.4 公升,約少 70%
  • 作業時間從 26 小時縮短到 7 小時,約少 73%
  • 產能約提高 4 倍

這些數字證明平台正在加速、降本,不能被解讀成售價也下降同樣幅度。但它們至少提醒一件事:序列數量、營收與原料消耗,不會永遠線性同步。

當一座平台用更少時間、試劑與廢棄物完成更多條序列,最先變貴的可能是平台與工作流,不是每一克原料。

圖 3|Twist 約 100 萬條 oligo、飛莫耳規模平台的成本、廢棄物、作業時間與產能變化

03|Twist 自己,早就不只想收 DNA 的錢

若 DNA 合成足以獨佔 AI 製藥的價值,最應該大聲宣告的就是 Twist。可是它在第三季簡報裡,畫出的地圖更寬。

公司估計,2030 年 DNA 合成與蛋白質解決方案的可服務市場超過 70 億美元,總可觸及市場約 180 億美元。圖表把 AI 輔助藥物發現的新增可服務市場,分別畫在「抗體發現服務」與「蛋白質表現」,各約 5 億美元;DNA 合成欄並沒有另畫一塊 AI 增量。

這不是說 DNA 沒有受惠。它說明的是,AI 帶來的錢包份額,正往蛋白質、特性分析、功能測試與可回饋模型的標準化數據延伸。

Twist 的下一步產品地圖也往下游走:IgG 特性分析、酵母展示、CHO 擴充、高通量雙特異性抗體。它要爭取的,是從 Gene、Protein 到 Data 的連續訂單。

這也是為什麼單看「會不會做 DNA」,已經不夠了。

圖 4|DNA 合成、蛋白質表現、特性分析、功能測試與模型回饋構成完整 AI wet-lab 迴圈

04|如果不是輝達,壁壘藏在哪裡?

輝達的 GPU 同時卡住稀缺算力、高單機價值與軟體生態。生命科學工具鏈更長、節點更散,也更容易被自動化持續壓低單位成本。

所以,投資人別只追序列數量。以下四個指標更難作假:

  1. 交付速度:複雜序列能否可預測地交付,重點不在一筆最快紀錄。
  2. 附加率:客戶買 DNA 之後,有多少同時買蛋白質表現、特性分析與功能測試。
  3. 數據標準化:每輪實驗能否在一致條件下比較,直接變成模型的高品質標籤。
  4. 重複訂單:客戶的設計—實驗—學習輪子能否持續轉動,讓供應商嵌入日常研發流程。

這四項若一起改善,平台才有機會從代工商變成研發系統。單單一季營收快速成長,還算不出這層黏著度。

寫在最後

DNA 當然重要。AI 越深入抗體、蛋白質與核酸藥物設計,複雜 DNA 與高通量合成的需求就越有機會成長。Twist 第三季財報,已經讓這條線索從故事走進訂單。

但 DNA 只是數位分子踏入現實世界的第一道門。門後還有蛋白質表現、結合力、穩定性、功能性與模型回饋,每一站都可能重新分配價值。

鏟子熱可以燒,皇冠先別戴。

AI 製藥最稀缺的,未必是一條 DNA;更可能是能把海量序列穩定變成蛋白質、功能數據,再送回模型的整座實驗工廠。

主要參考資料

  1. Twist Bioscience|Fiscal Third Quarter 2026 Financial Results
  2. Twist Bioscience|Fiscal 2026 Q3 Financial Results Presentation
  3. Twist Bioscience|Investor Day 2026
  4. Twist Bioscience|Complex Genes offering expansion
  5. Twist Bioscience|Bispecific antibody discovery licensing agreement

查證截止:2026 年 8 月 12 日。

免責聲明:公司對 2026、2027 年 AI 相關訂單成長與 2030 市場規模的陳述均屬前瞻資訊;本文為生技醫藥產業與公開資料分析,不構成投資、醫療、募資或股票買賣建議。

引用本文

若在簡報、報告或社群討論引用,建議附上 Drugnews 原文連結。

Drugnews 編輯部,〈DNA 不是 AI 製藥的輝達,至少現在還不是〉,Drugnews|藥時事,2026/08/27,https://drugnews.com.tw/articles/2026-08-27-twist-dna-ai-drug-discovery-shovels.html
本文僅供產業研究與知識分享,不構成投資、醫療、募資或個股建議。

社群原文

讀完這篇,下一步看

這三篇會優先依主題、標籤與產業脈絡推薦,幫你把同一個問題讀得更完整。

2026/05/20商業分析系列商業分析文

破紀錄 AI 製藥融資來了!Google 系公司一次募 21 億美元

Google 系 AI 製藥公司大型融資,真正要看的不是 AI 標籤,而是平台能否把模型轉成可臨床驗證與授權的藥物資產。

AI 製藥Isomorphic LabsGoogle融資生技投資
2026/08/20商業分析系列商業分析文

輝達殺進製藥業!BMS 搶 576 顆 GPU,禮來砸 10 億美元

BMS 準備部署依 NVIDIA 規格推算共 576 顆 Rubin GPU,禮來與 NVIDIA 五年共同投入上限 10 億美元;真正的競爭不只在算力,而在能否把專有資料、濕實驗與臨床證據接成研發閉環。

AI 製藥NVIDIABMS禮來Roche
2026/06/07商業分析系列商業分析文

沒有 AI 能力的藥廠,將不再被稱作藥廠

AI 正在從工具變成製藥公司的底層能力。未來藥廠不只比管線,也會比資料、模型、實驗自動化與決策速度,沒有 AI 能力的公司將愈來愈難被視為現代藥廠。

AI藥廠新藥研發製藥產業數位轉型