När big pharma säger nej: AI-vägen till nästa vaccinaffär

När MSD (Merck & Co) väljer att inte utnyttja sin option på Evaxions gonorrévaccin EVX-B2 är det lätt att läsa det som en enkel ”deal som sprack”. Jag tycker det är en för snäv tolkning. I praktiken är det här en påminnelse om hur bräckliga partnerskap i vaccin- och läkemedelsutveckling kan vara – och varför AI i läkemedelsutveckling nu också behöver ses som ett verktyg för affärsstrategi, inte bara för labbet.

Det här händer dessutom i ett läge där flera trender sammanfaller: ökande antibiotikaresistens, fortsatt investerarfokus på sena kliniska faser, och en biotekmarknad som i slutet av 2025 är mer selektiv än den var för några år sedan. Evaxion får nu tillbaka de globala rättigheterna och kan söka ny licenspartner. Bolaget säger att beslutet inte påverkar kassaflödesprognosen (till andra halvåret 2027), eftersom en affär inte var inräknad. Det är ett viktigt, men ofta missförstått, budskap.

Samtidigt finns en mer intressant fråga för alla som jobbar i biotech, affärsutveckling eller investerar i sektorn: Vad gör man när en stor partner kliver åt sidan – och hur kan AI hjälpa till att hitta nästa väg framåt snabbare och smartare?

Vad betyder det när en option inte utnyttjas?

Ett uteblivet optionsutnyttjande är oftast inte ett ”nej till vetenskapen”. Det är ett ”nej” till den affärsmässiga helheten just nu.

Optionsupplägg används ofta när ett större bolag vill säkra en möjlighet, men hålla risk och kapitalbindning i schack tills mer data finns. När optionen inte tas kan det bero på flera saker – och de flesta ligger utanför pressmeddelandets korta rader:

• Portföljprioritering: Big pharma omallokerar resurser till terapeutiska områden med snabbare väg till marknad eller större sannolikhet för avkastning.
• Data- och tidslinjekrav: Prekliniska resultat kan vara lovande, men om tidslinjen till kliniska proof-of-concept bedöms som för lång blir kalkylen svår.
• Tillverknings- och plattformsrisk: Vaccinprojekt kan falla på CMC (chemistry, manufacturing and controls) även när biologin ser stark ut.
• Marknads- och ersättningsosäkerhet: För vacciner mot sexuellt överförbara infektioner kan implementering, vaccinationstäckning och betalningsvilja skilja sig kraftigt mellan länder.

Ett uteblivet optionsutnyttjande är ofta en portföljfråga, inte en dom över kandidatens potential.

För Evaxion betyder beslutet att man återfår de globala rättigheterna och därmed friheten (och ansvaret) att driva nästa fas: antingen vidareutveckling i egen regi eller en ny partneraffär.

Gonorré, resistens och varför vacciner är tillbaka på bordet

Gonorré är inte det mest ”trendiga” indikationsområdet i investerarflödena, men det är ett av de mer angelägna ur folkhälsoperspektiv. Antibiotikaresistens har gjort att världen tittar på prevention med nya ögon. Vacciner är en av få skalbara strategier som kan minska smittspridning utan att driva resistens på samma sätt som bred antibiotikaanvändning.

Samtidigt är gonorré biologiskt svår: patogenen har mekanismer för immunundvikande, och historiskt har vaccinspår varit tröga. Därför blir plattformar som snabbare kan designa antigen, optimera epitopeval och prioritera experiment extra viktiga – och det är här AI kommer in.

Evaxion lyfter att EVX-B2 visat lovande prekliniska resultat och att det finns en mRNA-version i samarbete med Afrigen Biologics. Det är strategiskt intressant: mRNA kan korta designcykler, men ställer också tydliga krav på validering, formulering och skalning.

AI som verktyg när partnern backar – inte bara i forskningen

Det vanliga narrativet är att AI hjälper till att hitta målproteiner och designa vacciner. Sant. Men när en stor partner kliver av uppstår ett annat problem: osäkerhet och friktion i beslutsfattandet.

Här har jag sett att företag som använder AI bredare – i analys, planering och BD (business development) – kan agera snabbare utan att tumma på kvalitet.

1) AI för ”partner fit”: vem är nästa logiska licenstagare?

Det första många gör är att återvända till nätverket och börja ringa. Det fungerar, men det är ofta långsamt och bias-drivet.

Ett mer robust arbetssätt är att kombinera klassisk BD med AI-baserad kartläggning:

• Portföljmatchning: Vilka bolag har vaccinfokus, infektionssjukdomar eller mRNA-kapacitet?
• Transaktionsmönster: Vilka gör tidiga optioner, vilka köper i fas I/II, vilka föredrar co-dev?
• Kapital- och kapacitetsindikatorer: Anställningar, fabriksinvesteringar, pipelineförskjutningar och regulatoriska milstolpar.

AI-modeller kan väga samman dessa signaler och ge en rankad lista över de 20–50 mest relevanta motparterna, snarare än att BD-teamet börjar från ett blankt papper.

2) AI för ”deal readiness”: vad måste vara sant för att en affär ska hända?

En ny partner kommer ställa samma kärnfrågor som MSD sannolikt ställde: effektpotential, risk, tid, kostnad, tillverkning, konkurrens.

AI kan bidra genom att skapa en tydlig, uppdaterad ”deal narrative” som håller ihop:

1. Biologisk plausibilitet (varför immunitet kan uppnås)
2. Preklinisk evidens (vilka modeller, vilka endpoints, reproducerbarhet)
3. Utvecklingsplan (vilka experiment minskar mest risk per krona)
4. CMC-plan (hur undviker man tillverkningsöverraskningar)
5. Värdehypotes (vilken population, vilken implementering, vilken prislogik)

Det handlar inte om att ersätta människor. Det handlar om att BD, R&D och CMC pratar samma språk – snabbt.

3) AI för beslutsstöd: vilka experiment ger mest affärsvärde?

När kassan räcker till andra halvåret 2027 (enligt bolagets prognos) finns tid – men inte oändligt med tid. Den skarpa frågan blir: Vilka datapunkter höjer sannolikheten för en bra affär mest?

Med AI-stött experimentplanering kan man prioritera:

• antigenvarianter som maximerar täckning över stammar
• kombinationer som ger starkast neutraliserande/opsoneffekt
• mRNA-konstruktioner som ger robust uttryck utan överdriven reaktogenicitet

Det är här ”AI inom läkemedel och bioteknik”-spåret blir konkret: samma metodik som optimerar molekyler kan optimera utvecklingsväg och partneringstrategi.

Vad Evaxion kan göra nu – en praktisk playbook

När en stor partner inte går vidare finns två vanliga fallgropar: (1) att bromsa för mycket för att ”vänta på nästa deal”, eller (2) att bränna för mycket kapital i ett försök att bevisa allt på en gång. Det finns en bättre mellanväg.

Steg 1: Paketera om caset för en ny publik

Nästa partner är inte MSD. De kommer ha andra incitament. Därför bör caset paketeras i tydliga ”spår”, exempelvis:

• Global health-spåret: fokus på resistens, folkhälsovärde och implementering.
• mRNA-spåret: snabb design, plattformsfördelar, möjlighet till kombinationer.
• Partnering-spåret: flexibla strukturer (option, co-dev, regionala licenser).

Steg 2: Bygg en datadriven ”de-risking”-roadmap till 12–18 månader

En licensaffär blir enklare när risk reduceras i rätt ordning. Jag hade letat efter 3–5 milstolpar som:

• är mätbara
• är begripliga för externa beslutstagare
• direkt minskar topp-3-riskerna (effekt, säkerhet/reaktogenicitet, CMC)

Steg 3: Använd AI för att öka BD-hastigheten utan att tappa kvalitet

Konkret kan det betyda:

• AI-stöd för target list och prioriterade kontaktvägar
• automatiserad Q&A-bank för due diligence
• scenarioanalys för olika dealstrukturer (upfront vs milestones, regionala rättigheter, co-commercial)

Poängen: hastighet är en konkurrensfördel när marknaden är selektiv. Men hastighet utan stringens är dyrt.

Vanliga följdfrågor (som alltid kommer upp)

Är det här dåligt för EVX-B2?

Det är negativt att en stor partner inte går vidare, eftersom det kan påverka perception och tempo. Men det är inte samma sak som att projektet saknar potential. Ett projekt kan få ett bättre hem hos en partner med rätt strategi, geografi eller plattform.

Varför påverkas inte kassaflödesprognosen?

Evaxion säger att prognosen sträcker sig till andra halvåret 2027 och att en potentiell affär inte var inräknad. Det betyder att man inte budgeterat med upfront/milstolpar från MSD för att överleva. Det är en styrkesignal i ett läge där många bolag är beroende av ”nästa deal” för att hålla planen.

Vad letar en ny partner efter 2025–2026?

Min erfarenhet är att ribban höjts på tre punkter:

• tydlig de-risking-plan med tidiga, hårda datapunkter
• trovärdig CMC- och skalningsstrategi
• en affärslogik som fungerar i flera betalarmiljöer (inte bara ”teoretiskt behov”)

Nästa kapitel för AI inom läkemedel och bioteknik

Det mest intressanta med MSD:s besked är inte själva ”nej:et”. Det är att det blottar en verklighet: biotek framgång handlar lika mycket om beslutsprocesser och partnerpassning som om prekliniska kurvor.

AI kan redan idag minska slöseri i labbet. Nästa steg är att minska slöseri i affären: hitta rätt motpart snabbare, bygga due diligence-material som håller, och prioritera de experiment som faktiskt flyttar värde.

Om du sitter med ett vaccin- eller läkemedelsprojekt och vill öka chansen till partnering under 2026 är min rekommendation enkel: behandla BD som en dataprocess, inte en kontaktsport. Vilken del av din partnerresa är mest manuell just nu – urvalet av bolag, riskpaketeringen eller bevisplanen?