När Big Pharma backar: AI som stärker vaccinpartnerskap

MSD valde 2025-12-19 att inte utnyttja sin option på Evaxions gonorrévaccinkandidat EVX-B2. I praktiken betyder det här att Evaxion får tillbaka de globala rättigheterna och kan leta efter en ny partner – samtidigt som utvecklingen fortsätter.

Många läser sådana nyheter som en enkel “tummen ned”-signal. Jag håller inte med. När ett storbolag avstår en option är det ofta ett uttryck för portföljstyrning, timing och riskbudget snarare än att vetenskapen är död. Men det blottar en hård realitet: i vaccin- och biotechprojekt är partnerstrategi lika viktig som immunologin.

Det är här “AI inom läkemedel och bioteknik” blir mer än en trendspaning. AI kan göra två saker som annars är svåra när en partner kliver av: minska osäkerhet snabbare och öka förhandlingsstyrkan genom bättre evidens, tydligare story och skarpare nästa steg.

Vad betyder en utebliven option – och varför händer det?

En utebliven option betyder i första hand inte att projektet är misslyckat. Det betyder att den stora aktören inte vill ta nästa steg på de villkor och vid den tidpunkt som optionen gav. Det är en viktig skillnad.

Optioner är riskhantering, inte en vigselring

I partnering mellan biotech och Big Pharma används optioner för att hålla flera dörrar öppna. För storbolaget är det ett sätt att:

• köpa sig tid att jämföra projekt i portföljen
• invänta mer data (prekliniskt, tox, CMC eller tidig klinik)
• styra kapital till projekt med bäst intern “fit” (strategi, marknad, tillverkning)

För biotech är optionen ofta ett sätt att:

• få validering och ett strukturerat ramverk
• få tillgång till kompetens och ibland finansiering
• bygga en tydligare väg mot licensaffär

När MSD avstår EVX-B2 kan det alltså lika gärna handla om prioriteringar (t.ex. konkurrerande vaccinsatsningar, mRNA-portföljer, antibiotika/antiinfektiva) som om EVX-B2.

Evaxions läge: rättigheter tillbaka, men ingen kassasmäll

Evaxion säger att beslutet inte påverkar kassaflödesprognosen, som sträcker sig till andra halvåret 2027 – eftersom en potentiell affär inte var inräknad. Det är mer positivt än det låter.

Det innebär två konkreta saker:

1. Bolaget får handlingsfrihet att ompaketera projektet och söka en ny licenspartner utan att akut behöva sälja till underpris.
2. Projektet kan utvecklas vidare i ett tempo som stärker värdet inför nästa förhandling.

Gonorré: ett vaccinbehov som bara blir mer akut

Gonorré är inte “ännu en STI” i utvecklingsportföljen. Det är en infektionssjukdom där antibiotikaresistens är en växande oro globalt. Ju sämre antibiotika fungerar, desto mer flyttas fokus mot prevention – och där hamnar vacciner i centrum.

Varför är gonorrévaccin så svårt?

Neisseria gonorrhoeae är en motståndskraftig motståndare. Utmaningarna brukar vara:

• hög antigenvariation (patogenen ändrar “ytan”)
• komplex immunitet (svårt att få långvarigt skydd)
• begränsade modeller som verkligen predikterar skydd i människa

Det är också därför prekliniska signaler – särskilt om de är tydligt reproducerbara – kan bli värdefulla i partnering, även om de inte är klinisk proof-of-concept.

EVX-B2 och mRNA-spåret: en relevant riktning 2026

Evaxion uppger att EVX-B2 visat lovande prekliniska resultat och att en mRNA-version utvecklas i samarbete med Afrigen Biologics. Det här passar väl in i det som många vaccinteams fokuserar på nu:

• snabbare design–test–lär-cykler
• flexiblare tillverkning och uppskalning
• möjlighet att iterera antigen/sekvenser när ny data kommer

Men mRNA räcker inte. Man måste veta vad man ska koda för. Där är AI särskilt relevant.

AI som “deal engine”: så fyller man luckan när en partner kliver av

När en stor aktör drar sig ur uppstår ett vakuum: mindre validering, mindre resurser och fler frågor från investerare. AI kan inte ersätta kliniska data, men kan komprimera tiden från osäkerhet till beslutsunderlag.

1) AI-driven antigen- och epitope-design som stärker biologin

I vaccinprojekt är kvaliteten på antigenvalet avgörande. Moderna AI-metoder kan bidra genom att:

• förutsäga vilka epitoper som sannolikt ger bredare immunsvar
• optimera antigenstabilitet och uttryck (viktigt för mRNA och protein)
• reducera antalet “gissa-och-test”-iterationer

En praktisk effekt i partnering: när du kan visa att designen bygger på en systematisk pipeline (och inte bara en historisk hypotes), blir det lättare att motivera nästa steg, särskilt om du har flera kandidater/varianter att välja mellan.

2) Preklinisk beslutsstöd: bättre modeller, tydligare endpoints

Ett vanligt skäl till att optioner inte utnyttjas är att datan inte besvarar rätt frågor. AI kan hjälpa team att:

• identifiera vilka prekliniska endpoints som bäst predikterar skydd
• hitta mönster i immunprofiler (t.ex. korrelat som hänger ihop med funktion)
• prioritera experiment som maximerar informationsvärde per krona

Det här är “AI inom bioteknik” när det faktiskt gör skillnad: inte som PR, utan som experimentdesign och beslutslogik.

3) CMC och tillverkning: AI för robusthet (det som ofta fäller affärer)

Partnering dör ibland på tråkiga saker: stabilitet, batch-varians, skalbarhet, kostnad per dos. Här kan AI stötta genom att:

• modellera processparametrar (DoE + ML) för att hitta robusta fönster
• förutsäga kritiska kvalitetsattribut tidigt
• minska antalet dyra omkörningar i utvecklingen

För vacciner är CMC ofta en “tyst” värdedrivare. När du kan visa en plan för reproducerbarhet och uppskalning blir du mer attraktiv som licensobjekt.

4) AI som partnering-verktyg: rätt partner, rätt pitch, rätt timing

Det mest förbisedda: AI kan också användas för att göra själva partnerarbetet smartare.

• Partnerfit-analys: Vilka bolag har faktisk pipeline-logik för antiinfektiva/vaccin? Vilka har nyligen gjort liknande affärer?
• Narrativtest: Hur reagerar olika investerar- och BD-personas på budskapet? Var faller förståelsen?
• Signalspaning: Konferensabstract, patentmönster, rekryteringar och produktionsinvesteringar kan signalera vem som är “på väg in” i området.

Resultatet blir inte en robot som gör affären. Resultatet blir att teamet går in i möten med högre precision.

Så bygger Evaxion (och andra biotech) en starkare “next partner”-strategi

När optionen är borta är det läge att skruva på tre saker: datapaket, positionering och plan.

Datapaketet: gör det omöjligt att missa poängen

Ett starkt datapaket inför ny licensdialog bör vara komprimerat och beslutsorienterat. Jag brukar gilla denna struktur:

1. Problemets skala: antibiotikaresistens, prevention, målpopulation.
2. Mekanism och antigenrational: varför just dessa mål på patogenen.
3. Preklinisk effekt: funktionella assays, reproducerbarhet, dos-respons.
4. Risklista: vad som kan gå fel och hur det adresseras.
5. Plan till klinik: CMC, tox, regulatorisk strategi, första studieupplägg.

AI kan användas för att göra datan mer “sammanhängande” – men den måste vara sann och spårbar.

Positioneringen: sluta sälja teknik, börja sälja beslut

Många biotech säljer “vi använder AI”. Partnern bryr sig om hur AI ändrar beslut. Exempel på formuleringar som tenderar att fungera bättre:

• “Vi reducerade kandidatrymden från 200 till 6 baserat på predikterad bred täckning.”
• “Vi valde endpoint X eftersom den hade starkast koppling till funktionell aktivitet i våra dataset.”
• “Vår CMC-modell identifierade tre parametrar som driver varians, vilket kortar processutvecklingen.”

Planen: visa två vägar framåt

En robust partnerstrategi har alltid en plan A och plan B:

• Plan A: licenspartner tidigt (preklinisk/IND-nära), med tydligt data-“trigger”.
• Plan B: fortsätt själv till första kliniska signal för att höja värdet (men då krävs finansieringslogik och CMC-beredskap).

Evaxions besked om kassaflöde till H2 2027 gör att plan B inte är tom retorik.

Vanliga följdfrågor (och raka svar)

Är det negativt att MSD backar?

Det är negativt för kortsiktig marknadspsykologi, men inte nödvändigtvis negativt för projektets vetenskapliga värde. Rättigheter tillbaka kan också öka flexibiliteten.

Kan AI ersätta kliniska data i vaccin?

Nej. AI kan däremot prioritera vad som ska testas, förklara resultat och minska onödiga iterationer.

Varför är mRNA relevant för gonorré?

För att mRNA kan möjliggöra snabbare iterationer av antigen och kombinationer, vilket är attraktivt när patogenen är komplex och när man behöver optimera immunprofilen.

Nästa steg för AI inom läkemedel och bioteknik: mer “verkstad”, mindre buzz

MSD:s beslut kring EVX-B2 är en nyttig påminnelse: partnerskap är inte ett mål i sig, utan ett verktyg för att ta ett projekt genom riskzonerna. När en partner kliver av behöver bolaget snabbt bevisa två saker: att utvecklingsplanen håller och att värdet går att öka utan att bränna orimligt kapital.

AI kan vara exakt den hävstången – om den kopplas till konkreta beslut i antigenval, prekliniska modeller och CMC. Den som kan visa det i sin data- och partnerstory står starkare i nästa förhandling, oavsett om motparten är ett storbolag eller en specialiserad vaccininvesterare.

Frågan jag tycker att fler team ska ställa sig inför 2026 är enkel: Vilken osäkerhet kan vi eliminera på 90 dagar – och vilken AI-metod gör det möjligt?