生物技术平台的技术尽职调查

1. 定义交易决策

投资决策取决于目标公司是否拥有可重复的生物技术平台，能够创造超越主导资产的价值。答案会影响企业价值、交割时支付的对价份额、里程碑的设计、陈述范围以及买方交割后的投资计划。平台、引擎或操作系统等标签不具有可重复性。

尽职调查授权应说明交易范围、技术的预期用途、评估中包含的计划和证据日期。它还应该确定买方的决定：收购公司、许可一项资产、资助特定项目、建立选择权或拒绝。每条路线都需要不同的证明。授权一位候选者的买家可以专注于该资产。购买企业平台的买家必须测试知识、工具和流程是否可以在候选人之间转移。

分析应将四个价值池分开。第一个是主导资产，包括其临床、监管和商业现金流。第二个是共享平台功能，例如经过验证的检测、输送系统、数据、算法、过程控制和制造知识。第三个是后续管道。第四是在关闭后发起额外项目的能力。结合这些池可以隐藏薄弱的证据并重复计算未来价值。

2. 使用平台证据和价值框架

拟议的框架有八个门：科学主张；再现性和数据完整性；跨计划转移；翻译证据；产品和制造控制；知识产权和经营自由；组织能力；以及估值和交易保护。每个门都有一个定义的证据所有者、最低限度的验收测试以及测试失败时的交易响应。

一份证据登记册应将原始数据、协议、分析、项目决策、监管记录、知识产权和估值模型联系起来。每个材料平台声明都应标识支持实验、数据集、版本、日期、负责任的科学家和独立审查。在出示并测试证据之前，无法追踪的索赔不应获得平台溢价。

该框架并不要求每个程序都成功。它需要证据证明系统在规定条件下产生有用且可重复的输出。当公司记录失败、调查原因并改进流程时，失败可以提供信息。选择性地展示成功的实验会削弱平台的主张，因为它会阻止买家估计真实的命中率和失败模式。

3. 定义平台应该重复的内容

平台声明应确定不变的能力和变化的维度。抗体发现平台可能声称可以重复生成靶标到候选物。基因编辑平台可能声称具有可编程识别和受控编辑功能。递送平台可以要求跨不同有效负载的组织特异性分布。细胞治疗平台可能要求可重复使用的细胞来源、工程方法和制造工艺。

声明必须足够窄才能进行测试。关于该平台加速发现或提高成功概率的说法需要一个比较器、一个衡量周期和成功的定义。如果验证、制造或临床开发保持不变，候选设计中节省的时间可能价值有限。如果命中率不能转化为相关的生物效应，则较高的实验命中率可能具有有限的价值。

尽职调查团队应该将主张转化为一系列可测试的命题。这些可以涵盖输入质量、过程一致性、输出准确性、转移到新目标、扩大规模、临床相关性和经济影响。每个命题都应说明所需的证据以及必须排除的替代解释。

4. 将平台证据与主要资产证据分开

主导资产可以验证平台的部分内容，而无需验证整个系统。临床反应可以支持该产品所使用的靶标、分子、递送方法和制造工艺。它可能无法表明同一平台可以选择另一个目标、设计另一个候选目标或在不同的组织或疾病中重现结果。

尽职调查记录应将每个观察结果映射到它支持的系统部分。目标参与可以支持生物机制。药代动力学可以支持暴露。制造活动可以支持定义的结构和规模的过程控制。这些观察结果都不能自动支持投资组合的广度。

买方应确定资产特定的优势。强大的临床结果可能来自异常有利的生物学、专有靶标、特殊患者群体或经验丰富的项目团队。消除这些因素可以改变下一个资产的预期表现。平台价值应反映隔离资产特定影响后剩余的能力。

所需的证据取决于模式、开发阶段和具体平台声明。

5. 规模化前测试再现性

NIH 通过公正和严格控制的设计、方法、分析、解释和报告来定义科学严谨性 ^[1]。为了尽职调查，再现性首先要获取原始观察结果、方案版本、样本谱系、包含和排除规则、分析代码、仪器元数据和同期决策。演示幻灯片或选定的图像不能替换基础记录。

团队应选择材料实验进行重建。公司应使用记录的分析从原始数据重现报告的结果。独立评审员应确认样本量、对照、随机化、盲法、统计方法和排除与方案相匹配。应记录差异并评估其对结论的影响。

复制应该涵盖比最成功的研究更多的内容。样本应包括核心平台实验、主导资产结果、后续计划以及至少一项失败或不明确的实验。失败记录揭示了组织是否调查了意外结果以及其报告的命中率是否包括全部分母。

6. 建立数据来源和完整性

数据价值取决于可追溯性。 FDA 指南解释说，元数据提供了理解数据所需的上下文，审计跟踪记录了电子记录的创建、修改或删除 ^[2]。尽职调查团队应测试数据在整个相关生命周期中是否保持可追溯性、清晰性、同步性、原始性或准确复制性以及完整性。

数据图应识别实验室信息系统、电子笔记本、测序和成像存储库、云环境、仪器、分析管道和档案位置。应测试访问权限、管理员权限、审计跟踪、备份、保留和变更控制。一个优势依赖于专有数据集的平台需要证据证明该公司可以合法使用、复制和传输该数据集。

买方应将演示文稿、手稿和监管文件中选定的数据与源记录进行比较。重复的手动导出、未记录的电子表格转换或缺失负面结果会增加不确定性。交易响应可能包括额外的验证、价格保留、成交条件或针对受影响数据定制的表示。

7. 衡量预期绩效

回顾性成功可能会受到模型选择、分析调整和幸存者偏差的影响。前瞻性测试提供了更有力的证据，因为输入、方法和成功标准在结果得知之前就已确定。买家应寻求锁定的预测或候选选择标准，然后是盲法或独立观察的结果。

绩效指标必须与平台声称的经济功能相匹配。可以根据相对于定义的基线的预测准确性、校准和丰富度来评估计算系统。可以及时评估发现平台以验证命中率、每个候选人的成本和流失。可以根据产量、质量属性、周期时间、批量成功和转移性能来评估制造平台。

分母很重要。管理层应披露该平台下启动的所有项目，包括废弃的项目。排除失败的项目夸大了成功。尽职调查团队应按开始日期、目标类别、模式和阶段构建队列，然后将实际进展与公司最初的决策标准进行比较。

8. 跨目标和模式的测试转移

转账是平台价值的核心考验。买方应检查同一核心过程是否在独立的生物环境中产生有用的输出。来自密切相关目标的证据可能比不同目标类别的证据支持更窄的主张。一个平台可以在定义的域内重复，而在域外则失败。

分析应区分重用和重新发明。如果每个项目都需要新的分析、定制化学、不同的交付、不同的制造和长期的故障排除，那么共享平台可能是一个研究品牌，而不是运营优势。共享工具仍然具有价值，尽管它们的价值应该通过已证明的成本和时间节省来衡量。

应尽可能前瞻性地衡量转移。尽职调查团队可以选择一个看不见的目标或有效载荷，并观察从输入到决策的过程。测试应使用预定义的成功标准并记录员工时间、外部支出、周期时间、例外情况和输出质量。

9. 评估转化证据

当临床前活动预测具有明确不确定性的临床相关结果时，它就会创造价值。团队应评估模型相关性、暴露、目标参与度、剂量反应、耐久性、安全裕度以及生物标志物与患者结果之间的联系。 EMA 首次人体试验指南强调整合非临床、药代动力学、药效学和新兴人体安全数据 ^[3].

翻译可能会失败，因为动物模型不能代表人类疾病，干预措施没有到达相关组织，生物标志物缺乏临床意义，或者耐受性限制了有效剂量。平台评估应确定哪些转化风险在整个管道中是常见的，哪些是特定于一项资产的。

临床证据应根据方案、终点、人群、缺失数据和多重性进行解释。小型或不受控制的研究中的信号可能证明持续开发是合理的，同时仅支持有限的平台价值。估值模型不应将早期生物活性视为未来批准的证据。

10.审查临床试验质量

ICH E6(R3) 要求可靠的试验结果并通过设计提高质量，同时关注对试验质量至关重要的因素 ^[4]。尽职调查应检查方案设计、地点选择、监测、偏差、数据管理、裁决、统计分析和安全报告。买方应确定报告的结果是否取决于少数站点、事后子组或数据修正。

ClinicalTrials.gov 记录和监管登记可以帮助验证注册、入组、终点和结果 ^[5]。公共记录可能不完整或落后于当前的发展。公司应提供材料计划的受控临床报告、统计分析计划、数据清单和监管机构信函。

平台试验和主协议可以提高效率，尽管它们的设计引入了多样性、操作和解释问题。 EMA 已确定当平台试验可能支持关键证据时需要进行具体规划 ^[6]。尽职调查团队应将试验设计所创造的效率与基础治疗平台的可重复性分开。

11. 确定监管重用

当经过验证的平台信息支持后续产品时，监管价值就会产生。 FDA 的平台技术指定计划致力于提高开发、制造和审查效率的技术 ^[7]。 2024 年 5 月的指南是草案，包含不具约束力的建议。公司不应假设平台合格或新产品将接受先前的数据。

买方应按产品和司法管辖区审查会议记录、书面建议、提交材料、问题和承诺。它应该识别监管机构接受的数据、可能可重复使用的数据以及必须重新生成的特定产品证据。非正式声明不应被视为具有约束力的监管立场。

在没有正式指定的情况下，监管学习仍然可以具有经济价值。标准化的分析方法、既定的控制策略、事先的机构参与和已知的安全监控可以减少执行的不确定性。仅当这些效益的范围、所有权和预期效果得到支持时，估值才应包括这些效益。

12. 测试制造作为平台的一部分

制造可以决定科学价值是否成为产品。尽职调查团队应审查工艺定义、关键质量属性、分析方法、原材料、规模、产量、批次历史、偏差、稳定性、产能、供应商和技术转让。实验室方法在产生相关规模的受控输出之前不是制造平台。

ICH Q5E 解释说，可比性评估工艺变更是否影响质量、安全性或有效性，并且可能需要分析、非临床或临床证据 ^[8]。改变构造、有效负载或生产地点的平台应显示如何建立可比性。共享单元操作不会消除特定于产品的开发。

成本模型应将固定平台基础设施与特定于项目的流程开发、发布测试和资本支出分开。声称的边际成本优势应与批次数据和供应商条款相一致。容量限制和单一来源依赖性应反映在评估和整合规划中。

13. 审查产品特性和控制

产品特征应与形态和阶段相匹配。对于生物制剂和先进疗法，同一性、纯度、效力、异质性、稳定性和与工艺相关的杂质可能会影响开发。 EMA 对研究性先进疗法的指导警告称，不成熟的质量开发可能会影响临床数据的后期使用 ^[9].

买方应检查测定是否合格或验证其预期用途、参考标准是否受到控制以及规格是否合理。当机制和临床反应复杂时，效力测定值得特别关注。使用不稳定或变化的测定法测量的结果可能难以在不同程序之间进行比较。

平台声明应描述共享哪些质量属性和控制。如果每个新产品都需要不同的效力测定或发布策略，则可重复使用的组件可能比管理层建议的要小。这种限制可以反映在分阶段资本和具体方案预算中。

14.绘制知识产权和控制图

知识产权审查应将专利、申请、专有技术、数据、软件、生物材料和合同权利与每个平台组件和程序联系起来。应核实所有权、发明人身份、转让、许可证、政府资助义务、联合开发以及雇员或顾问协议。

尽管权利要求范围、剩余期限、起诉历史和可执行性决定了实际保护，但广泛的专利族可以支持价值。买方应区分涵盖核心平台的债权和涵盖主导资产的债权。它还应该评估后续计划是否依赖第三方专利或许可。

运营自由取决于产品、地域和时间。它不是由专利所有权产生的。专业律师应审查相关索赔和已知争议。商业评估应该对许可或设计周围的成本、时间和范围（如果重要）进行建模。

15. 测试数据和软件权利

许多平台依赖外部数据集、开源软件、云服务、学术合作或第三方模型。尽职调查团队应核实许可、同意、许可使用、商业化权利、再许可、转让、隐私限制和终止后访问。使用无法传输给买方的数据训练的模型可能会在成交时失去价值。

软件审查应涵盖存储库、文档、依赖关系、安全性、测试、部署和关键人员集中度。模型版本和训练数据应与报告的结果相关联。买方应确定管理层描述为自动化的手动步骤，因为这些步骤会影响规模、可重复性和人员配置。

在人工智能支持候选人选择的情况下，FDA 2025 年 1 月的指南草案为监管决策中使用的 AI 模型提出了基于风险的可信度框架 ^[10]。买方应区分探索性工具和用于支持受监管证据的模型，并相应地评估验证。

16. 评估管道的可选性

命名管道不会自动创建选项值。每个项目都需要明确的目标、生物学原理、权利立场、证据包、发展路线、预算和决策点。没有分配资源的早期概念可能是战略可能性，而不是可融资的选择。

期权模型应反映技术依赖性。共享机制、交付或制造风险的计划是相关的。添加它们的独立价值可能会夸大投资组合。该模型还应考虑容量，因为团队、实验室和制造资源无法同时推进每个项目。

期权应在管理层可以做出下一个明智决策之日进行估值。相关投入包括达到这一点的成本、有用证据的概率、成功后的价值、时间、排他性和放弃权。该模型应避免将后续资产既算作平台溢价的一部分，又算作单独的管道价值。

17. 评估运营平台的组织

平台价值可能取决于小团队所掌握的隐性知识。买方应确定谁设计实验、解释异常、维护模型、控制分析并决定推进哪些程序。文档记录和交叉培训决定了该能力是否能够经受住员工流动和整合的考验。

组织审查应将规定的工作流程与实际实践进行比较。访谈证据应根据实验室记录、代码提交、决策日志和程序历史进行测试。即使结果很好，需要一位创始人或科学家的重复例外也会限制可扩展性。

保留计划应关注关键能力，而不仅仅是头衔。雇佣条款、激励措施、竞业禁止的可执行性、移民身份、咨询安排和学术关系都需要法律审查。整合计划应保留科学挑战和决策质量，同时增加买方所需的控制。

18. 量化平台经济

经济主张应转化为可观察的驱动因素。其中包括候选人的时间、每个经过验证的候选人的成本、技术成功的概率、开发成本、制造产量、周期时间和监管重用的概率。每个驱动程序都需要一个基线和一个证据范围。

平台可以通过更低的成本、更快的决策、更多的射门次数、更好的选择或更强大的许可经济来创造价值。这些好处应该单独建模。在不控制重叠的情况下将它们组合起来可能会重复计算相同的改进。例如，更快的候选人选择可以通过更早的现金流和更低的成本创造价值，而单独的概率提升可能已经包含了该收益的一部分。

买家应使用队列证据和预期结果来设定范围。管理目标可以定义上行情况，但不应在没有支持观察结果的情况下确定中心情况。如果证据仍然薄弱，交易结构可以推迟付款，直到经济驱动因素得到证实。

19. 独立评估主导资产

主要资产应使用其自身的开发、监管、商业、制造和知识产权假设进行估值。现金流量应包括剩余开发成本、启动投资、概率、时机、价格、准入、竞争、排他性和税收。平台溢价不应替代此分析。

资产价值可能包括已用于创建候选人的共享工具的贡献。这些历史贡献包含在资产的预期现金流中。增加整个平台的开发成本或一般创新溢价可以复制价值。单独的平台价值应该来自未来的重用。

买方应将主导资产案例与监管文件、临床数据和商业预测进行核对。公布的部门概率可以告知一个范围，但不能确定特定计划的概率。假设应该有指定的所有者和日期。

20. 通过未来的使用来评估共享能力

共享能力价值可以根据避免的成本、时间优势、许可收入或增量项目价值来估算。方法应与证据相匹配。经过验证的制造工艺可以支持避免工艺开发成本。发现引擎可以支持来自附加候选者的增量选项值。专有数据集可以支持许可或内部生产力。

该模型应扣除维持和提高能力所需的未来成本。数据管理、软件工程、分析开发、质量系统、云服务和专业人员可能是大量的。没有这些成本的总节省夸大了价值。

由于科学、竞争和监管的变化，平台的使用寿命可能比其专利更短。该模型应包括陈旧和更换投资。如果没有持久权利、需求和运营能力的证据，基于无限期计划创建的最终价值是不合适的。

21. 建立假设估值桥梁

假设的目标有一项二期资产、一项即将提交研究的候选人和两项发现计划。它拥有实验室基础设施、精选数据、经过验证的分析和模块化制造流程。管理层根据整个管道的预期重用来寻求平台溢价。

中心案例对主导资产的估值为 USD 420 million。在维护成本和过时之后，共享功能贡献了 USD 86 million。三个概率加权的后续选项贡献了 USD 64 million。净现金增加USD 38 million。预期交易和整合成本使价值减少 USD 28 million，产生 USD 580 million 的说明性股权价值。

不利的情况是将主导资产保留在 USD 330 million，但将共享能力降低到 USD 18 million，因为独立复制和传输不完整。后续选项下降到 USD 22 million，修复加集成成本上升到 USD 47 million。由此产生的说明性股权价值为净现金后的 USD 361 million。这些结果表明了为什么平台证据可以在不改变主导资产科学性的情况下影响价格和考虑结构。

所有数字均为 USD 百万的说明性管理场景，并不代表市场数据或公平意见。

22.强调证据假设

估值应测试复制失败、较低的转移率、较慢的候选生成、较高的制造成本、延迟的临床转化、较短的使用寿命和关键人员的流失。这些敏感性影响不同的价值池。复制失败可能会减少共享能力和选项，同时使主导资产价值部分完好无损。

相关性应该是明确的。交付问题可能会影响多个程序。制造限制可能会延迟整个流程。将每个项目视为独立的做法夸大了多元化。该模型可以使用常见的风险因素或场景分支来保持依赖性。

敏感性输出应可供投资委员会阅读。团队应按组成部分显示价值、成交后所需的现金以及未经验证的索赔所面临的对价。由一个狭隘假设支持的大平台溢价应该会引发里程碑或阻碍讨论。

23. 将不确定性转化为交易结构

考虑的形式应遵循证据。交割时的现金可以反映已验证的主要资产和能力。里程碑可以反映复制、转移、监管接受、制造绩效或临床结果。收益应使用客观定义、衡量周期、信息权和争议程序。

在买方对整个公司做出承诺之前，选择收购结构可以为既定的验证计划提供资金。许可证可以隔离一项资产，同时保留未来对平台的访问权限。合作可以分担项目成本并产生额外的证据。每条路线都有不同的控制、会计、税收和竞争影响。

里程碑不应完全取决于买方自行决定的开发选择。这些文件应涉及项目替代、合理努力、预算、数据访问、控制变更和终止。需要专业的法律建议才能将商业分配转化为可执行的条款。

24. 设计表述和成交条件

陈述应涵盖所有权、数据完整性、研究行为、监管信函、知识产权、软件和数据权利、重大合同、制造记录和披露的调查。它们应该根据支持价值的证据进行定制。一般性陈述可能会让各方对特定平台声明产生不确定性。

成交条件可能需要提供缺失的原始数据、作业、第三方同意、完成的复制、网络安全修复或关键许可证的确认。条件应涉及对成交至关重要且能够客观验证的事实。交割后契约更适合较长的验证工作。

赔偿、托管和保险应与科学的风险分配一起考虑。保险可能不包括前瞻性表现或已知问题。当未来平台性能存在不确定性时，价格延期可以更直接地使付款与证据保持一致。

25. 计划确认性尽职调查

确认阶段应重新测试在签署或关闭之前可能发生变化的事实。其中包括临床事件、监管沟通、专利申请、数据室完整性、关键人员状态、制造偏差、网络事件和重大合同。团队应该使用一份过时的淘汰清单。

买方应保存审查过的证据、未解决的问题和决策后果的记录。新的信息应该流入评估和文件中。尽职调查报告中记录但模型和购买协议中没有的科学问题造成了可避免的差距。

最终的投资文件应区分经过验证的事实、管理层假设和买方判断。它应说明证据日期并确定需要交割后验证的决定。如果平台后来的表现与中心案例不同，则该规则支持问责制。

所有者和时间安排应根据买方的运营模式和目标公司的受监管义务进行调整。

26. 关闭前准备集成

集成应保护数据完整性、科学连续性和监管义务。第一个计划应涵盖系统访问、存储库、质量责任、项目治理、关键人员、实验室、供应商和决策权。当元数据或审计跟踪丢失时，快速迁移可能会损坏来源。

买方应决定哪些平台功能保持独立，哪些成为共享服务以及哪些程序将停止。当事务论假设同时推进多个程序时，可能会出现资源冲突。集成预算应包括验证、数据迁移、质量修复和保留的专家团队。

收购后科学挑战应该保持可信。治理应允许对主要项目决策进行独立审查并保存失败记录。仅注重节省成本的整合计划可能会削弱买方付费的能力。

27. 建立交割后证据里程碑

交割后治理应将平台索赔作为可衡量的结果进行跟踪。指标可以包括独立复制、前瞻性预测准确性、候选时间、测定转移、批次成功、产量、临床转化、监管接受度和每个项目的成本。每个指标都应该有定义、基线、所有者和审核日期。

买方应将预测与实际结果进行比较并解释差异。由于目标生物学、平台故障、供应商延迟或管理层选择，项目可能会错过日期。这些原因对价值和战略有不同的影响。

资本配置应该对证据做出反应。强劲的转学结果可以证明额外计划的合理性。重复的例外可以证明缩小平台范围、许可特定资产或减少固定投资是合理的。运营模式应该支持这些决策，而不保护原始的交易叙述。

阈值应根据模式、阶段、交易和预期用途进行调整。

28. 通过明确的工作流程运行尽职调查计划

该计划可分为七个工作流程：科学主张和实验重建；临床和转化证据；制造和质量；数据和软件；知识产权;组织;以及估值和交易条款。中央问题日志应将调查结果与价格、条件、文件和集成联系起来。

工作流程应该共享证据，而不是作为单独的审查来运作。检测有效性的变化可能会影响科学结论、监管重用、评估和表述。项目负责人应要求每个重大问题说明受影响的价值组成部分和建议的应对措施。

时间表应预留独立复制和管理响应的时间。压缩流程可以支持具有明确假设的初始投标，但最终批准应确定哪些内容尚未验证以及交易如何保护买方。

29. 提交投资委员会决定

委员会还应该接受披露质量评估。科学勤奋可以得出正确的结论，但信息过程仍然不可靠。评估应将管理层的报告与实验室记录、董事会文件、监管提交和完整的项目清单进行比较。日期、计划状态、样本计数、排除或成功定义方面的差异应在批准前进行协调。

管理层对证据的选择值得进行具体的测试。在选择样本进行详细审查之前，团队应该要求进行大量的实验和程序。然后它应该独立选择部分样本。这降低了尽职调查仅限于准备好的成功案例的风险。延迟添加、无法获得原始记录或对报告的分母进行重复更改可能会影响信心和交易保护。

委员会文件应显示获取缺失证据的成本。独立复制可能需要外部实验室、新材料、经过验证的方法和多个实验周期。制造验证可能需要工程批次或技术转让活动。数据权补救可能需要同意、重新许可或删除和重新培训。这些成本属于收购模型，而不是单独的整合叙述。

商业策略应与技术范围保持联系。在一个目标类别、组织或制造范围中验证的平台仍然可以支持有吸引力的重点业务。买方应该重视已定义的领域，并避免为未经测试的扩展付费。如果更广泛的使用是论文的核心，那么扩展应该成为一个有决策点和进一步资本限制的资助验证计划。

最终建议应确定谁承担每个未解决的风险。仅当卖方保留对价风险时，预付价格的降低才会将风险转移给卖方。当里程碑的触发器测量有争议的能力并且可以验证时，里程碑就会转移风险。契约可以保留信息或行为，但不能弥补科学失败。所选择的机制应该与发现相匹配。

外部顾问应在一个受控事实库内进行报告。科学、临床、监管、制造、知识产权、网络、财务和法律团队经常对同一资产使用不同的术语。交易负责人应维护一份定义时间表，涵盖计划、结构、数据集、产品版本、区域和证据日期。调查结果应指向评估和最终文件中使用的相同标识符。

委员会应该区分可弥补的控制差距和失败的科学前提。缺失的文档、较弱的访问控制或不完整的验证可能可以以已知的成本进行修复。无法复制的结果、无法转移的交付系统或无法获得的权利都会改变交易论点。建议应说明适用哪个类别以及支持该分类的证据。

记录的理由应保留供以后的投资组合审查。

决策文件应以所请求的权限、价格、考虑结构、预期平台用途、证据日期和主要条件开始。应分别显示主导资产价值、共享能力价值、管道选项、净现金、交易成本和整合投资。

科学部分应以可测试的语言陈述平台声明，并总结可重复性、转移和翻译的证据。它应该识别失败的实验和材料异常。当各个组成部分的证据不同时，置信范围比单个综合得分更有用。

委员会应该收到下行案例、流动性要求以及受里程碑或保留保护的价值。它还应该看到未解决的验证的成本和时间表。如果签署前实质性证据、价格或范围发生变化，批准即告失效。

30. 做出决定

当主导资产支持交割时支付的价格、共享能力具有在所述领域内可重复性的证据、权利可以转让、制造和数据控制支持预期用途、以及通过对价和契约分配剩余的不确定性时，交易就可以进行。

当证据主要来自一项资产、原始数据无法重建、预期转移未经测试、知识产权或数据权不完整、或者能力取决于少数人持有的未记录知识时，买方应缩小或推迟平台溢价。商业反应可以是较低的初始价格、里程碑、选项、许可或验证计划。

公司可以通过维护完整的程序分母、锁定的前瞻性测试、可追踪的数据、明确的平台边界以及将资产和可重用能力分开的评估来提高交易准备度。这些控制措施还可以在任何交易开始之前改善内部资本配置。

技术尽职调查应以可执行计划结束。投资委员会需要知道什么已经被证明，什么仍然是假设，买方支付的费用是什么，以及哪些合同或运营行为可以保护价值。该分析仍针对具体公司和交易。科学、临床、监管、制造、知识产权、数据、法律、税务、会计和估值专家应评估相关证据和文件。

来源

1. 美国国立卫生研究院，通过严谨和透明提高可重复性，更新于 2024 年 9 月 9 日。 阅读主要来源
2. 美国食品和药物管理局，数据完整性和药物 CGMP 合规性，行业指南。 阅读主要来源
3. 欧洲药品管理局，关于识别和降低研究药品首次人体和早期临床试验风险的策略指南。 阅读主要来源
4. 欧洲药品管理局，ICH E6(R3) 良好临床实践，当前版本于 2025 年 7 月 23 日生效。 阅读主要来源
5. ClinicalTrials.gov、ClinicalTrials.gov 政策和报告要求。 阅读主要来源
6. 欧洲药品管理局，平台试验科学指南和概念文件。 阅读主要来源
7. 美国食品和药物管理局，药物开发平台技术指定计划，指南草案，2024 年 5 月。 阅读主要来源
8. 国际协调委员会，ICH Q5E 生物技术和生物产品的可比性。 阅读主要来源
9. 欧洲药品管理局，临床试验中研究性先进治疗药品的质量、非临床和临床要求指南，2025 年。 阅读主要来源
10. 美国食品和药物管理局，使用人工智能支持药品和生物制品监管决策的注意事项，指南草案，2025 年 1 月。 阅读主要来源
11. 美国国立卫生研究院，数据管理和共享政策。 阅读主要来源
12. 美国食品和药物管理局，临床研究中的电子系统、电子记录和电子签名，2024 年 10 月。 阅读主要来源
13. 欧洲药品管理局，基于注册的研究指南。 阅读主要来源
14. 美国食品和药物管理局，药品质量文件搜索，2026 年更新。 阅读主要来源
15. 美国食品和药物管理局，数据完整性通知，2026 年更新。 阅读主要来源
16. 世界卫生组织，良好数据和记录管理实践指南。 阅读主要来源
17. 世界知识产权组织，WIPO 专利形势报告。 阅读主要来源
18. 美国专利商标局，专利转让检索和所有权记录。 阅读主要来源
19. 欧洲药品管理局，疫苗平台技术主文件数据要求指南。 阅读主要来源
20. IFRS 基础、IFRS 3 企业合并和 IAS 38 无形资产。 阅读主要来源