由 Eberhart 引言：十年轮回，药企巨头的焦虑与中国力量的崛起
鲍勃·杜根的故事：从天价收购到授权中国新药
十年前，当“科学教徒”鲍勃·杜根（注意，我说的是“教徒”，不是科学家，二者有本质区别）将其一手创立的 Pharmacyclics 以区区 210 亿美元（别揉眼睛，是美金）卖给艾伯维时，估计不少华尔街分析师都惊掉了下巴。一家初创公司，凭借一款前景看似光明的抗癌药，竟能换来如此天文数字的回报，简直是资本运作的奇迹！据说，杜根个人狂揽超过 35 亿美元，这在公开收购案例中都堪称史诗级的暴利。
这笔交易，如果不是杜根那“离经叛道”的个性和其他几位大佬的参与，本该只是医药行业中一桩平平无奇的买卖。一家大型药企，眼看着自家重磅炸弹产品的专利悬崖越来越近，急需寻找新的摇钱树。而一家美国小公司，恰好开发出了一款能够填补收入空白的突破性药物。说白了，就是大鱼吃小鱼，资本永恒的游戏罢了。
生物技术产业，很大程度上就是建立在这样一种“创新依赖”的畸形动态之上的。小型初创企业，承担着大部分早期临床试验的风险，充当着创新的炮灰。大型药企，则挥舞着钞票，以高昂的溢价收购这些“有潜力”的初创企业，以此来续命，维持其摇摇欲坠的产品线。这简直就是一场事先张扬的豪赌，赌的是创新能否跑赢专利到期的速度。
默克的战略转变：从自主研发到拥抱中国创新
然而，十年光景，世道变了。杜根又杀回来了！这次，他带来了一款号称能在临床试验中击败默克公司年入 300 亿美元的癌症免疫疗法 Keytruda 的新药。更耐人寻味的是，这款药并非出自美国本土的实验室，而是杜根从一家中国公司手中授权得到的。这背后意味深长啊，同志们！
与当年 Pharmacyclics 的天价收购不同，这次的故事并没有以美元堆砌的结局收尾。默克公司心领神会，直接找到了同一个源头，以 5 亿美元的价格从另一家中国公司购入了同类型药物的自家版本。这手操作，够狠！
制药业的“DeepSeek 时刻”：中国生物科技的挑战与机遇
这件事情意义非凡，值得我们警惕。正如我们最近在人工智能领域所见证的那样，中国已经悄然崛起，成为了生物科技领域中一股不容小觑的竞争力量。他们不仅能够快速开发出可以与美国实验室的产品相媲美的新药，甚至在某些方面已经实现了超越。毫不客气地说，制药行业，正在迎来属于它的“DeepSeek 时刻”。
再举个例子，随着 GLP-1 类药物的爆炸性成功，各大制药公司纷纷加入这场军备竞赛，都急于获得自己的下一代产品，以便与诺和诺德和礼来争夺市场份额。默克公司再次将目光投向了中国，以 1.12 亿美元的预付款收购了一款口服 GLP-1 药物。当然，这笔交易还包含着基于商业成功的后续里程碑付款，总额高达 19 亿美元。
要知道，美国生物制药公司 Viking Therapeutics 在其研发管线中也拥有一款口服 GLP-1/GIP 激动剂，该公司目前的市值高达 38 亿美元。与其斥巨资全面收购 Viking，倒不如从中国低价引进一个分子，看看它是否有效呢？这笔账，精明如默克，算得门儿清！
在生物技术市场低迷的大环境下，外部竞争的加剧无疑让情况雪上加霜。并购市场已经放缓，而如今，那些曾经自信满满的创始人和投资者，现在恐怕要开始夜不能寐了，因为他们随时可能被那些他们闻所未闻的中国竞争对手在最后一刻搅黄了原本唾手可得的交易。这种焦虑，恐怕已经蔓延到了整个行业。
从偶然发现到基因泰克：药物研发技术商品化的漫长演进
生物制剂的崛起：从边缘项目到行业主流
在人类的历史长河中，绝大多数药物都是人类偶然发现的、对人体生理有积极影响的植物性化学物质。先民们尝试各种草药，如同在黑暗中摸索，最终筛选出那些能够缓解病痛的“灵丹妙药”。随着时间的推移，人们逐渐掌握了更系统地筛选化学空间以寻找有用小分子的工具。另一小类则是诸如胰岛素等可从动物体内分离并用于治疗疾病的蛋白质。这些蛋白质药物，曾经是治疗某些疾病的唯一希望。
1976 年基因泰克的成立源于重组 DNA 技术的革命性突破，这才是真正颠覆游戏规则的变革。借助基因工程工具，人们得以以一种全新的方式生产生物源性分子来缓解疾病。这就像打开了潘多拉的魔盒，释放出了无限的可能性。五十年后，每年获批的生物制剂数量已几乎与小分子药物持平，彻底改变了医药行业的格局。
炒作泡沫与幻灭期：行业成熟与整合的必然
但最初，很少有人真正相信这种新型药物会成为可能。而且，全世界具备尝试所需必要技能的人也寥寥无几。很多人容易忽略一个事实：基因泰克最初只是一个边缘项目，科学家们日夜工作，穿着统一的 T 恤、牛仔裤和跑鞋，在简陋的实验室里默默耕耘。他们就像一群理想主义的极客，试图用技术的力量改变世界。
正如彼得·蒂尔所言，这家公司掌握着一个重要的共同秘密，而外界尚未理解。这种“秘密”，就是对未来的坚定信念和对技术的极致追求。
成功改变了这一切。当基因泰克取得首个产品突破时，市场以狂热的乐观态度回应。没有什么——甚至戴安娜王妃——比改造生命更令人兴奋。基因泰克的成功，点燃了整个生物科技行业的激情。
1980 年基因泰克上市时，初始股价为 35 美元。交易开始仅一小时，股价便飙升至 88 美元，几乎翻了三倍。当时的盛况，简直是一场狂热的投机盛宴。
到 1983 年，美国公司已向新兴生物技术企业投资了 5 亿美元。两年后，美国商务部估计约有 200 家生物技术公司总共吸引了近 20 亿美元的投资。资本的疯狂涌入，催生了一个又一个一夜暴富的神话。
回首往事，这显然是一个巨大的炒作泡沫。重组 DNA 技术当时仍处于起步阶段，远未达到成熟的阶段。像重组胰岛素这样的重大突破并未迅速接踵而至。监管问题依然悬而未决，伦理的边界也模糊不清。大规模生产生物制剂也是一项巨大的挑战，成本居高不下。
最初的繁荣过后，紧随而来的是一段幻灭与收缩的痛苦时期。1985 年，马萨诸塞州的一位记者一针见血地指出：
如果这这一切对几乎没有或完全没有商业记录的科学家来说显得太过遥远，那么你是对的。仅此一点，在后繁荣时代的生物技术产业中，两种趋势已占据主导地位。
首先，在少数资本较为雄厚的公司中，科学家/创始人/首席执行官们正在聘用，或被迫聘用传统的“数字专家”担任公司总裁或首席运营官。这些是来自大公司的经验丰富的商业高管，而非学学术界的学者。位于剑桥的 BioTechnica International 刚刚聘请了一位在杜邦公司工作 20 年的资深人士。在邻近列克星敦的 Collaborative Research，新任总裁曾领导强生的一家子公司。位于尼德姆高地的 Damon Biotech 的新总裁也是如此。
其次，行业势头似乎已转向有利于大公司。尤其是那些通过股权购买和研发合同为生物技术初创企业提供大量原始资金的公司。从某种意义上说，新生物技术公司首次公开募股的良好反应，只是推迟了许多公司的坏消息。如今，当这些年轻公司急需新一轮资金注入时，杜邦、格雷斯公司、孟山都和礼来等公司却将投资转向内部生物技术能力。因此，行业专家预测将出现一波并购潮。EF Hutton 分析师尼尔森·施耐德认为，多达三分之二的生物技术公司要么合并，要么被大型制药或化工制造商收购。
换句话说，生物技术行业被迫走向成熟，必须真正实现收入，而现有的医药巨头也醒悟过来，开始在内部构建自身的生物技术能力，试图将创新掌握在自己手中。到 20 世纪 80 年代末，大多数生物技术股票已损失了四分之三的价值，无数创业者的财富灰飞烟灭。
Gartner 炒作周期：技术商品化的教科书式案例
但在这一泡沫的核心，却蕴藏着一个重要的真理：重组 DNA 技术确实是制造新药物的革命性工具。即使在更为冷静的环境中，那些拥有资源、技术、人才和毅力得以生存的公司，仍在不断推出新产品，证明了这项技术的巨大潜力。
在合成胰岛素之后，基因泰克在整个 80 年代和 90 年代又生产了七种生物制剂。安进公司是另一家成立于 1980 年的早期生物制剂先驱，他们凭借一系列突破性药物在激烈的竞争中脱颖而出。再生元公司成立于 1988 年，在最初的繁荣之后，他们通过对人类基因组的深入研究及强大的单克隆抗体生产技术平台逐渐确立了自身特色——单克隆抗体被证明是最重要的生物制剂类型之一。这些公司，最终成为了生物技术浪潮中的弄潮儿。
尽管仍有许多怀疑者，生物制品的应用范围仍在医学领域持续扩大，到 2022 年其获批数量首次与小分子药物持平，标志着生物制剂时代的真正到来。（我们之前看到的图表。）
这些先行者的商业成功同样不可否认。基因泰克于 2009 年被罗氏以 468 亿美元收购，至今仍作为极具影响力的独立子公司运营。安进目前市值达 1680 亿美元。再生元现估值 780 亿美元，股价较首次公开募股时上涨近 4000%。这些数字，是对他们长期坚持创新和付出的最好回报。
这一演变过程，几乎是 Gartner 炒作周期的教科书式范例。最初的“创新触发点”引发了一轮巨大的炒作和兴奋浪潮。当炒作未能立即兑现时，市场便趋于冷静。若初始触发点确有实实在在的内容，随着时间的推移会出现更为渐进式的回升，最终到达“生产力高原”。
抗体发现服务的兴起：技术壁垒的瓦解与同质化竞争
我们似乎确实已经进入了一个“生产力高原”。生产生物制剂的能力不再是少数公司严守的秘密，而成为了可以外包的服务。全球科学家们已经花费数十年时间完善开发这些药物的工具，积累了丰富的经验。一大批公司如雨后春笋般涌现，提供抗体开发服务，加剧了行业竞争。
以 Adimab 为例。该公司成立于 2007 年，利用新一代抗体工程技术——即酵母表面展示技术——为众多合作伙伴快速生产新分子。目前，他们已与超过一百家不同伙伴合作，“源自我们平台的临床项目超过 75 个”。Adimab 的成功，证明了技术商品化的力量。
源：Adimab
鉴于 Adimab 是一家私营公司，很难将其商业成功与安进或再生元等先行者进行直接比较。但从十年前一笔二级交易中 11 亿美元的估值推算，其大致已成长为约 50 至 100 亿美元规模的企业。
如今，若企业希望采用不同技术，或在成本、速度、地理位置乃至其他多种因素上有特定偏好，他们可以选择与 FairJourney Biologics（2024 年估值约 9 亿美元）、OmniAb（市值约 4 亿美元）、Ablexis、Specifica、Creative Biolabs、Twist Biosciences、Alloy Therapeutics 或其他公司合作。此列表仅为示例，远未穷尽所有选项。抗体发现服务市场，已经是一片红海。
值得注意的是，每一代企业的规模大约下降一个数量级。先行者成长为约 1000 亿美元以上的公司，随后崛起的领先服务提供商成为约 100 亿美元以上的企业，而如今发现市场的新进入者则是约 10 亿美元以上的公司。这种规模的递减，反映了行业竞争的加剧和利润空间的压缩。
模态商品化：警惕所有发现技术不可避免的命运
在我看来，这就像是教科书上对商品化的定义，即逐步将商品或服务转化为大宗商品并在价格上展开竞争的过程。大宗商品指的是可以与其他同类商品互换的商品或服务，缺乏独特性和差异化。
想想电子产品。最初，只有少数几家公司能生产出最好的电视，这些公司因此收取高额溢价。随着时间的推移，这种溢价被竞争消磨殆尽。如今，众多公司在好市多以数百美元的价格销售配备智能功能的大尺寸平板屏幕。这就是商品化的过程，也是所有技术都无法逃脱的宿命。
同样，抗体发现服务提供商之间的差异越来越难以区分，许多公司使用相似的技术针对相同的药物靶点生产抗体。这种同质化竞争，最终将导致价格战和利润空间的进一步压缩。
到目前为止，我们只关注了抗体的历史。但我想请你和我一起大胆假设，这可能会惹恼一些药物开发者：没有任何发现技术能免受商品化这一不可避免趋势的影响——就像几乎所有其他技术一样。
对于大小分子而言，一旦发现技术——无论是高通量筛选、计算机模拟筛选、体外或体内模型，还是分析检测——实现标准化，全球各地的公司将竞相将其作为服务提供，最终导致技术壁垒的瓦解和利润的流失。
这是模态商品化的漫长历程，也是技术发展的必然规律。
随着时间的推移，革命性的理念将成为下一波创新的普遍基石，而曾经的创新者，也将面临被后来者超越的风险。
生物技术投资的战略演进：从“首创”到“快速跟进”
“快速跟进者”策略：降低风险与追求价值最大化
在发现技术标准化和商品化的同时，生物技术投资也走向专业化。经过数十年的摸爬滚打，这个行业逐渐形成了一套相对标准化的公司估值模型，并涌现出了一些新的投资策略。
其中一种已经获得广泛认可的策略就是所谓的“快速跟进者”（Fast Follower）方法。简单来说，就是开发一种新药，使其在已有药物针对的靶点上成为“同类最佳”（Best-in-Class），而不是耗费巨资去挑战全新的药物靶点，成为所谓的“首创”（First-in-Class）。
2003 年发表的一项分析报告就指出了“追求最佳”策略的两大关键优势。首先，这类药物显然具有更低的风险特征，因为其靶点已经通过基于人体证据的药物审批得到了验证。投资者们通常会喋喋不休地讨论他们为新靶点假设所承担的“生物学风险”有多高。其次，风险上的差异似乎并没有带来相应的回报。事实上，通过观察 1991 年至 2000 年间推出的药物，可以发现，大多数重磅炸弹药物都是针对已知靶点开发的，而快速跟进者所创造的价值反而高于那些风险更高的创新药物。这简直是对“高风险高回报”投资信条的无情嘲讽！
默克公司收购我们之前研究过的口服 GLP-1 激动剂，就是一个“快速跟进者”策略的鲜明例证。诺和诺德与礼来公司在验证首批 GLP-1 药物疗效时，承担了巨大的风险和不确定性。而如今，其他公司则可以站在巨人的肩膀上，竞相开发具有改良特性的快速跟进产品，例如以药丸形式替代注射给药，从而降低患者的用药负担，提高市场竞争力。
虚拟生物技术公司：外包研发与加速价值实现
许多生物科技投资者已经将此类分析推向了逻辑的极致。随着早期融资轮次规模及其背后资金的膨胀，将大量资本押注于完全未经证实的靶点假设上，变得愈发难以自圆其说。在实践中，这就导致了已验证靶点领域出现了严重的扎堆现象。大家都挤在一条赛道上，争夺那为数不多的蛋糕。
为了让事情变得更加高效，2010 年代左右兴起了一种叫做“虚拟生物技术公司”的新型企业。他们将所有的研发工作外包给像 Adimab 这样的发现合作伙伴，自己则专注于项目管理和资本运作。其目标通常是快速开发出针对已知靶点的最佳分子，然后将其出售给大型制药公司进行后期开发和商业化。这种模式，简直就是生物技术领域的“空手套白狼”！
中国 CRO 的崛起：速度与成本优势的双重加持
这段行业历史对于理解近期中国许可协议的激增至关重要，因为许多顶级的生物技术外包合作服务商都是中国的合同研究组织（CROs）。
药明生物，这家提供全方位生物制剂发现与制造服务的中国巨头企业，已经跃居全球第二大外包合作伙伴，占据了超过 10% 的全球市场份额。药明生物的崛起，充分体现了中国生物科技的强大实力。
“看涨期权”策略：中国生物科技的弯道超车
而如今，中国在 2015 年新政策中体现出的一个极具逻辑性的战略演变，就是从单纯的服务提供商转向自主研发药物。在一个大多数人都使用标准化发现技术针对相同药物靶点进行研究的世界里，中国拥有两大关键优势：
- 速度。 新的一系列改革使得临床试验能够更快地启动，大大缩短了药物研发的周期。
- 成本。 中国科学家的薪资仅仅是美国科学家的一小部分。一支由高技能——通常都受过美国培训——的研究人员组成的大军，可以投入到更多问题的研究中。这种人力成本上的优势，是其他国家难以匹敌的。
凭借着这些优势，中国的初创企业和生物制药公司似乎已经覆盖了已知药物靶点的所有领域。他们以临床前或早期资产的形式，对广泛的靶点布局廉价的“看涨期权”，就像风险投资一样，广泛撒网，重点培养。当某一特定靶点或产品构想获得大型制药公司青睐时，这些“期权”便可以通过加大投入，加速现有项目进程来执行。这简直就是一场豪赌，赌的是中国生物科技的未来！
这种策略，给那些奉行“快速跟进”策略的企业带来了巨大的压力。当美国的科学家们夜晚进入梦乡时，地球另一端的竞争对手实验室里的机器，仍然在不知疲倦地嗡嗡作响。这种竞争的压力，迫使美国生物科技公司不得不重新审视自己的战略。
人工智能：生物科技的最后一次商品化浪潮？
AI 药企的崛起：颠覆传统还是泡沫再现？
过去几年，大量的资金涌入那些怀揣雄心壮志、旨在利用人工智能来彻底变革药物研发过程的公司。像 Xaira Therapeutics 这样以 10 亿美元“种子”资金起步的企业，目标是完全自主地研发药物，试图颠覆传统的制药模式。但 EvolutionaryScale、Profluent、Chai Discovery 和 Latent Labs 等许多公司则更倾向于采取类似于 Adimab 的策略，将这项新兴技术作为一种广泛赋能的基础设施来提供，而不是直接参与药物研发的竞争。
当 Latent Labs 成立时，Pillar 的 Tony Kulesa 写道：
由此诞生了一个清晰的愿景：在药物发现领域普及先进人工智能工具的使用。尽管每家寻找治疗分子的生物技术和制药公司都明白人工智能的作用，但大多数公司并不具备开发自己前沿模型和工具的能力。西蒙的洞见在于，通过让合作伙伴即时获取最佳工具，Latent Labs 能够加速整个行业的药物设计进程。
这种大规模融资与新的商业模式相结合的现象，引发了一种既好奇又怀疑的复杂反应。Endpoints 的 Andy Dunn 犀利地指出：“Latent 的成立展示了以 AI 为核心的初创企业如何在生物科技领域打破传统。大多数生物科技公司都是围绕某个分子、研究论文或关键知识产权而成立的，而 Latent 的投资者则押注于 Kohl 和另一位前 DeepMind 开发者、AlphaFold 的 Alex Bridgland 的 AI 才能，相信他们能找到出路。”这种投资逻辑，简直是颠覆了生物科技投资的传统观念。
熊市与牛市：AI 技术能否引领药物设计的质的飞跃？
让我们来认真地考虑一下这项投资论点的熊市情况和牛市情况。
在熊市情况下，人工智能技术可能并没有想象中那么强大。无论是专注于新数据的生成、模型的扩展、架构的改进，还是这三者的某种组合，这些技术方向都无法显著地推动药物研发的进展，仅仅是对现有技术的微小改进而已，无法带来质的飞跃。
在麻省理工学院分子机器学习会议的现场笔记中，Dimension 的西蒙·巴尼特一针见血地写道：“我对 [Adimab 联合创始人] 威特鲁普博士演讲的理解是，他认为单克隆抗体（mAb）的发现基本上已经是一个被彻底解决的问题，而机器学习（ML）对这个领域的影响被夸大了。”这无疑是对人工智能在抗体发现领域应用前景的泼了一盆冷水。
如果人工智能技术最终仅仅对抗体发现等问题产生微小的量化影响，那么提供这些解决方案的公司，很可能会加入到众多竞争性地提供此类服务的公司行列中，最终陷入同质化竞争的泥潭。我们可能会看到市值远低于 10 亿美元的公司，而不是约 500 亿美元至 1000 亿美元以上的世代巨头。
那么，牛市的情况又会是什么样的呢？让我们一起眯起眼睛，大胆地想象一下，人工智能的进步轨迹将会带来质的飞跃，真正引领我们进入一个设计而非发现的全新世界。想象一个模型，它能够零样本预测出柏拉图式的抗体——对任何靶标都具有完美的亲和力和特异性，在每一个维度上都经过了极致的优化。你只需要输入目标产品的特性（TPP），就能得到一款完美的药物。这将会彻底颠覆现有的药物研发模式。
这将会是一件非常了不起的大事！
一个常被引用的比较对象是 Cadence Design Systems，这家市值高达 660 亿美元的公司，其大部分收入都来自于向半导体行业授权其电子设计自动化（EDA）软件和知识产权。在高价值领域，最优秀的、最强大的设计工具可能极具价值。那么，“制药业的 Cadence”是否会拥有更大的规模？
原子精度设计抗体：AI 的潜力与局限性
现在，让我们来审视一下是否有证据支持这一技术发展的轨迹。
去年三月，华盛顿大学的贝克实验室发表了一篇题为《原子精度从头设计单域抗体》的预印本论文。基于他们在计算蛋白质设计领域数十年来所积累的领先经验，他们引入了一个人工智能模型，该模型能够有效地为特定的靶标生成微型抗体（被称为 VHHs 或纳米抗体）。
这些研究结果激起了极大的兴奋和浓厚的兴趣——其中包括为启动 Xaira 公司而投入的 10 亿美元的巨额赌注。但是，这项研究工作仅仅是一个概念验证，而不是一个能够吐出完美抗体的神奇黑匣子。科学家们指出，所生成的纳米抗体对其靶标的亲和力仍然太弱，无法成为药物。而且，纳米抗体是一种奇怪的蛋白质，与人类抗体并不完全相似——这在一定程度上限制了它们在许多临床应用中的效用。
不到一年之后，Baker 实验室对他们最初的预印本进行了“显著的更新”，并将其更名为《使用 RFdiffusion 进行原子级精确的抗体从头设计》。正如你可能已经猜到的那样，标题之所以发生了改变，是因为研究的范围已经扩展到了 VHH 设计之外。更新后的预印本还展示了单链可变片段（scFvs）的设计，这是一种拥有两个可变域而不是 VHH 的单一可变域的另一种抗体形式。
另一个重要的更新是针对亲和力问题的回应。作者写道：“虽然最初的计算设计所显示的亲和力并不高，但是利用 OrthoRep 进行亲和力成熟可以生产出保持预定表位选择性的个位数的纳摩尔级的结合物。”换句话说，人工智能目前还不能够生成完美的结合物，但是可以通过现有的实验技术来进行快速的调整和优化。
所以，仅仅过去了一年左右的时间，我们似乎就看到了人工智能在药物设计领域的巨大进步。但我们依然需要警惕，在仅仅两个数据点之间划线是有风险的，我们不能过分乐观地估计人工智能的潜力。展望未来，如果我们能够利用 OrthoRep 创建一个庞大的亲和力训练数据集，而这一步脱离了原子的领域，以改进模型权重的形式被编码在比特的世界中，又会发生什么呢？
未来五年，又有什么会阻碍从 VHHs 到 scFvs 再到成熟单克隆抗体的持续发展呢？
再次粗略地观察一下，我们似乎正处在生物制剂开发数字化的边缘。如果速度、成本——可能还有质量——方面的优势足够显著，那么这可能会导致发现市场的整合，新的参与者迅速地吸引大量的外包工作份额，从而取代现有的企业。
现在，让我们认真地思考一下在“基础模型”这一概念下的世界将会是什么样子的。如果生物结构和功能的重要基础模式是通过众多的任务学习而来的呢？正如 Latent Labs 的 Simon Kohl 对 Endpoints 所说的那样：“这一愿景将会更加宏大。我认为我们可以在此基础上进行扩展，随着时间的推移，我们会发现在分子相互作用层面之外的许多其他领域也能够通过生成模型来引导。”人工智能的潜力，远不止于药物设计。
因此，如果以上这些猜想——或者是我刚才所概述的任何一部分——是真实的话，那么其中的一些公司可能会变得非常庞大。
开源模型的涌现：算法竞争与价值积累
但最大的威胁之一很可能就是……商品化！毕竟，整个“DeepSeek 时刻”的框架都源于中国研究团队在资源少于美国同行的情况下，人工智能能力突然实现了飞跃。
现在已经有了这种迹象。
迄今为止，诺贝尔蛋白质结构预测奖的共同获得者、DeepMind 和 Isomorphic Labs 的首席执行官德米斯·哈萨比斯一直都押注于算法的创新，而不是构建专有的数据护城河来确保模型的防御性。在最近的一次采访中，他表示：“让你的算法变得更好，让你的模型变得更加优化。你确实拥有足够的数据——只要你在算法方面足够创新。”这无疑是对数据垄断的挑战。
令人惊讶的是，严肃的算法竞争者如此迅速地涌现了出来。
2024 年 5 月，Isomorphic 与 DeepMind 发表论文，介绍了他们最新且最先进的结构预测模型 AlphaFold3。同年 9 月，Chai Discovery 发布并开源了一款尖端的模型。约两个月后，麻省理工学院的一个研究小组又推出了性能相当的另一个开源版本。人工智能领域的竞争正在变得越来越激烈。
在这场全新的人工智能竞赛中，价值将会如何积累，这是一个非常值得关注的问题。
无论如何，所有这些进展都将为药物研发和其他环节的创新开辟新的机遇，人工智能将会彻底改变生物科技的未来。
疾病洞察平台：下一个价值洼地？
从模式到靶点：生物技术平台的战略转型
并非所有的生物技术平台都只专注于治疗模式本身。有些公司关注的是硬币的另一面：如何识别新的生物靶点，以便更好地开发新药。在史蒂夫·霍尔茨曼（Steve Holtzman）的“平台公司类型学”中，这些公司被称为“洞察平台”。
专注于疾病洞察，往往也伴随着一系列战略挑战。霍尔茨曼在他的原始帖子中写道：
然而，2 类 A 型平台公司面临着一系列 1 类平台公司未曾遇到的挑战。这些挑战本质上源于 2 类 A 型平台公司的产出是数据/信息/洞察，而非如 1 类平台公司那样生产新化学实体（NCEs）和生物治疗药物。
- 生物制药行业的数据历史就是其商品化的历史。
- 以药品/产品为“生命线”的公司有着既得利益，将数据“预竞争化”（或至少在独占一段时间后这样做）。他们凭借产品取胜；不愿被信息所有者所束缚。
- 知识产权（IP）环境日趋严格：过去仅凭展示某基因在病变组织中过度表达（或疾病状态下的基因突变）的转录谱，就能获得“通过任何方式调节靶点 A 以治疗疾病 X 的方法”这类逻辑形式的专利授权（附带权利要求说明“方式”可以是抗体、反义核酸、RNA 干扰、基因治疗、小分子等）的日子已一去不复返了。
- 此外，随着时间的推移，客户群体的需求变得更加广泛。在 20 世纪 90 年代，大多数大型制药公司的客户愿意接受将数据使用限制在小分子药物发现和开发上的条款（因为这是他们唯一从事的领域），而如今，所有制药公司/大型生物技术公司都会要求获得利用这些数据进行所有治疗模式开发的权利。
- 最后，Genus 2, Species A 平台公司在数据的生成、管理和分析方面拥有并构建了其专业知识。它并不具备或无法承担在一个或多个治疗模式中药物发现/开发的重大能力投资，或在一个或多个疾病领域的深入生物学/转化能力培养。
- 最终结果：Genus 2, Species A 平台公司放弃其数据/信息业务，转而建立并成为一家药物发现与开发企业。
让我们来好好分解一下这段话。
首先，很重要的一点是要认识到，数据生成技术本身也经历了一个漫长的商品化过程。（这就是技术，伙计们！）其次，过去的主要问题在于与大型合作伙伴之间不对称的谈判地位——他们曾经独占着发现技术，这使得他们在针对新靶点实际创造化学物质时，拥有着不公平的优势。这简直就是“赢家通吃”的游戏。
GLP-1 药物的启示：生物学洞见的重要性
这种动态现在已经开始发生转变。CRO 行业的成长和成熟已经使得洞察公司能够带着他们自己的新化学实体（NCEs），而不是仅仅是围绕着靶点洞察的专利，参与到与合作伙伴的讨论中。这使得他们在谈判中拥有了更多的主动权和筹码。
如果人工智能加速了这种动态，又将会发生什么呢？随着时间的推移，随着模式变得越来越商品化，从靶点洞察到可开发化学物质的时间和成本可能会进一步压缩，这将会极大地提高药物研发的效率。
在这个全新的世界秩序中，天平可能会发生倾斜。针对已知靶点的新疾病见解，其价值可能会超越化学空间中任何渐进式的起点。毕竟，药物研发的核心在于对疾病本质的理解，而不是对现有技术的简单改进。
毕竟，GLP-1 药物超过 1000 亿美元的巨大成功，是建立在对生物学洞见的深刻理解之上的，而不是建立在技术模式的进步之上的。
如何释放创新疗法的新浪潮？
当然，还有一些经济和技术现实可能会减缓这方面进展的速度。
在经济层面上，正如 David Yang 精辟地指出的那样，GLP-1 之所以能够成为制药业的成功案例，而不是生物科技公司的胜利，部分原因在于并购在这个行业中的核心地位。大多数早期的生物科技投资者，都寄希望于通过大型的收购来实现资金的流动，这意味着他们密切地关注着制药巨头的收购清单。而制药买家们，确实不愿意斥资数十亿美元去验证一个全新的生物学假设——尤其是在市场机遇的规模尚不明确的情况下。这无疑阻碍了创新疗法的发展。
我们究竟该如何改变这种现状，从而释放出更具创新性的药物新浪潮呢？我们需要继续缩短从发现、开发到商业化的每一个环节的时间和成本，提高药物研发的效率。
这样做将会使得早期的药物发现变得更有价值，也将会吸引更多的资本投入到这个领域。
生物学难题与技术瓶颈：挑战与机遇并存
提升发现和商业化能力，看似都是技术问题。加速发展可能需要新的技术和监管改革。借鉴中国的经验（这次换一换思路！）并研究他们最近的改革举措，或许能够为后者提供一个良好的起点。中国的监管改革，为创新药物的快速上市提供了保障。
在技术层面上，很重要的一点是要认识到，模拟人类生物学要比模拟特定的模式，是一个更为困难的人工智能问题。让我们来考虑这两个问题：我的抗体是否以更高的亲和力结合了这个靶点？激活 GLP-1 受体又会对整个人体生理产生什么样的影响？实验室中明确地回答第一个问题的工具已经具备。而第二个问题的答案，只有在首次人体试验之后才能完全知晓，因为我们现有的临床前模型，仅仅是对人类生物学的粗略近似。我们需要更精确的模型来预测药物在人体内的反应。
更有效地模拟人类生物学，可能需要大量的数据生成和在全新的人工智能范式上的持续进步。这将会是一项艰巨的任务，但也是药物研发领域未来发展的关键。
随着时间的推移，应对这些经济和技术挑战，可能会极大地重塑生物制药行业的格局，引领一波新兴的商业生物技术公司，推进更大胆、更具有创新性的疗法浪潮。这将会是一个充满机遇和挑战的时代。
护城河的重塑：生物科技商业模式的未来
传统的护城河：规模经济与知识产权垄断
在大多数行业中，都存在多种可行策略，用于建立持久的竞争优势。哈密尔顿·赫尔默（Hamilton Helmer）提出的经典 7 Powers 框架旨在列举最普遍采用的方法。
这 7 大力量分别是：
- 规模经济：随着产量的增加，单位成本会持续下降的企业。
- 网络经济：一种随着用户基础的扩大，客户所实现的价值也会随之增加的商业模式。
- 逆向定位：企业采用一种新的、更优越的商业模式，而现有的企业由于担心现有业务被蚕食而无法效仿。
- 转换成本：一种商业模式，客户预期因转向替代方案而遭受的损失，将会大于所获得的价值。
- 品牌效应：由于历史信息的影响，一个企业在提供客观上完全相同的产品或服务时，会享有更高的感知价值。
- 受困资源：一家企业拥有对某种令人垂涎的资源的优先获取权，这种资源能够独立地提升价值。
- 流程力量：一个企业的组织结构和活动组合能够实现更低的成本和/或更优质的产品，这些优势只有通过长期的投入才能匹敌。
冒着过于简化的风险来说，在生物制药领域，只有两种力量才是真正重要的。大型制药公司受益于规模经济，因为它们能够通过现有产品组合的收入来分摊新药的研发和商业化成本，这使得他们在竞争中拥有了更大的优势。而对于生物技术公司来说，基本上唯一真正的力量来源，就是以新知识产权（IP）的形式所控制的垄断资源。没有专利保护，他们的创新成果就很容易被竞争对手模仿。
正如彼得·德鲁克曾经写道：“制药业是一个信息产业。”小分子药物的价值与其物理形态无关，后者的价值几乎为零。能够对任何现有的实体产品收取最高的利润，纯粹是知识产权的功能。一旦知识产权到期，仿制药制造商就能够迅速地介入，并提供大幅降低的价格。这使得创新药的价格迅速下降，也使得制药公司的利润大幅缩水。
CAR-T 疗法与个性化癌症疫苗：新护城河的雏形
这就是 RA Capital 的彼得·科尔钦斯基所定义的“生物技术社会契约”。科学家和企业家因创新而获得专利独占权的奖励，这鼓励他们不断进行创新。但这种独占权是有限的。一旦到期，创新药物就将会成为后世子孙都能够负担得起的廉价商品。
商品化带来的隐忧是，这可能很快就会成为中国与生物制药行业之间的新型社会契约——只要他们能够以更低的成本、更快的速度生产出同等知识产权的产品，他们就能够迅速地占领市场。
但是，如果有一种不同的方式能够在生物技术领域建立防御壁垒呢？
有一些早期的例子，指向了防御性的正交形式。对于 CAR-T 疗法——一种以改造患者自身的细胞来消灭癌症为核心的新型医学形式——其通用化将会呈现出什么样的面貌，目前尚难预料。在科尔钦斯基关于《生物技术社会契约》的书中，他实际上对此表达了自己的担忧。销售这些药物的公司，可能从工艺的力量而不是围绕知识产权的垄断资源中获得护城河。生产工艺的复杂性，使得竞争对手很难模仿。
现在让我们随着时间的推移，继续向前推进。
个性化癌症疫苗是另一种具有此类形态的治疗方法。这类药物的核心，并非由单一的化学成分所构成。相反，每一剂药物都是通过患者测量数据、算法以及生产步骤的复杂组合而制成的。这使得每一剂疫苗都是独一无二的，也使得竞争对手很难进行复制。
这带来了一些非常有趣的结果。这有可能是第一种具有网络经济效应的药物。由于每一剂药物都是通过算法所设计的，因此随着所收集的数据越来越多，其质量也