李彦宏的这个野心太大了( 四 )


而与此前技术不同 , 百图生科的免疫机器人、类免疫系统,很可能是一次大的飞跃 。因为,理论上,这套驱动引擎,不仅有助于快速找到靶点 , 还有助于验证靶点、提高临床阶段的转换 。针对的都是研发中的难点、痛点问题 。
“这是一个弯道超车的机会,我们中国企业也可以推出世界领先的药物,做出真正的First in class,乃至Only in class的药物 。”刘维兴奋地指出,甚至可以促进那些原来科学上认为可行,但是工程上难以实现的研究成果转化落地 。
即便本次尝试不成功,按照百图生科首席AI科学家宋乐的预言 , 诞生在生物计算领域的AI大模型,还是非常有可能成为“彻底改写药物研发技术能力”的新势力 。
成功路上的三座大山
科技公司与创新药研发的逻辑差异如此悬殊——
一个在讲快速迭代的“摩尔定律”,一个讲的是“每9年研发成本翻一番”的“反摩尔定律” 。
一个在百图生科看起来信心满满的宏大蓝图 , 对于习惯细工慢做的医药人来说,简直就是吃下去的“大饼” 。
双方的“惯性”拉扯之下,未来 , 百图生科至少有三座大山需要跨越 。
第一座大山,就是资金挑战 。
人类希望用计算机来辅助药物研发的历史可以追溯到1980年代 。为了挑战蛋白质折叠问题,从2004年IBM推出超级电脑“蓝色基因”到成功,至少用了16年时间 。
在这个过程中,除了时间、人力、物力,资金投入也是可观的 。
可以看到,1999年筹建之初,IBM透露的“蓝色基因”投资规模就已经达到了1亿美元 。
DeepMind在2013年被收购前已经欠下11亿英镑的债务 。另据谷歌的财报,2014年到2019年的6年间,他们就亏掉了14.35亿英镑 。到2020年以后好不容易扭亏,但是赚的相比烧掉的钱连零头都不到 。虽然这些钱并不是都花在解锁蛋白质结构上,但是背后的艰辛也可见一斑 。
据医药魔方统计,2017年至2021年全球AI+制药领域融资规模从1亿美元激增至59亿美元 。
百图生科的烧钱势头可能还要超出很多创业公司 。
在过去一年多时间里,其规模也从最初的20到30人迅速增员到近300人 , 都是学历高、有药企经历的人才 。刚刚揭幕的北京中心实验室面积达到5000平方米 , 加上此前已经投入使用的苏州实验室,总规模超过1万平方米 。而且引进的设备很多都是顶级的 。
“看起来就很贵 。”有行业人士向虎嗅感叹 。
新药研发是一场马拉松,赢在起点不意味着能够赢到最后 。
前面提到,按照李彦宏最初的计划,百图生科要在3年内融资20亿美元 。但是现在1年多过去了,目前已知的只有A轮融资的“上亿美元” 。
如果百图生科想要做新药研发而非平台,加上又有新药进入临床,那么在接下来的几年甚至十几年里,就需要有持续的资金投入其中 。在百度也面临营收压力的情况下,资金挑战还是不容小觑 。
除了钱的问题,临床研究成功率低和免疫系统研究不足,也都是拦路的“大山” 。
事实上,多靶点药物在人体中作用机制比普通单靶点药物更复杂,出现毒性的风险更大,也更容易失败 。目前走得比较快的联合用药,以及偶联药物,包括ADC药物等领域,都有很多惜败的案例 。包括罗氏、默沙东等经验丰富的跨国药企 。
当然 , 如果“类免疫系统”成功上线,这个问题或许不难解决 。但是,因为基础研究的缺失 , 特别是免疫系统研究的不到位,类免疫系统本身也面临挑战 。
著名分子肿瘤学家、中国工程院院士、百图生科科学顾问委员会主席詹启敏院士表示,目前科学界对免疫体系的了解也不够,无论是细胞免疫还是体液免疫 , 乃至对免疫微环境的形成都有很多疑问,而且很多问题已经不是单纯的分子生物学能够解决的了 。

相关经验推荐