Flagship创始人公开信：变革生物技术的四个方向

作者：杨超月

　　日前，业内知名风投机构Flagship Pioneering的创始人兼首席执行官Noubar Afeyan博士发表了一篇长文，介绍了他心目中属于生物技术的未来方向，也总结了在全球疫情期间产业学到的宝贵经验。在他看来，可编程的药物与数字生物学、机器学习与人工智能、生物平台潜力、以及监管系统的革新，将为生物技术领域带来深远的变革。

　　可编程药物的兴起

　　在这一年里，可能很多人都听说过可编程药物（programmable medicine）的名字。这种听上去就像是计算机术语的翻译对于生物技术究竟意味着什么？ Afeyan博士给出了很好的解释。

　　他说在计算机的语言里，编程就是给计算机下达一系列指令，来进行一系列的计算工作。对于计算机来说，只要指令相对稳定，计算机产出的结果也相对会比较容易预测。也就是说，指令产出的是预期的结果。但在生物学中，情况往往不是这样。如何提升生物学实验的可重复性和可预测性，也是提高产业研发生产力的关键。

　　在过去的10年里，人们对生物学的理解有了指数级的提高，因此也能更好地对其进行预测。这样的预测是双向的――一方面，我们可以设计药物，然后预测它们的治疗效果；另一方面，我们也可以先预想结果，然后预测怎样的药物能够实现这一目标。

　　mRNA疫苗就是一个典型的例子。科学家们早就知道如何通过DNA和RNA序列，来指导蛋白质的合成。如今，我们则能够从遗传信息出发，用来指导免疫反应的发生。科学家们知道冠状病毒的刺突蛋白是病毒入侵细胞的关键，因此诱发针对这种蛋白的免疫反应，可以防止病毒感染细胞。而在疫情前，多年的工作也已证实mRNA技术理论上可以用于编码任何一种抗原，诱发免疫反应。因此在很短的时间内，科学家们就能设计出针对新冠病毒刺突蛋白的mRNA疫苗。

　　类似的例子还包括使用特定的化学结构来引起生物学上的反应，或是使用特定的RNA序列来让细胞做出回应等。生物学的基本元件能通过理性设计，在人体内达到预期的效果。这就是可编程药物的时代。展望未来，这或许也预示着生物医药产业的新药发现模式，将从比拼成功概率的数字游戏，变成更为精准的理性设计。

　　在这个时代，每年问世的药物有望大幅增加，造福病患。在刚刚结束的第十届药明康德（603259）全球论坛上，同样专注可编程药物的Laronde首席执行官Diego Miralles博士就曾指出，可编程药物彻底改变了他对“可能”的定义。“对于我们产业来说，一大挑战在于所生产的产品本身。这个分子必须在人体内有生物学上的效果，我觉得这是一个很大的瓶颈。”而可编程药物本身非常简单，将其向前推进时也不会如同其它产品那样复杂，这将是医药产品的一个重大变化。他也期待利用可编程药物平台，在10年里为患者带来100款新药。

　　人工智能与生物学的交织

　　Afeyan博士在长文中提到了Flagship另一篇关于人工智能与生物学的报告，该报告指出两者是带来突破性创新的双引擎。

　　在生物学领域，人工智能技术并不是什么新鲜的名词。早在上世纪50年代，科学家们就已经尝试用相关技术开发人造大脑。1958年，首个人工神经网络（artificial neural network）诞生。随后，人工智能在图像处理、语言识别等领域取得了一系列突破。如今，人工智能在各个产业都成为了热词，在生物医药领域自然也不例外。

　　随着人工智能和生物学两个领域各自取得蓬勃发展，两者的交汇也让产业充满兴奋和期待――在大规模的生物学数据面前，机器学习技术能够找到人类疾病的原因，以及与人类基因组之间的关联。人工智能技术也能预测海量蛋白质的三维结构，打开通往全新疗法的大门。在临床试验上，人工智能同样拥有自己的一席之地。Flagship投资的Valo Health公司首席执行官David Berry博士同样在药明康德全球论坛上提到，“一个临床试验大概会引入1800个左右的变量”，而一个人平均只能想到3到5个变量。而如果能利用大规模、高质量的人类数据，用更系统的方式去开展工作，就能提高临床试验的成功概率。

　　有意思的是，生物学也有机会来促进人工智能的提高。从诞生起，人工智能的研究就从人类大脑里获得了不少灵感。目前不少遗传算法的开发，就基于演化以及行为生物学的理论。比如一些基于蜜蜂行为开发出的算法，已被用于癌症的分类。

　　展望未来十年，生物学和人工智能有望形成一种更为和谐的共生关系，相辅相成。对于生物医药产业，在基础科研、新药发现、疾病诊断、临床试验、乃至真实世界数据分析中，人工智能都有望扮演重要角色，造福病患。

　　专注平台型公司