一个让人不安的数字:1000倍
-------------------------------------------------------------
这不是股价涨幅,不是用户增长,而是哈佛博士Douglas Yao声称的,他将阿尔茨海默病药物临床前研发成本,降到了传统模式的千分之一。
传统模式需要数千万美元、一支由数十名博士组成的团队、一座配备了千万级设备的实验室,以及5-10年的时间。
他在自家车库里,用一台二手自动化移液工作站、几个AI大模型、一堆从eBay淘来的玻璃器皿,加上他自己一个人,完成了这一切。
无独有偶,清华大学等高校和安戈普罗公司的合作也显示,其AI药物发现平台可将药物候选发现与验证时间从3-4年压缩到8个月。
如果你是一位医药投资人,看到这里,你的第一反应是什么?
大概率是,这不可能。
而正是这个不可能,恰恰是旧体系即将崩塌的第一声裂响。
一个分子的诞生——PAC-832的技术解剖
-------------------------------------------------------------
让我们先放下宏大叙事,进入技术细节。
靶点的选择:为什么是GalR1?
Douglas Yao选择的靶点是甘丙肽受体1型(GalR1)。甘丙肽是一种神经肽,在阿尔茨海默病患者的大脑中过度表达,抑制乙酰胆碱的释放——而乙酰胆碱正是维持记忆和认知功能的关键神经递质。
图: Galanin的结构
这个逻辑链条非常清晰
甘丙肽过度表达 → GalR1过度激活 → 乙酰胆碱释放受抑 → 认知功能下降
↓
GalR1拮抗剂 → 阻断这条通路 → 恢复乙酰胆碱水平
然而,这个靶点在过去几十年里一直被主流药企忽视。原因很简单,找不到一个好的分子。
GalR1属于G蛋白偶联受体(GPCR)家族,这类蛋白嵌入细胞膜中,结构复杂,传统方法很难获得高分辨率的晶体结构用于药物设计。更重要的是,要开发一个既能穿透血脑屏障、又对GalR1具有高度选择性(避免作用于GalR2和GalR3引起副作用)的小分子,难度极高。
大药企的计算结果显示,投入产出比不划算。 于是这个靶点被搁置了。
AI的介入,从不可能到可能
Douglas Yao的工作流是这样的:
1. 靶点结构预测:他使用AlphaFold2和RoseTTAFold对GalR1的跨膜结构域进行建模,虽然没有高分辨率晶体结构,但AI生成的模型足以提供合理的结合位点假设。
2. 虚拟筛选:他利用ChemSpace等超大型化合物库(包含数十亿级别的类药小分子),通过基于结构的虚拟筛选(Structure-Based Virtual Screening, SBVS),在AI模型的指导下,将候选分子范围缩小到几百个。
3. 分子优化:对于筛选出的苗头化合物,他使用强化学习和生成式化学模型(如REINVENT、MolDQN)进行迭代优化,重点关注三个参数:
结合亲和力(对GalR1的IC50)
选择性指数(对GalR2/GalR3的选择性倍数)
ADMET性质(吸收、分布、代谢、排泄、毒性)
4. 实验验证:他在车库里亲手合成了候选分子,使用Opentrons OT-2自动化移液工作站完成高通量体外结合实验,通过荧光偏振(FP)和钙流检测(FLIPR)确认活性。
结果:PAC-832——全球首个选择性GalR1拮抗剂,对GalR1的IC50达到0.28μM,对GalR2/GalR3在30倍浓度下无任何活性,且能够有效穿透血脑屏障。
在小鼠行为学实验中(Y迷宫和新物体识别测试),PAC-832的表现与已上市的阿尔茨海默病药物多奈哌齐相当。
而他做这一切,只花了几个月,和几万美元。
旧体系的傲慢,为什么“不可能”是最大的谎言
-------------------------------------------------------------
现在,让我们听听来自旧世界的声音。
一位匿名的业内人士在报道中直言不讳:“胆碱通路只是一个下游的对症机制,根本无法延缓阿尔茨海默病的实质进展。”
他说得对吗?技术上,是对的。
阿尔茨海默病的上游病理机制涉及Aβ淀粉样蛋白沉积、tau蛋白过度磷酸化、神经炎症等多重因素。单纯增强胆碱能信号,确实无法阻止神经元持续死亡。这也是为什么多奈哌齐等胆碱酯酶抑制剂只能改善症状,不能逆转病程。
但这位专家的潜台词是,既然这条路不是最优解,就不值得走。
这就是旧体系的致命逻辑缺陷,用不够完美来否定有价值。
让我们拆解这个逻辑背后的三层动机:
第一层:认知的牢笼
百年制药工业形成了一套严密的“真理体系”:药物研发必须遵循“靶点发现→靶点验证→先导化合物优化→临床前研究→临床试验”的线性流程,每一步都需要严格的统计学显著性和同行评议。
这套体系在过去挽救了无数生命,但也制造了一个巨大的认知盲区,任何不在这个框架内产生的结果,都不配被称为证据。
Douglas Yao的行为,在旧体系眼中就像是一个没学过乐理的人在演奏钢琴,他弹出来的曲子可能好听,但因为他看不懂五线谱,所以音乐家们拒绝承认那是音乐。
旧体系的傲慢,往往不是因为太强大,而是因为太习惯。习惯到忘记了所有规则最初也只是某个车库里的疯狂想法。
20世纪的药神——保罗杨森在车库自建了药理实验室。
他被广泛认为是世界上发明过最多药物的人之一。
第二层:利益的护城河
一个不可回避的事实是,千分之一的成本,意味着整个产业链的价值重估。
如果一个人、一个车库、几万美元就能完成临床前研发,那么:
CRO公司(合同研发组织)每年数十亿美元的订单从何而来?
大型药企数千人的研发团队的合理性何在?
风险投资基金动辄数千万美元的A轮融资估值逻辑如何自洽?
这不是学术争论,这是生存危机。
当旧体系说“这不科学”的时候,它真正想说的是:“这会毁了我的生意。”
而最昂贵的偏见,是用过去一百年的经验,否决未来一百年的可能。
第三层:对不确定性的恐惧
旧体系的从业者们并非愚蠢。他们中的很多人亲眼目睹过太多失败——阿尔茨海默病领域98%的临床失败率,意味着每50个进入临床的候选药物中,只有一个能最终获批。
他们害怕犯错,害怕被嘲笑,害怕在一个不靠谱的方向上浪费职业生涯。
所以他们选择坚守已知的规则,哪怕这些规则正在变得低效。
保守派的终极武器不是论证,是时间。但他们忘了,时间也是革命者的盟友。
渴望与失望——被遗忘的患者
-------------------------------------------------------------
在这场关于“技术是否可行”的辩论中,有一个群体被完全忽视了。
患者。
报道中有这样一条留言,只有短短一句话,却比任何技术论文都更有力量:
“为了人道主义,我急需。”
这四个字的背后,是多少个彻夜难眠的夜晚?多少次辗转于不同医院的无功而返?多少回在搜索引擎里输入“阿尔茨海默病新药”后看到的都是同一个答案——“尚无治愈方法”?
当业内人士在争论胆碱通路是否是最优机制时,患者的亲人正在一点一点忘记他们的名字。
当投资人在计算98%的失败率对应的风险溢价时,患者的家庭正在为每月数千元的护理费用发愁。
患者的绝望,是旧体系最坚硬的护城河;而新技术的第一声啼哭,往往是从这条护城河里传来的。
Douglas Yao的故事之所以引发如此强烈的两极反应,恰恰是因为它同时触动了两种截然不同的情绪:
业内人士看到了一个漏洞百出的业余作品,感到被冒犯;
患者群体看到了一个“万一能行”的可能性,燃起了希望。
这两种情绪之间的鸿沟,不是技术差距,而是同理心的断裂。
真正的革命,不是分子,是方法论
-------------------------------------------------------------
现在,让我们回到那个最关键的问题:
Douglas Yao到底做了什么?
如果他只是做出了PAC-832这一个分子,那么他最多算是一个幸运的天才。这样的故事在历史上并不罕见——亚历山大·弗莱明发现青霉素也是偶然。
但他做的远比这更多。
他构建了一套可复制的、低成本的、AI驱动的独立研发系统。这套系统的核心组件如下:
组件一:AI大模型作为虚拟研发团队
ChatGPT Pro:用于文献综述、实验方案设计、数据分析脚本编写、专利申请辅助
Claude Code:用于自动化实验流程的代码生成、数据处理管道的搭建
其他专用模型:用于分子对接模拟、ADMET预测、合成路线规划
这套AI组合拳的效果,相当于一个独立研究者拥有了一个由计算化学家、药理学专家、数据科学家和专利律师组成的虚拟团队,而且是24小时在线、永不疲倦的那种。
组件二:自动化设备作为物理劳动力
Opentrons OT-2:这是一台开源、可编程的液体处理工作站,价格约为5000美元,是传统同类设备的十分之一到百分之一
二手分析仪器:从eBay和科研设备二手市场淘来的HPLC、质谱仪等,价格仅为新品的一小部分
这些设备让一个人能够完成过去需要一个技术团队才能完成的实验操作。
组件三:社区共享实验室作为基础设施
Douglas Yao并非完全在自家车库里闭门造车。他还使用了波士顿地区的社区共享实验室空间,这些空间按小时或按月租赁,提供了通风橱、洁净台等基础安全设施,以及部分高端分析仪器的使用权。
这种共享经济模式大幅降低了固定成本。
组件四:CRO外包作为弹性产能
对于某些需要特殊设备或资质的实验(如动物实验),他选择了外包给专业的CRO公司。但由于前期筛选和优化工作已经由AI和自动化设备完成,外包的范围和成本被压缩到了最低。
这套系统的核心方程:
总成本 = AI订阅费 + 设备折旧 + 共享实验室租金 + CRO外包费
≈ 数万美元/年
相比之下,传统模式的成本方程是:
总成本 = 研发人员薪资 + 实验室建设/维护 + 设备采购 + CRO外包费
≈ 数千万美元/年
所谓颠覆,就是把原来需要一百个人、一百年、一百亿才能做的事,变成一个人、一年、一万块就能试试看的事。
投资者的新思维,从“投分子”到“投范式”
-------------------------------------------------------------
如果你是投资人,你应该如何看待Douglas Yao和他的Pace Pharmaceuticals?
错误的姿势:赌分子
如果你把PAC-832当成一个独立的药物资产来评估,你会得出一个非常悲观的结论:
靶点机制存在争议(胆碱通路非上游)
数据仅限于体外和小鼠模型(尚未进入IND-enabling阶段)
阿尔茨海默病领域失败率高达98%
创始人缺乏药物开发经验(他是计算生物学家,不是药物化学家)
按照传统VC的分子估值模型,PAC-832目前的价值接近于零。
但是,真正有洞察的投资者,不要问“这事能不能成”,而要问“如果它成了,世界会变成什么样”,然后,成为那个让它成的人。
因此,正确的姿势应该是,投范式
如果你把Douglas Yao当成一个新范式的先行者来评估,你会发现完全不同的价值逻辑:
1. 成本结构的不可逆优势
即使PAC-832最终失败了,Douglas Yao已经证明了一件事:一个人可以在几个月内,用几万美元,完成过去需要数年、数千万美元才能完成的临床前研发。
这个事实不会因为某一个分子的失败而消失。
一旦这套方法论被验证可复制,它将从根本上改变药物研发的经济学模型。未来的药物研发将从资本密集型转向智力密集型,从团队协作转向人机协同。
2. 冷门靶点的蓝海价值
大药企的研发管线高度集中在少数热门靶点上(如PD-1、Aβ、GLP-1),因为这些赛道有清晰的商业化路径。但这也意味着,大量有治疗价值的冷门靶点被系统性忽视。
Douglas Yao的方法论特别适合探索这些无人区。他用极低的成本和极高的效率,为大药企不敢碰的靶点做早期概念验证。一旦验证成功,这些资产可以授权给大药企,或者通过并购退出。
3. 人才红利
全世界有数以万计的生物医学博士,他们有知识、有创意、有热情,但苦于没有资源和平台来实现自己的想法。
Douglas Yao的模式为他们提供了一条新路:不需要申请经费、不需要加入大公司、不需要等待别人批准,一个人、一个车库、几台AI,就可以开始。
如果这个模式被广泛采纳,我们将迎来一个药物发现的草根时代,其规模和创造力将是任何单一机构都无法比拟的。
而技术民主化的本质,就是把特权变成工具,再把工具交到每一个人手上。
对投资人来说,最重要的不是盲目相信每一个结果,而是正视每一种可能改变游戏规则的方法论。基于这种逻辑,我们应该做出的策略是
1. 以种子轮或天使轮入场,金额控制在200万美元左右,核心目的是获取对这套方法论的观察权和参与权。
2. 设置明确的验证里程碑:要求在12个月内,用同样的方法论再推出第二个、第三个候选分子。如果他能做到,说明这套方法具有可复制性,届时进行A轮追加。
3. 建立分布式研发投资组合:不只投一个人一个团队,而是投多个类似的“AI工具+独立研究者”的项目,形成一个去中心化的药物发现网络。这个网络本身就是一个巨大的资产。
4. 与传统药企建立合作关系,将已验证的冷门靶点资产授权给大药企,换取里程碑付款和销售分成。这既是退出通道,也是验证这套方法论商业价值的途径。
同时我们要不断提醒自己,投资者的幻觉,是以为可以用昨天的逻辑,买到明天的冠军。
历史不会等你准备好
-----------------------------------------------------------
1903年,当莱特兄弟在北卡罗来纳州的海滩上试飞他们的飞行器时,没有人认为这有什么商业价值。《纽约时报》的一位编辑甚至写道:“飞行器是有趣的玩具,但它永远不会有实用价值。”
1913年,亨利·福特的流水线将汽车的生产时间从12小时缩短到93分钟。马车制造商们嘲笑说:“人们永远不会接受这种粗制滥造的机器。”
1976年,史蒂夫·乔布斯和斯蒂夫·沃兹尼亚克在车库里组装了第一台苹果电脑。当时的计算机行业巨头IBM对此不屑一顾:“个人电脑只是一个业余爱好者的玩具。”
今天,我们站在另一个历史的转折点上。
Douglas Yao的车库实验室,可能就是下一个被嘲笑、然后被铭记的地方。
历史从来不偏爱最强大的那一方,它只偏爱那些在正确的时间,做了一件看起来不太可能的事的人。
作为投资人,有两个选择:
选择一: 继续沿用过去的逻辑,等待更多的数据、更多的验证、更多的同行评议,直到一切都变得确定无疑。但那时,最好的机会已经被人抢走了。
选择二: 正视这个正在发生的范式转移,用一小笔赌注,去押注一个可能改变游戏规则的方法论。你不必相信PAC-832会成功,但你至少要相信,当一个人用千分之一的成本做出了和你一样的东西时,他不是你的对手,他是你的墓碑。
机会就在那里,在车库的门后面。
敲门,或者被遗忘。
------
本文基于公开报道《哈佛博士在车库用AI研发阿尔茨海默病新药,成本仅为常规千分之一》及《清华—安戈普罗垂直机理AI多肽平台实现候选药原生突破》等相关公开资料撰写,不构成任何投资建议。投资有风险,决策需谨慎。
