生物技术教父论肥胖症药物、AI和未来

打造生物技术融资的人

斯特利奥斯·帕帕多普洛斯这个名字在关于生物技术产业的大众叙述中出现不多，但在业内他被视为该领域的创始金融架构师之一。作为一位转身进入投资银行并最终从事风险投资的前学术结构生物学家，帕帕多普洛斯在四十年的职业生涯中参与了数十家基础性生物技术公司的融资和结构设计。STAT News与他坐下讨论了该产业的现状以及他对其发展方向的看法。

对话涵盖三个与产业当前时刻特别相关的领域：GLP-1肥胖症药物革命及其向我们揭示的制药公司如何发现并投注变革性疗法的信息；人工智能在药物发现中的作用；以及当美国主导地位面临来自中国和欧洲竞争者挑战时，生物技术创新地理格局的变化。

关于GLP-1革命

帕帕多普洛斯指出了一个在关于semaglutide和tirzepatide的大众报道中容易被忽视的区别：基础生物学——GLP-1受体在食欲和代谢调节中的作用——在学术界早已为人所知，但这些药物才刚刚进入市场。将已知的生物学转化为数十亿美元的产品类别的，并非传统意义上的科学突破，而是愿意投资于一个在早期迭代中已失败的机制的企业做出的一系列临床和商业赌注。

他主张，这种模式是最有价值的治疗进展的典型特征：从外部看它们往往突然出现，但实际上代表了长期存在的科学知识与正确的临床项目、正确的给药技术和正确的商业时机的汇聚。识别下一个变革性疗法的教训是：不要寻找完全新颖的生物学，而要寻找已确立但尚未成功转化的机制——这个类别包括神经科学、衰老生物学和免疫学的许多领域。

AI在药物发现中的实际作用

关于人工智能，帕帕多普洛斯的态度是务实而非鼓吹性的。他承认AI工具——特别是蛋白质结构预测和生成式分子设计——已经有意义地加速了早期药物发现。以AlphaFold级别的精度预测蛋白质结构的能力通过为那些由于晶体化困难而之前难以解决的靶点提供结构信息，改变了基于结构的药物设计。

但他警告不要混淆早期发现中的速度改进与药物开发经济学基本变化。制药研发中的瓶颈主要不在于候选分子的识别——而在于候选物在临床试验中的失败，而AI目前还不能有意义地解决这个问题。除非AI能以比现有模型大幅更高的可靠性预测临床结果，否则它对药物开发总体成本和时间表的影响将保持增量性而非变革性。

创新的地理格局

对话中最尖锐的部分涉及竞争格局。帕帕多普洛斯直言不讳地谈到中国生物技术提出的挑战，该领域已经以非凡的速度从主要的仿制药制造转向越来越复杂的药物发现。中国公司现在发表关于新型机制的有竞争力的数据，积极提交国际专利，并开始以在以前难以想象的阶段向西方制药企业出许可药物。

他的担忧不是美国生物技术处于衰退中——波士顿-旧金山轴线仍然是世界上最富有成效的药物开发生态系统——而是竞争优势的缩小速度比业界充分意识到的要快得多，而且管制药物定价、NIH资助和科学人才移民的政策框架将越来越多地决定这种优势是否被维持或被侵蚀。这段对话提醒我们，对一个产业未来发展方向最有价值的看法往往来自于那些足够长期密切观察它、足以看出重复出现的模式的人。

本文基于STAT News的报道。阅读原文。