版權歸新藥創(chuàng )始人俱樂(lè )部所有，如需轉載請聯(lián)系新藥創(chuàng )始人俱樂(lè )部秘書(shū)處

【引言】

9月底，在新藥創(chuàng )始人俱樂(lè )部第七屆年會(huì )，由清華大學(xué)終身教授，福貝生物創(chuàng )始人魯白作開(kāi)場(chǎng)主旨報告，題為“困境下的中國生物醫藥產(chǎn)業(yè)”。魯教授系統地回顧了生物醫藥界的歷史和現狀，闡述了全球制藥業(yè)尤其是中國生物醫藥產(chǎn)業(yè)所面臨的挑戰。

中國生物醫藥產(chǎn)業(yè)這些年里走過(guò)了諸如2015年醫藥新政、2018年港股18A政策出臺、科創(chuàng )版開(kāi)板等等重要歷程，曾經(jīng)獲得過(guò)一段令人振奮的快速發(fā)展。但是全球生物醫藥研發(fā)產(chǎn)出本身就面臨著(zhù)一個(gè)如何突破瓶頸的問(wèn)題，而中美脫鉤及新冠疫情，讓國內醫藥產(chǎn)業(yè)雪上加霜；再加上國內醫保、企業(yè)上市政策變化等方面的原因，使得剛起步的中國生物高科技行業(yè)遇到了空前的巨大挑戰。已經(jīng)上市的企業(yè)股價(jià)跳水、市場(chǎng)的活躍度極低；未上市的企業(yè)則陷入了融資困難、人員流失、管線(xiàn)推進(jìn)受阻等一系列困境中。一時(shí)間，裁員、躺平、重組、兼并、甚至倒閉的消息滿(mǎn)天飛。這種情勢還要持續多久？生物醫藥企業(yè)和創(chuàng )始人們應該如何應對？魯教授分享了自己的思考和洞見(jiàn)，并給出了他的建議：“醫藥大寒冬已經(jīng)來(lái)臨，我們應一起來(lái)出謀劃策，抱團取暖”。

?

生命科學(xué)和生物醫藥科技的深刻變革

我先說(shuō)好的方面。生物醫藥界近十幾年來(lái)的確發(fā)生了翻天覆地的變化。首先，生命科學(xué)方面有一系列重大的進(jìn)展和突破，取得了前所未有的成績(jì)?；蚍矫娼?jīng)歷了基因組學(xué)、基因編輯技術(shù)革命，目前已經(jīng)全面進(jìn)入單細胞基因技術(shù)時(shí)代。細胞方面也從干細胞研究，逐漸迎來(lái)了iPSC技術(shù)、類(lèi)器官等與人類(lèi)關(guān)聯(lián)更緊密的研究。RNA生物學(xué)的進(jìn)展，迎來(lái)了mRNA疫苗的成功商業(yè)化，在抗擊新冠疫情中大放異彩。癌癥的免疫療法，更是給腫瘤治療領(lǐng)域帶來(lái)了顛覆性的突破。AI在生命科學(xué)中的應用，尤其是AlphaFold2，不僅徹底變革了結構生物學(xué)，而且為藥物靶點(diǎn)和分子的發(fā)現領(lǐng)域提供了新的研究方法。另外，精準醫學(xué)、大隊列研究、基于真實(shí)世界數據的研究等，也取得了令人刮目相看的成績(jì)。

?

從生物醫藥產(chǎn)業(yè)本身來(lái)看，除了做小分子藥、大分子藥之外，我們進(jìn)入了新的治療手段的時(shí)代，細胞治療、基因治療、RNA藥物等，各種新的治療手段層出不窮。轉化醫學(xué)方面也取得了非常大的進(jìn)步，包括動(dòng)物模型、用iPSC/類(lèi)器官做藥物篩選/驗證、新的生物標志物的發(fā)現等。尤其值得一提的是，臨床試驗中替代終點(diǎn)和真實(shí)世界數據的應用。

?

最近我在北美進(jìn)行了兩個(gè)多月的交流、考察和調研，去了不少大學(xué)、研究所、投資公司、生物醫藥企業(yè)。以下三個(gè)方面令我印象深刻：

?

1）科學(xué)研究的模式變化

近十年來(lái)，用工程化的方法來(lái)做生命科學(xué)的基礎研究，尤其是所謂的“大科學(xué)”項目，越來(lái)越多。知識、數據、工具的平臺，是科學(xué)研究的“基礎設施”，用工程化的方法把這些基礎設施整合，集中攻關(guān)，要比很多個(gè)單獨的科學(xué)家實(shí)驗室分別做效率高很多，省錢(qián)、省時(shí)間，質(zhì)量還更好。一個(gè)優(yōu)秀代表是由微軟創(chuàng )始人之一Paul Allen發(fā)起的艾倫腦研究所(Allen Brain Institute)。他們用專(zhuān)業(yè)工程師分工協(xié)同，做目標導向型的科研任務(wù)，有嚴格的質(zhì)量控制和項目管理。完成了小鼠和人的大腦圖譜、神經(jīng)元種類(lèi)數據庫、神經(jīng)元活動(dòng)數據庫等，并將其研究成果和數據對外開(kāi)放，讓全世界所有的研究者免費使用。今天，這些數據庫、圖譜已經(jīng)成為全球腦科學(xué)研究和CNS藥物研發(fā)不可缺少的一個(gè)公共平臺。

?

2）數據驅動(dòng)的科研新方法

幾百年來(lái)，科學(xué)家做科研都是假說(shuō)驅動(dòng)型的，即先有一個(gè)假說(shuō)，通過(guò)實(shí)驗、證據、推理，來(lái)證實(shí)或者證偽。近年來(lái)，整個(gè)科研方法改變了，有另外一種做科研的方法就是數據驅動(dòng)型的，不需要假說(shuō)。比如MIT和哈佛大學(xué)聯(lián)合成立的Broad Institute領(lǐng)導完成的最大規模的精神分裂癥GWAS研究。用了全世界幾十萬(wàn)病人的基因數據，一舉將精神分裂的風(fēng)險基因全部弄清楚了，同時(shí)也就揭示了一大批治療精分的潛在新靶點(diǎn)。著(zhù)名創(chuàng )新藥企業(yè)Regeneron?(再生元)最近在《科學(xué)》和《新英格蘭醫學(xué)雜志》發(fā)文，用幾十萬(wàn)人基因數據分析，找到了肥胖、肝臟疾病相關(guān)的新基因，同時(shí)啟動(dòng)了創(chuàng )新藥的研發(fā)。

?

3）基于真實(shí)世界數據的藥物研發(fā)

美國于2016年制訂并通過(guò)了《21世紀治愈法案》，為基于真實(shí)世界數據的藥物研發(fā)墊定了法律基礎。具體的案例就是Biogen的Aducanumab，一款治療阿爾茲海默癥的抗體藥物獲得藥監局有條件的批準上市了。此批準開(kāi)啟了一個(gè)新的歷程：對于在RCT（隨機雙盲對照試驗）臨床I-III期中已經(jīng)證明安全的藥，如果有與疾病相關(guān)的病理生理替代終點(diǎn)的改善，可以有條件批準上市，再開(kāi)展批準后臨床試驗，通過(guò)真實(shí)世界病人的數據來(lái)驗證臨床獲益。實(shí)際上，這兩年的多種新冠疫苗和藥品，也是通過(guò)這一方法獲批的。

?

當前生物醫藥界的困境及其由來(lái)

然而，今天的生物醫藥產(chǎn)業(yè)，尤其是中國的生物高科技企業(yè)，卻面臨著(zhù)前所未有的困難。主要表現在三個(gè)方面。

?

首先，生命科學(xué)的巨變并沒(méi)有帶來(lái)創(chuàng )新藥研發(fā)領(lǐng)域的根本性變化。由于靶點(diǎn)的淘汰、化學(xué)分子的淘汰、臨床淘汰等，使得整個(gè)藥物研發(fā)的成功率非常低，臨床試驗周期長(cháng)、成本高。在生物醫藥產(chǎn)業(yè)有一種說(shuō)法叫做反摩爾定律：每10億美金做成新藥的比例，每過(guò)9年減少一半。大藥廠(chǎng)做一個(gè)新藥，原來(lái)10億美金，現在已經(jīng)達到了28億美金。即使是小的Biotech，成本也越來(lái)越高，使得創(chuàng )業(yè)的成功率越來(lái)越低。而大藥廠(chǎng)很大程度通過(guò)收購并購，其自身的研發(fā)創(chuàng )新能力也越來(lái)越弱，依賴(lài)于跟外部合作。這些讓我們這一代人，尤其是在座的各位創(chuàng )新藥公司的創(chuàng )始人，身上的歷史任務(wù)變的越來(lái)越重。

?

第二，2020年以來(lái)發(fā)生的兩件大事，新冠疫情和中美脫鉤，給生物醫藥產(chǎn)業(yè)帶來(lái)了前所未有的打擊。2020年是人類(lèi)社會(huì )發(fā)展的一個(gè)轉折點(diǎn)，人類(lèi)歷史可以分為2020年之前和之后。我們這一代人是非常幸運的一代，在2020年之前，我們經(jīng)歷了一個(gè)非常好的發(fā)展。我們這一代人又是非常不幸的一代，因為我們必須要面對2020年以后的時(shí)代！

?

新冠疫情的發(fā)生使得整個(gè)世界發(fā)生了根本的變化。一方面各個(gè)國家對傳染病、公共衛生、生物安全高度重視，與新冠相關(guān)的檢測，疫苗和藥品得到開(kāi)發(fā)和推廣；另一方面，國際交流變得極度困難。網(wǎng)絡(luò )會(huì )議、居家辦公使得人們的生產(chǎn)、生活方式也發(fā)生了巨大改變。

?

中美脫鉤對生命科學(xué)研究和生物醫藥產(chǎn)業(yè)的影響是巨大的。在學(xué)術(shù)界，一個(gè)非常明顯的趨勢是出國留學(xué)生人數大規模下降。在海外的博士、博士后回國的人數增加，但這些學(xué)子畢竟在海外的時(shí)間短，很難進(jìn)入學(xué)術(shù)界產(chǎn)業(yè)界的主流/精英層，還沒(méi)學(xué)會(huì )/掌握關(guān)鍵技術(shù)和思維方式。而大多數頂級的華裔科學(xué)家、科學(xué)領(lǐng)袖，對于回國的顧慮比過(guò)去增加了，這批人回國的數量反而減少了。這樣的發(fā)展趨勢對整個(gè)學(xué)術(shù)界產(chǎn)業(yè)界的生態(tài)造成了負面的影響。尤為讓我們擔憂(yōu)的是學(xué)術(shù)道德方面的問(wèn)題。有一個(gè)非常明顯的趨勢就是功利性非常強，強調的是發(fā)表論文，強調的是各種各樣的職稱(chēng)，而不是真正解決科學(xué)問(wèn)題。

?

工業(yè)界遇到的問(wèn)題表現在幾個(gè)方面：中國留學(xué)生進(jìn)入美國的大學(xué)、特別是STEM專(zhuān)業(yè)受到了很大的限制；在美國的華裔科學(xué)家也受到了不同程度的打壓，尤其是跟中國合作的那些華裔科學(xué)家；中美科學(xué)界在關(guān)鍵領(lǐng)域里面合作的受限情況，會(huì )變得越來(lái)越嚴重；限制美國資本對中國科技企業(yè)的投資、阻礙科技企業(yè)上市的措施，以后會(huì )越來(lái)越多。其結果是——我們生物高科技企業(yè)將面臨一系列的困難，如BD合作困難、融資困難、上市困難以及上市后股價(jià)的表現、藥品的上市困難以及回報的縮水，等等。

?

第三，中國生物醫藥界的自身的發(fā)展也遇到了新的瓶頸。生物醫藥屬于高科技產(chǎn)業(yè)，其自身的發(fā)展要有一些基本要素，包括最前沿的科技、有激情有能力有經(jīng)驗的團隊、有比較完整的產(chǎn)業(yè)鏈和生態(tài)、也需要政府監管部門(mén)有足夠的專(zhuān)業(yè)性和效率。這十多年以來(lái)，中國生物醫藥產(chǎn)業(yè)的崛起，得益于一系列的重要因素，如生命科學(xué)產(chǎn)業(yè)的崛起、人才的聚集、眾多高新企業(yè)的涌現、一系列孵化器的推動(dòng)、整個(gè)產(chǎn)業(yè)鏈的逐漸完善、以及大量風(fēng)險投資的涌入，再加上全民創(chuàng )新萬(wàn)眾創(chuàng )業(yè)的國策，使得中國生物醫藥產(chǎn)業(yè)有了比較大的發(fā)展。其中有兩件最為重要的事：2015年以來(lái)一系列的藥政改革，解除了創(chuàng )新藥研發(fā)的重重束縛；而2018年港股18A和科創(chuàng )板允許未盈利的生物醫藥企業(yè)上市，激發(fā)了資本的熱情。

?

然而，中國生物醫藥產(chǎn)業(yè)快速發(fā)展到今天，各種問(wèn)題也暴露得越來(lái)越明顯。其中最為突出的是原創(chuàng )的缺乏、成果轉化的薄弱、同質(zhì)化現象的嚴重。中國做跟隨式研發(fā)是非常厲害的，但是做原創(chuàng )研究是非常薄弱的。我們的臨床研究也是一個(gè)相當薄弱的環(huán)節?，F在大家都面臨資本寒冬，中國的風(fēng)險資本跟美國相比，專(zhuān)業(yè)能力也遜色許多。

?

過(guò)去幾年中國創(chuàng )新藥企業(yè)通過(guò)Me too、Fast follower、License in等模式，帶動(dòng)了整個(gè)生物醫藥產(chǎn)業(yè)快速的發(fā)展，從1.0版本（仿制藥）快速推進(jìn)到2.0版本，主流為Me too（即原研藥的新的給藥方式、新適應癥、聯(lián)合療法等等）、Fast follow（國外已經(jīng)得到臨床驗證的靶點(diǎn)的新的藥物分子、正在驗證的靶點(diǎn)的快速跟進(jìn)等）、License in（引進(jìn)國外原創(chuàng )新藥的中國權益），加上CXO（CDMO、CRO）來(lái)幫助解決新藥研發(fā)的各個(gè)環(huán)節，等等，使得大量生物高科技公司也應運而生。

?

過(guò)去很長(cháng)一段時(shí)間，中國的生物醫藥界流行的所謂VIC模式（VC資本+IP知識產(chǎn)權+CRO研發(fā)外包），是一個(gè)快速高效的運轉方式，的確有很多公司因此得到了快速的發(fā)展。其實(shí)VIC也有兩種子模式，一種是【VC+跨國公司的高管+license-in?IP】，即快速成立一家新藥研發(fā)公司。這種子模式的問(wèn)題是：IP是通過(guò)License?in的方式獲得的，不是自己原創(chuàng )的；公司高管盡管過(guò)去在國際大藥企有很多經(jīng)驗，但對IP本身的認識不夠；公司缺乏持續的創(chuàng )新能力，產(chǎn)品線(xiàn)單一。另外一種子模式是【VC+教授IP】。這個(gè)模式的問(wèn)題在于項目本身非常早期；大多數的科學(xué)家的專(zhuān)長(cháng)在于科研，對產(chǎn)業(yè)的理解幼稚；對藥物的研發(fā)認識也很膚淺；管理經(jīng)驗及商業(yè)運作能力更是缺乏。

?

新藥研發(fā)顯然不能只靠Fast follower和License in模式。去年5月份藥監局出臺了兩個(gè)政策文件：《以臨床價(jià)值為導向的抗腫瘤藥物臨床研發(fā)指導原則》、《化學(xué)藥品創(chuàng )新藥上市申請前藥學(xué)共性問(wèn)題相關(guān)技術(shù)要求》，要求通過(guò)“頭對頭試驗”為受試者提供臨床實(shí)踐中最佳治療方式和藥物作為對照物。生物制藥板塊股價(jià)應聲大跌。證券會(huì )對某申請IPO的公司的獨立自主的研發(fā)能力提出質(zhì)疑，明確表示出對License in模式公司在科創(chuàng )版上市不持鼓勵的態(tài)度。從政策端擠壓“偽創(chuàng )新”泡沫，鼓勵真正的原創(chuàng )新藥，使擁有自主原創(chuàng )創(chuàng )新實(shí)力的藥企更能脫穎而出，慢慢成為一種新的趨勢。

?

接下來(lái)，中美對抗使不少在納斯達克上市的中國公司嚴重受挫；在港股上市的中國公司紛紛倒掛；對創(chuàng )新藥進(jìn)入醫保的所謂的“信封價(jià)”……這一系列事件終于造成了自2015年以來(lái)中國生物醫藥產(chǎn)業(yè)真正意義上的困境。

?

應對當前困境根本對策：加強原始創(chuàng )新

生物高科技企業(yè)今天所面臨的方方面面的困難，尤其是資本寒冬，相信大家都感受到了。這里面有很多客觀(guān)的因素，包括國際政治經(jīng)濟走向、中美競爭、疫情、國內的一系列政策等。如前所述，2020年是分水嶺，我們的生活、經(jīng)濟、國際關(guān)系、政治全部改變了。從今以后，合作、募資、Fast follower和License in，都會(huì )變得越來(lái)越困難。我們必須更新迭代過(guò)去一系列對這個(gè)世界的舊認知。進(jìn)入了一個(gè)完全不一樣的時(shí)代，就要有不同的做法、不同的應對策略。對于我們今天在座的生物高科技企業(yè)創(chuàng )始人來(lái)說(shuō)，我們對中美關(guān)系無(wú)能為力，對國家政策的影響力也有限，最根本的對策還是要靠加強加速自主的原始創(chuàng )新。這一切都在推動(dòng)著(zhù)中國生物醫藥產(chǎn)業(yè)快速進(jìn)入所謂的3.0版本，做真正的原創(chuàng )新藥，才能最終找到一條新的出路。怎么做，這個(gè)是要靠大家一起想，一起來(lái)出謀劃策，抱團取暖。下面，結合自己這幾年的一些實(shí)際的例子和思考，談?wù)勎业南敕ê徒ㄗh：

?

1）人工智能的應用

AI在制藥領(lǐng)域的應用可以降低研發(fā)時(shí)間和成本，提高成功率，這已經(jīng)是大家的共識。AI在生物醫藥產(chǎn)業(yè)里面應用要有幾個(gè)先決條件：優(yōu)質(zhì)的、標準化的大數據；強大的算力和新的算法。AlphaFold2解析藥物靶點(diǎn)結構，對整個(gè)制藥界造成了巨大的沖擊【想象一下，如果人家不讓你用AlphaFold2或者不開(kāi)放算法，你怎么辦】。接下來(lái)，用AI發(fā)現新的靶點(diǎn)，尋找新的藥物分子，優(yōu)化候選藥物，評估藥理藥代安全性，都只是時(shí)間問(wèn)題。在數據方面，靶點(diǎn)結構會(huì )越來(lái)越多，化合物的數據庫經(jīng)過(guò)過(guò)去十幾年的積累已經(jīng)很不錯了。目前一個(gè)真正的薄弱點(diǎn)是AI在臨床研究中的應用，其原因主要是缺乏優(yōu)質(zhì)標準化大規模的臨床數據，以及缺乏AI-基礎生物學(xué)-臨床醫學(xué)三個(gè)領(lǐng)域交流合作的平臺和機制。在中國，各家醫院把臨床數據當成私有（單位）財產(chǎn)，對整個(gè)產(chǎn)業(yè)的發(fā)展起了阻礙作用。Deep Pharma Intelligence的2022年《AI for drug discovery》報告指出了3個(gè)要點(diǎn)：雖然很多人關(guān)注以AI為工具找到新的藥物分子，但用AI發(fā)現新靶點(diǎn)才是會(huì )帶來(lái)巨變的；構建多模組(omics)數據庫是最具顛覆性的領(lǐng)域；使用NLP（自然語(yǔ)言處理）從非結構化的數據(如文本)中挖掘，是有希望的方向。

?

2）臨床大隊列——逆向轉化新模式

AI用于臨床研究這方面，中國可能會(huì )有一定的優(yōu)勢：中國的病人多，并集中在一些大型三甲醫院；由于體制和文化原因，病人對分享數據不持強烈反對態(tài)度；由于政府的推動(dòng)，各大醫院紛紛聯(lián)手，對不少常見(jiàn)病，慢性病進(jìn)行大型臨床隊列的構建，這樣就獲得了高質(zhì)量的臨床隊列數據。

?

我和天壇醫院的王擁軍院長(cháng)長(cháng)期合作，在A(yíng)I臨床研究的應用方面做了一些探索。我們共同負責“北京市人腦高精尖中心”，經(jīng)過(guò)一段時(shí)間的摸索，逐漸形成了一種“逆向轉化的模式”：舉例來(lái)說(shuō)，天壇醫院經(jīng)過(guò)很多年的努力，建立了一個(gè)叫C3的腦血管病隊列，大概有15000個(gè)腦血管病的病人，對這些病人進(jìn)行了多維度、多組學(xué)的大數據收集，包括臨床數據、影像學(xué)數據、基因組學(xué)數據、蛋白組學(xué)數據等；然后用人工智能對數據進(jìn)行了挖掘和分析，找到新靶點(diǎn)、新的干預方式，再回到臨床前，到基礎科學(xué)研究的實(shí)驗室去驗證，驗證完了以后，針對這些靶點(diǎn)開(kāi)發(fā)出新的藥物分子，再進(jìn)入臨床。相較于直接從基礎研究、靶點(diǎn)發(fā)現、找到藥物分子再進(jìn)入臨床這樣的傳統藥物研發(fā)過(guò)程，“逆向轉化模式”會(huì )大大地縮短臨床研究時(shí)間，降低研發(fā)成本。更為重要的是，這種發(fā)現取自臨床、又返回臨床的模式，可以大大提高藥物的人體轉化成功率。而用AI挖掘臨床大隊列多組學(xué)數據的方法，可以找到很多全新的新靶點(diǎn)。這可能會(huì )發(fā)展成一個(gè)中國的優(yōu)勢，將給很多生物醫藥企業(yè)帶來(lái)新的機會(huì )。

?

3）百放專(zhuān)業(yè)孵化加速器——提高科研成果轉化成功率?

在北京市跟海淀區的支持下，我們創(chuàng )立了名叫“百放”的專(zhuān)業(yè)孵化器。百放模式是通過(guò)系統性的、規?；乃褜ひM(jìn)，從學(xué)術(shù)界的教授那里，找到可能還沒(méi)有發(fā)表的項目以及IP，再由來(lái)自跨國大藥企的資深新藥研發(fā)團隊把它們研發(fā)成藥物。通過(guò)與來(lái)自頂級的基礎研究院校、帶著(zhù)原創(chuàng )想法的優(yōu)秀教授科學(xué)家合作，以權益合伙人的方式落實(shí)原創(chuàng )新藥轉化聯(lián)合開(kāi)發(fā)項目。因此，百放是一個(gè)“二傳手”, 一個(gè)“教授+專(zhuān)業(yè)研發(fā)團隊”組成的開(kāi)放性原創(chuàng )新藥發(fā)現平臺。通過(guò)多種合作模式，服務(wù)于國內的藥企和創(chuàng )業(yè)公司，提高學(xué)術(shù)界的科研成果轉化成功率。希望國內生物醫藥企業(yè)可以利用類(lèi)似百放這樣的模式，用系統化的方式來(lái)尋找自己有專(zhuān)長(cháng)的、相關(guān)的早期項目，通過(guò)合作得到一起得到發(fā)展的機會(huì )。

4）Clinical trial on dish——“產(chǎn)學(xué)研醫”生態(tài)的建立

我想再講一個(gè)“產(chǎn)學(xué)研醫”聯(lián)手，快速推進(jìn)創(chuàng )新藥上臨床的例子。先介紹一下“Clinical trial on dish”（碟子里面做臨床實(shí)驗）的概念，就是用來(lái)自一大批病人的干細胞，衍生出特定細胞組織或者類(lèi)器官，在這種體外模型上面對藥物進(jìn)行驗證，有針對性的找到對藥物反應好的病人。以漸凍癥為例，比如說(shuō)有100個(gè)病人，把他們的血細胞提取出來(lái)，將它們變成iPSC（干細胞），再把干細胞變成運動(dòng)神經(jīng)元進(jìn)行培養，總共有100碟，然后把一個(gè)藥加到這100碟培養的細胞中去，假如說(shuō)有22個(gè)病人的運動(dòng)神經(jīng)元對這個(gè)藥有反應，那么我們就請這22個(gè)病人來(lái)醫院，針對他們進(jìn)行臨床實(shí)驗，這樣就提高了這個(gè)臨床試驗的精準性；對研發(fā)者來(lái)說(shuō)，可以大規模降低臨床成本、提升臨床進(jìn)展速度。

不同公司可能有不同的藥物分子，有老藥也有原創(chuàng )的新藥，都可以在這個(gè)iPSC平臺測試甚至篩選藥物。這是工業(yè)界的工作，是“產(chǎn)”的部分。而這個(gè)iPSC細胞庫的建成及其后續工作，如需要分化成各種不同組織的特殊細胞等，是要有很專(zhuān)業(yè)的科學(xué)家來(lái)做的，以后可以給很多家企業(yè)分享，這就特別適合由學(xué)術(shù)界或非營(yíng)利組織來(lái)牽頭，做成一個(gè)平臺，這就是“學(xué)”的部分。因為需要用很多病人的血細胞先建成一個(gè)iPSC細胞庫，所以就要有一個(gè)有很多病人組成的聯(lián)盟（consortium），來(lái)規?；瘶藴驶峁┘毎M(jìn)行研發(fā)，這就是“患”的部分，或者說(shuō)是“研”的部分。最后，選出來(lái)的病人要去醫院做臨床試驗，這是一種精準選擇病人的方法，需要醫師科學(xué)家們的配合。這就是“醫”的部分。我們需要通過(guò)一種松散的形式把工業(yè)界、學(xué)術(shù)界、病人社團和醫院的相關(guān)人員組織到一起來(lái)，形成一個(gè)產(chǎn)學(xué)研醫的共同體，大家合作一起來(lái)快速推進(jìn)創(chuàng )新藥的研發(fā)。

5）臨床準備的隊列?Trial Ready Cohort (TRC)

Trial Ready Cohort即“為臨床準備好的隊列”。一般在做臨床試驗時(shí)，先要打廣告來(lái)招募病人來(lái)醫院，做各種各樣的檢測，最后來(lái)決定這個(gè)病人合格還是不合格進(jìn)入臨床試驗。這是一個(gè)花時(shí)間、花金錢(qián)的過(guò)程。假如我已經(jīng)有一個(gè)病人的數據庫，包含了電子病歷、血液學(xué)、影像學(xué)（CT，磁共振）……, 甚至還有基因的數據，那我們就可以根據某一個(gè)靶點(diǎn)、藥物的特性、藥物的臨床效應和可能的副作用等，從這個(gè)病人庫里面去精準地去找這樣的病人來(lái)入組做臨床試驗。這種做法可以大大縮短臨床病人延攬的時(shí)間，降低成本，更可能大大提高臨床試驗的成功率。在漸凍癥領(lǐng)域，著(zhù)名患者蔡磊推動(dòng)構建的“漸愈互動(dòng)之家”和北醫三院樊東升教授負責的“中國ALS研究”就是這種TRC。假如我們從事相同疾病藥物研發(fā)的企業(yè)，與政府，病人等相關(guān)組織一起來(lái)推動(dòng)構建這樣的TRC，不僅會(huì )將使中國生物醫藥產(chǎn)業(yè)走向世界前沿，也會(huì )極大地吸引跨國藥企來(lái)中國做臨床試驗，對整個(gè)產(chǎn)業(yè)的推動(dòng)將是巨大的。

?

針對以上幾點(diǎn)，我想再從行業(yè)趨勢角度概括一下。我們面對的是巨大的挑戰；但從另一個(gè)角度看，行業(yè)趨勢也許給我們帶來(lái)了新的機遇。關(guān)注一下美國，除了上面提到的《21世紀治愈法案》外，眼下正大力推進(jìn)《FDA現代化法案2.0 (S.5002)》，其中一個(gè)重要取向是減少動(dòng)物實(shí)驗。這會(huì )對整個(gè)行業(yè)帶來(lái)長(cháng)遠且深刻的影響，我們必須高度重視。不能簡(jiǎn)單認為這只是個(gè)“動(dòng)物道德”的問(wèn)題，它更是個(gè)“如何系統性降低轉化成本和提高新藥研發(fā)效率”的大問(wèn)題。目前全世界新藥研發(fā)面臨的問(wèn)題，往回看，是剛從“專(zhuān)利懸崖”跌下來(lái)，“低垂果實(shí)”沒(méi)了；往前看，從動(dòng)物到人的實(shí)驗成果轉化率進(jìn)一步降低、臨床成本大增。這二者結合起來(lái)的效果體現，就是全行業(yè)的投資回報率下降到了還不如存銀行買(mǎi)債券的地步，這是不可持續的。我們把美國這些年的“大動(dòng)作”連貫起來(lái)看，就能明顯地看到他們積極解決問(wèn)題的努力及其方向。那么，我們在中國做Biotech，如何利用這些趨勢，既幫助國家與行業(yè)演進(jìn)、又使自己擺脫困境獲利上臺階呢？我上面提出的幾點(diǎn)建議就是針對這個(gè)問(wèn)題的。比如，如果動(dòng)物實(shí)驗逐漸不讓做也不劃算做了，那怎么辦呢？邏輯上就是兩個(gè)方向的強化，一個(gè)是往前，就是加強in silico (虛擬實(shí)驗/干實(shí)驗)?和in vitro (器具中實(shí)驗)?的能力及其比重；另一個(gè)是往后，就是加強直接在人身上做實(shí)驗的能力與比重，而這要通過(guò)把人做為數據的載體來(lái)體現，而不能把人當作動(dòng)物，這就是“真實(shí)世界數據”的應用。理解了這些底層邏輯，就容易看清我以上幾點(diǎn)探索的思路了。希望大家一起來(lái)干，攜手努力。

?

抱團取暖，解決產(chǎn)業(yè)發(fā)展的共同瓶頸

總而言之，生物醫藥產(chǎn)業(yè)的大寒冬已經(jīng)來(lái)臨，而且會(huì )越來(lái)越嚴重，不要以為災難不會(huì )降臨到我們頭上，也不要以為困難時(shí)期會(huì )很快過(guò)去。在困境下，我們需要把握方向，爭取資源、克服困難。具體的說(shuō)就是加強合作，大家抱團取暖，互相支援。我們要利用中國的一系列優(yōu)勢，數據的優(yōu)勢、臨床的優(yōu)勢，政府的支持等，探索我們可持續發(fā)展的新模式。中國過(guò)去很多年來(lái)快速發(fā)展，很多是得益于模式上面的創(chuàng )新。今天，我們要在困難的條件下努力融入國際社會(huì )、國際的產(chǎn)業(yè)圈。同時(shí)，我們自己要共同構建良好的生態(tài)環(huán)境。

新藥創(chuàng )始人俱樂(lè )部作為一個(gè)公益性的產(chǎn)業(yè)共同體，需要推動(dòng)建設開(kāi)放式的公共平臺，這個(gè)平臺里面可以有技術(shù)、數據，也可以有資源，有服務(wù)。讓眾多的企業(yè)共同享有或可以得益于一些共性技術(shù)與資源，如動(dòng)物/細胞/類(lèi)器官的模型，生物標志物/流行病/臨床的數據，科學(xué)發(fā)現/病人資源等。我覺(jué)得中國要做這樣的事情，對基礎研究和產(chǎn)業(yè)都是非常有幫助的。通過(guò)這些做法可以推動(dòng)國際合作、引領(lǐng)科學(xué)，我們也可以參與標準與規則的制定，并加強國際上的話(huà)語(yǔ)權。

最后，在這里我還要呼吁，新藥創(chuàng )始人俱樂(lè )部要推動(dòng)建設子領(lǐng)域(e.g.代謝病，CNS疾病等)產(chǎn)業(yè)聯(lián)盟，在資本、技術(shù)、資源、人才等方面幫助兄弟企業(yè)；推動(dòng)產(chǎn)業(yè)界與學(xué)術(shù)界的交流，提高大學(xué)/研究機構的科研成果轉化成功率；加強產(chǎn)業(yè)界與政府的對話(huà)，溝通，幫助對接CDE、遺傳辦等部門(mén)，進(jìn)而影響產(chǎn)業(yè)政策，要主動(dòng)幫助與參與到整個(gè)國家與社會(huì )產(chǎn)業(yè)政策的制訂與產(chǎn)業(yè)生態(tài)的演進(jìn)中去。