推動健康護理行業增長的三大創新

Agustin Mohedas：今天，我要和大家談一談健康護理，然後更具體地討論生物科技。

抗體藥物複合體（ADC）：徹底改變癌症治療

現在，我想花一點時間專門講解抗體藥物複合體。因為我認為這是一項非常具有革命性意義的新技術，我想這項技術很快會引起人們的廣泛討論，它確實改變了業界在腫瘤學或癌症治療領域的醫學實踐。

首先讓我們來了解一些生物學基礎知識。我們的身體會產生針對細菌和病毒的抗體，以幫助中和並消滅這些病毒和預防感染，這是人體天然免疫力的一部分。

實際上，生物科技公司通過多年的研究，已經找到如何利用人體這部分免疫系統創造療法的方法。因此，我們實際上能做的就是，研製一種與細胞或蛋白質的特定部分結合的抗體。

現在，癌症在癌細胞表面顯現特定標記，我們可以利用該等標記識別健康組織中的癌細胞。因此，我們能夠設計專門針對該等標記的抗體。不僅如此，我們還可以附著所謂的有效載荷（payload），在此情況下，有效載荷基本指化療藥物；我們將超強效的化療藥物附著抗體之上。所以，我們可以說是創造了一個特洛伊木馬；本質上，它能夠與癌細胞結合、進入癌細胞、傳遞有效載荷（或細胞毒性藥物或化療藥物），然後殺死癌細胞，同時不傷害任何健康組織。

GLP-1：減少健康風險

現在，讓我們談談肥胖問題。我認為，GLP-1顯然已經受到媒體的廣泛關注。今天之所以談論GLP-1是因為，我認為很多人都忽略了該類藥物實際上可以提高生存率，而媒體也未對此給予足夠的關注。GLP-1不僅有助於減肥，而且實際上改善了伴隨肥胖而來的問題，即心臟病、中風和我認為最終會導致的癌症，雖然這點尚未得到證實。

因此，我想強調這類GLP-1藥物的重要性，因為肥胖是一個全球性的重要問題，我們預計GLP-1類藥物或該等減肥藥可能會形成1,000億至2,000億美元的全球市場，將成為有史以來最大的製藥市場。因此，從投資角度來看，識別最終的贏家和未來的發展趨勢，是頗為令人振奮。

AI：加速藥物發現

我想和大家談談人工智能(AI)。這話題最近也受到市場的頗多關注，以及AI如何令藥物發現和開發過程受惠。現在，市場上關於AI的炒作氣氛濃厚，因此，我認為從投資角度來看，避免陷入AI炒作顯得至關重要。但若不提及AI，則有失妥當，因為我確實相信該等技術將大大改善我們的藥物發現方式。

要知道藥物開發需要經過7至10年的時間，方能在市場推出。從啟動1期臨床研究一直到3期研究，乃至最終獲FDA(美國食品及藥物管理局)批准，需耗時7至10年。實際上，7至10年的時間都未必足夠，因為臨床前期研發這流程的時間尚未計算在內。在該流程中，我們進行基礎科學研究，以發現藥物標靶，我們在實驗室中修改分子，就像我攻讀博士學位期間所作的一樣，包括移液和對老鼠進行注射等等。該流程可能需耗時3至5年。

我們認為目前AI能產生的最大影響，是在藥物開發的早期階段。例如，在我攻讀博士學位期間，我曾與一位化學家合作，我們可能合成了大約200至500種分子，然後我將這些分子在細胞和老鼠中進行了試驗。這個過程非常耗費人力，但我是自願參與其中，所以我不會獲得報酬。但是，在理想情況下，該流程應當以一種更加高效的方式完成。

因此，AI真正帶來的幫助是，我們現在可以在電腦模擬（silico）或電腦中模擬這些蛋白質的行為。實際上，我們能夠模擬蛋白質靶點，在左邊你可以看到一個蛋白質，然後我們能做的就是利用電腦大致猜測藥物如何與該蛋白質結合。然後，我們可以讓電腦合成十億或一萬億種分子，再用一週的時間在一台超級電腦上對所有分子進行測試，並得出結論。我們已經在電腦上測試一萬億種分子，這些是最有效的分子，而不是由我個人在攻讀博士學位的5年時間內在實驗室合成的200至500種分子。這是我們發現的100種最有效的結合劑，現在可以開始製作這些結合劑。

這就是AI將真正徹底改變藥物開發之處。在該早期階段，我們可以在電腦中對所有內容進行建模，讓電腦利用這些大模型和自適應機器學習技術為我們運行實驗，處理所有龐大數據並輸出結果，然後瞬間大幅提升實驗室中科學家的生產力，確保科學家不會浪費時間製造無用之物，而是專注於收益最高的領域。