OrbiMed合伙人談投資Biotech：與其他科技投資本質上區別很大

！今年以來，港股創新藥經歷了一波價值重估的過程，相較于去年，多家港股生物醫藥公司股價漲幅明顯，有投資者甚至認為，中國的創新藥領域也將重現AI領域的“DeepSeek時刻“，但近日隨著估值的提升，行業也開始經歷股價波動。

而針對Biotech領域，今年初，知名投資播客InvestLike the Best邀請Moderna前首席醫療官、現Orbimed合伙人Tal Zaks分享了他從醫療領域轉型VC投資后對Biotech、生物醫藥領域投資的思考和實踐，并復盤了Moderna新冠疫苗的研發歷程，以及對于AI醫療領域未來潛力的思考。Orbimed（奧博資本）是全球生物科技和醫療領域最領先的私募股權機構之一，其在管資本超170億美元，覆蓋了從一級市場早期到上市后“全光譜”階段的投資，也曾投資多家中國創新藥公司。

奧博資本在生物制藥領域的亞洲區域部分投資組合（來源：奧博資本網站）

在訪談中，Tal強調，生物科技與IT等傳統科技行業在可預測性和投資邏輯上有本質不同。創新藥開發始終面臨兩大難以量化的風險：一是基礎生物學假設能否成立，二是藥理機制是否可行。即使有了明確的靶點和強大的AI工具，藥物在真實人體中能否安全、有效地實現預期作用，依然存在高度不確定性。這種不確定性決定了創新藥投資的回報模型與風險管理方式，遠比科技行業更復雜、更長周期。

在投資流程上，Tal強調三個核心要素：項目的科學主題與創新性、資本需求與價值節點、團隊結構與能力。他認為，創新藥投資不是單純的資金博弈，更是對多學科團隊能力的考察。一個項目能否成功，往往取決于科學家、醫生、工程師、金融專家等多元背景人才的協同。投資人不僅要評估科學可行性，還要判斷團隊是否具備長期執行力和學習能力。此外，合理的資本規劃和階段性價值節點的設定，也是決定項目能否持續推進的關鍵。

以下為「明亮公司」結合AI編譯的訪談正文（有刪節）：

Patrick：Tal Zaks是一位醫生、科學家，后來成為生物科技公司的高管和投資人，他曾在Moderna擔任首席醫療官，參與了疫苗的開發，因此對現代醫學的一個關鍵時刻有著非凡的視角。他將醫學專長、平臺創新經驗和投資眼光結合在一起，使我們能夠探討如何將科學突破轉化為可行藥物并實現風險投資級回報這一系列相互關聯的挑戰。我們深入探討了Moderna的mRNA平臺的經驗教訓，審視新興技術如何可能重塑藥物開發，以及讓“健康人更健康”這一根本性問題。對于投資者、企業家以及任何對醫學未來感興趣的人來說，這次討論為推進人類健康的巨大潛力和深刻挑戰提供了一個窗口。

從Moderna首席醫療官到投資人

Patrick：那么Tal，也許我們可以從你用一分鐘概括一下你的職業生涯開始，這樣大家就能明白你是從什么樣的背景出發，參與到我們今天即將深入探討的這些極其有趣的話題中的。

Tal：簡而言之，我是一名醫師科學家，一生都在思考如何將我們這個時代的科學創新轉化為更好的藥物造?；颊摺Ｎ液苄疫\，曾受到一些最優秀的人士的培養。我接受了比我建議別人還要多的培訓，包括醫學博士、博士、博士后、住院醫師、?？婆嘤枴纱螌嵙?，你明白我的意思了。然后我終于走向社會，職業生涯的前半段主要在藥物開發領域，特別是作為腫瘤學家和腫瘤藥物開發者。之后有很長一段時間在Moderna擔任首席醫療官，推動其作為一個平臺而不僅僅是單一藥物的發展。過去幾年，我轉向投資，幫助科學向醫學轉化，并實現投資回報，意識到將這兩者對齊對于造福世界有多么重要。

Patrick：……也許你可以給我們一個總結，談談你如何看待當今的醫學世界，以及與自己職業生涯相比有何不同？

Tal：總體來說，我認為我們處于一個不錯的位置。我很樂觀，因為科學和技術的進步非常強勁和驚人。當然，這也受到兩股對立力量的影響。第一，所有這些了不起的科學向醫學的轉化，依然和以往一樣充滿挑戰，尤其是關于什么才算好藥物的不可預測性。我們稍后會回到這個問題。

但同時，在公眾認知和愿意為創新買單方面，我認為在當前的政治環境下也面臨挑戰，這些因素削弱了某些前景或可能性的樂觀情緒。

2024年中，我曾受邀在美國國家科學院、醫學與工程院的一個小組做簡短發言，這個小組討論如何更好地將投資和創新與尚未滿足的需求對齊。他們請我，鑒于我的交叉背景，談談我的看法。我給他們提出的一個觀點是，創新投資需要回報。我公開表示，你們用“報銷”這個詞。報銷是我報銷一頓飯或一張機票的費用。我們做這些事不是為了報銷。我們做這些事，一方面是因為一線人員真的相信使命，另一方面是因為需要為股東帶來資本回報。

有趣的是，我在Orbimed這家VC公司工作三年多后，一位來自大型制藥公司的高管，名字我就不說了，他職位比我之前任何時候都高，他敲門想來我們這里做風險合伙人。在面試中，他介紹了自己的背景。后來我問他——我們就叫他John吧——“John，你覺得我們在這里是做什么的？”他講了些臨床試驗、增加價值之類等戰術層面的問題，然后看到我表情不對，問我哪里回答錯了。

我說，你說的戰術沒錯，但我們在這里做什么其實很簡單：別人給我們錢，幾年后我們要還給他們更多，否則我們就做不下去了。

因此，將潛力用投資回報來衡量，成了我職業生涯此階段的重點，因為如果沒有回報，這些美好的進步都將付諸東流?，F代醫學武器庫主要來自美國，這絕非偶然。我認為這是我們在公共領域建立的基礎設施（如國家衛生研究院、基礎研究），以及我們在商業領域建立的基礎設施和獲得投資回報的能力的結合。公眾和政策辯論常常忽略的，是我們所做工作的長期社會效益。

我現在是Teva董事會成員之一，這讓我很自豪，因為Teva是全球最大、質量最高的仿制藥制造商之一。人們常常忘記，一旦品牌藥價格下降，進入仿制藥領域，全社會都能以極低的價格受益。我父親幾年前去世，他50歲時第一次心梗，活到了七十多歲。這多虧了一代藥物，在他那個年代，藥物一半是仿制藥，現在全是仿制藥。所以我們帶來的好處不僅僅是專利期內的短期利益（那時大家都在為定價焦慮，這很合理，我能理解），但社會也應看到我們為后代留下的長尾效應。

為什么藥物開發很難：Biotech和其他科技本質上有很大不同

Patrick：你認為治療領域是否有可能像AI和其他技術領域那樣爆發式增長？

我之所以這么問，是因為你正好具備既興奮的投資者視角、又有在傳統制藥和Moderna實際操盤藥物的現實主義者視角。你認為這種潛力有多大？我們應該為千百種創新藥物的“百花齊放”而興奮，還是說生物學的復雜現實意味著進步會比最樂觀的人想象的要慢？

Tal：我過去幾年一直在認真思考。事實上，我之所以加入VC圈，就是因為對這類技術有可能帶來的影響感到興奮。但我認為人們常常忽略的一點是，生物科技和其他技術（尤其是科技行業）在可預測性和投資本質上有很大不同。

挑戰在于，我們仍然很難預測什么會成功。如果你看投資回報的決定因素，無非幾點：你需要投入多少錢、最終能獲得多少、需要多長時間，以及你最終到達目標的概率。這些就決定了你的回報。

而這正是Biotech和科技行業的根本不同。Biotech里有兩個極難預測的變量：一是生物學是否真的成立，二是藥理學是否可行。生物學指的是，我認為某個蛋白和疾病有關，它是否真的有關？藥理學是，即便有關，我用現有藥物能否改變它的功能？藥物能否到達身體正確部位？能否發揮作用？安全性是否可接受？

這些生物學和藥理學的風險極難預測，有些是因為我們不是設計這個系統的人，我們一直在學習；有些則是心態不同——這是我在Moderna學到的最大教訓之一。工程師和醫生的思維幾乎截然相反。我很幸運地和我認為最杰出的工程師領導之一——Moderna的CEO Stéphane Bancel共事。

這讓我明白，工程師有兩點是醫生難以具備的：一是愿景，二是流程。什么叫愿景？你環顧四周，如果你住在城市里，你看到的一切都是前人有愿景的結果，否則這些東西不會存在。這也是我們熱愛大自然的原因，因為那是沒有被他人愿景“侵擾”的環境。但如果你生活在其他環境，你必須問自己：我為未來留下的愿景是什么？然后要實現它，就需要流程。

如果你問一位工程師一個領域內的工程問題，比如“我要去月球，可能嗎？”任何懂行的人都會告訴你“可以，需要這些資源，概率大概多少”，他們甚至可以列出資源分配和到達目標的概率。

但你問醫生“我想治愈癌癥，可能嗎？”答案是“我不知道，我能想到一些辦法，但得試試看。”

我剛加入Moderna時，最讓我自豪的科學項目其實不是新冠疫苗，而是個性化癌癥疫苗。我們已經了解到，每個人的癌癥都不同，每個人的免疫系統也不同。我們知道mRNA是制作疫苗的極佳平臺。那么我們能否讓人們對自己的癌癥免疫？為此我們需要找出每個人需要針對什么進行免疫，所以必須個性化。這是非常復雜、昂貴的任務。

我們開始做這件事。記得我們當時有一個二期臨床試驗——也就是將一半患者用我們的疫苗，另一半用標準治療，然后看我們能否讓一些癌癥復發率下降。

Stéphane經常在走廊里攔住我問：“Tal，這東西會成功嗎？”我只能說：“Stéphane，我真的不知道。我只知道我的使命就是做這個實驗，我們很幸運能整合技術和資源（包括資金）去做這個實驗?！?/p>

但我不會預測實驗結果。人們一直在做癌癥疫苗，從我做博士后起就在嘗試，到現在還沒有成功。我認為這次有希望，理由如下，但只有臨床試驗后才知道。幸運的是，這個二期臨床去年結果很好，現在三期正在招募，希望不久后能有個性化癌癥疫苗上市。

Patrick：所以我理解一下，這聽起來非常激動人心。我可以通過驗血或基因檢測等（或兩者結合），然后為我個人量身定制疫苗，以降低或消除我最容易得的癌癥風險？

Tal：那還在未來?，F在的做法是針對早期癌癥患者，尤其是皮膚癌。也就是說，癌癥已經確診，但處于早期，通常會手術切除，但仍有一定概率復發。我們能做什么來提高不復發的概率？以二期隨機對照試驗為例，給這些患者個性化疫苗后，癌癥復發率大約降低了一半，約50%，這是非常顯著的。

Patrick：回到你剛才說的關鍵瓶頸——我們沒法預測什么會有效。你能進一步拆解一下嗎？我想知道未來有沒有可能更容易模擬、建模、預測，讓它更像工程問題而不是復雜生物系統問題。我們到底缺什么，導致我們無法更好預測，從而大大提升效率？

Tal：我會把這個過程分為三階段，而且我認為世界確實在進步。

第一階段是：這個干預靶點是否真的和疾病相關？這是基礎生物學。我認為我們在理解生物過程方面取得了很大進步，一部分靠大數據，一部分靠傳統的實驗工作，但現在有很多新工具讓我們對疾病理解更深入。

第二階段是藥物發現。也就是說，我有個蛋白靶點想改變它的功能，是否能發現一種新化學分子、新蛋白分子或核酸分子真正產生藥理效應？在這方面，現代AI工具已被廣泛應用于行業內，并且很快變得“商品化”。比如AlphaFold預測蛋白結構，類似工具被用于化學發現，開發新分子。我甚至見過有人用AI工具優化脂質納米顆粒，將mRNA更有效地送到特定組織，改進藥物制劑。藥物發現正因AI而大幅提速。

我們仍然落后的部分是藥物開發或臨床開發，也就是在人身上測試。這里沒有捷徑。我們沒有對人類整體的全局模型。我們確實在通過高質量大數據集和機器學習工具更好地預測對照組的自然結局，用這些工具讓試驗更短更小。但最終的金標準仍然是：必須在人身上測試，看看效果，確保治療組比對照組有更好結果，這樣才能說有新藥。我不認為現有工具在近期能改變這一點。當然，未來某天可能會，但那得看醫療體系如何演變。

Biotech投資：項目判斷、流程和團隊構成

Patrick：你能簡單描述一下你的投資流程嗎？當你在考察一家企業和一個產品時，因為我知道這和比如我考察一個AI軟件應用很不一樣，通常你最關注哪些關鍵變量？一般來說，是一個團隊只針對一個靶點或一種疾病嗎？投資或盡調的“原子單位”是什么樣的？

Tal：這是個好問題。我們管我們的叫做某種程度上的“全光譜（collaborative spectrum）VC投資，投資階段可以從種子輪一直到PIPE（注：可以簡單理解為上市后定增），所以我們有很靈活的授權。

對我們來說，考察一個機會的關鍵要素包括：這個團隊的投資主題（thesis）是什么？達到下一個價值節點需要多少資本？那個節點是什么？實現的概率有多大？如果已經進入臨床階段，關鍵轉折點是什么？如果是早期靶點項目，靶點成立的概率多大？如果是其他策略，我們也會針對性分析。

所以會根據投資階段不同而不同，但歸根結底就是：這個團隊想證明的主題能否讓世界變得更好？多快能達到某個所有人都認可的價值節點？

我最近參與的一個項目是疫苗，點子很有趣，概念很早期，但很明顯一期數據并不能去風險，必須做到三期才能知道結果。那你就要求我投入巨量資本和超長時間，這和風險不匹配。我需要看到整個投資生命周期和追加資本的增值路徑。

所以必須關注內容（藥物、科學主題）、資本需求、團隊人才。團隊有哪些缺口？我能否憑經驗獨特地幫到你？

因為我不僅僅是投資資本，更是貢獻我的經驗（雖然只是董事會層面，但依然如此）。我不會投資我完全不懂、也不想借助經驗的領域。

所以這三點是核心。流程上其實和其他VC也沒太大差別。做VC很有趣，作為合伙人有兩面性。

第一部分工作是決定資本投向，也就是盡調流程。你分析一個機會，有初級同事幫你，外部專家補充你不懂的內容，4-8周后做出是否投資的決定。

如果決定投資，接下來就換成另一種身份。盡調團隊不會再幫你，可能偶爾插手，但實際上你要每周、每季度、每月和CEO、管理團隊、其他董事互動。這就是為什么我非常關注投資伙伴的組合，因為這是長期承諾，資本量大，一輪投完后通常還會有后續融資。我得確保有儲備資金，也要有能長期陪伴的同事。

所以確保投資伙伴組合正確，董事會有互補經驗和專長，能幫CEO和年輕團隊實現目標，這就是工作第二部分的要點。

Patrick：這讓我想到資本的角色——有些資本其實并不理性，無論是政府還是其他機構，愿意資助像你剛才說的那種必須到三期才能見分曉、但風險/回報不匹配的項目。真希望世界上有人（比如慈善機構）專門資助這些“非理性探索”。這是你總結里很有啟發的一點。

Tal：我看投資時，常常會和團隊說，在我看來資本有三大來源：一是政府，追求更大利益，我希望這些投資是理性的；二是慈善；三是我們。我不是做慈善，也不是政府，所以我的視角只能是投資回報。但確實有些項目適合慈善，有些適合政府，因為它們要么回報周期太長，要么風險和回報不匹配，不適合我為LPs創造回報。

Patrick：如果你思考一下，哪些變化最能加速我們識別靶點、理解疾病、開發療法？聽起來好像如果能在模擬環境中而不是在人身上測試，會是一個巨大突破。以及，整個醫療行業本身也需要發生哪些關鍵變化？我理解得對嗎？這兩點是不是最阻礙我們提速的因素？

Tal：你說得對。我認為你繞了一圈，回到這個行業最核心的特點之一——需要非常多不同學科的人一起協作解決問題。我沒見過有哪個行業，需要如此多不同類型的專業知識匯聚一堂才能解決問題。我之前說過醫生，但你還需要生物學家、工程師，當然還要懂金融的人。必須整合的學科非常多。

坦率說，這也是我職業生涯中最有趣的一條主線。如果說我取得了一些成功，很大程度上是因為我始終好奇，不以“我是房間里的醫生”自居，而是努力去理解其他職能的語言。

制藥公司一個項目組通常是圍繞某個靶點啟動的，如果成功，10年后你會有一款藥。但你很少見到項目組里有誰能從頭到尾都在，但項目卻能推進。這說明制藥行業的最大成功在于組建多學科團隊并讓它們推動復雜流程。

如果你有合適的技術，確實可以縮短時間，比如mRNA疫苗就是典型。但最終你還是需要這些不同學科的協作。

我上醫學院時偶然讀到一本很有意思的書，加拿大哲學家John Ralston Saul寫的《Voltaire's Bastards》副標題是“西方文明中理性的暴政”（注：嘉賓表達為The Tyranny of Reason in Western Civilization，但該書的副標題是“The Dictatorship of Reason in the West”）。他提出，自“理性時代”以來，我們錯誤地以為科學和理性本身就是道德善的力量，實際上并不是。科學和理性只是工具，必須有人文道德框架來引導它們的應用。他還指出，在理性時代，專家們為了生存和發展，往往以“學科壁壘”的方式存在，而這種壁壘體現在語言上。每個學科都會發展出自己的語言，反而成了跨界理解的障礙。你要解決多學科問題，很快就會發現最大的障礙之一就是語言。金融圈對此很清楚，比如“美聯儲話術”（Fedspeak）就是有意制造的壁壘。

我們都容易陷入這種陷阱。醫生可能比任何人都更嚴重。舉個例子，過去一個病人來找我，血小板低但原因不明，會有皮疹（血不凝固會在皮膚下積聚）。病人來找我，我會說：“你得了特發性血小板減少性紫癜（diopathic thrombocytopenic purpura）。”聽起來很可怕。

其實我只是用拉丁文說了“你血小板低、有皮疹、原因不明”。idiopathic=原因不明，purpura=紫癜（皮疹），thrombocytopenia=血小板減少。我們用拉丁文讓自己顯得很聰明，其實醫生也不知道原因。現在我們對生物學了解多了，但你明白我的意思。所以我剛進行業時，非常好奇其他職能的語言。作為醫生很重要，但做生物、化學、生產的人同樣重要。

我現在做投資人，也是因為在Moderna時意識到，理解投資人的語言和預期，對于實現共同使命至關重要。

這始終是多學科挑戰，這一點不會變。我們會讓流程更高效，AI工具已在藥物發現環節發揮作用。隨著我們更好整合人類數據，在藥物開發環節也會產生影響。但如何實現根本性變革？我還沒有好答案，尤其結合COVID的經驗，這個問題更值得深思。

Patrick：去年我讀過一本很喜歡的書叫《For Blood and Money》（注：中譯本《血色財富》），講的是兩種癌癥療法的開發歷程。讀完之后的一個體會是，主要投資人雖然賺了很多錢，但整個故事非?；靵y，許多事情必須天時地利人和，很多機緣都極其偶然、無法預測。堅持、運氣、各種因素缺一不可，才讓那群人賺到了錢，而有些人只差一步卻什么也沒得到。

我很好奇，在治療領域里到處都是這種故事，最優秀的投資人和糟糕的投資人到底有什么不同？如果到處都是這種故事，似乎只能靠運氣而不是能力。那么在治療領域投資賺錢，能力和運氣各占多大比例？

Tal：我之所以加入了我能找到的最優秀的VC公司之一OrbiMed，就是想學習這個問題的答案。運氣當然有作用。但我有幾點體會，可能不那么顯而易見。

我們都知道從失敗中學習的重要性，我聽了你和Jared Kushner（注：Thrive Capital創始人）的播客，他說“上帝想教我什么”，我覺得說得非常好。

很多年里，我最喜歡的一句名言是納爾遜·曼德拉說的：“我一生中，要么成功，要么學習。”但經歷了COVID的成功后，我發現這句話其實有誤導性，因為它暗示你從成功中學不到東西。我認為最優秀的投資人其實更多地從成功中學習，這一點不容易。

失敗時，你可以找到一堆原因。但成功時，你要問：是運氣？是能力？是團隊組合？其實是多種因素的結合。優秀投資人會培養出對“什么有效”的模式識別能力。我自己也在努力總結。

我所處的領域是風險投資，這和私募股權等其他投資很不同。尤其是我們這種“全光譜VC”，我們經常種子輪就投，但很快會聯合其他投資人，擴展投資基礎和董事會能力。對我來說，答案就是“團隊能力+有現實基礎的內容”。

我們叫自己協作型（collaborative）風投，是因為我非常看重團隊組合和項目內容?？茖W讓我興奮，但我也要對團隊有信心，他們有經驗和智慧應對各種曲折。正如那本書和你所說，成功之路幾乎從來不是直線。這意味著你需要有經驗、能“拐彎”的人，也要有足夠的資本和戰略空間。

我剛做投資時，投過一家小公司，邏輯很理性，某種藥物有望治療癌癥，團隊很小，思路很直線，結果沒成。我從失敗中學到，這家公司無論團隊、資金還是科學結構都沒有足夠的“自由度”去調整。

而成功的項目，往往給了團隊一定的自由度，也有合適的團隊結構。

以Moderna為例，早期戰略就是把mRNA技術作為工程和醫學/生物學雙重平臺來開發。最初我們更確定工程上的優勢，而不是醫學上的。比如它究竟最適合罕見病、腫瘤、疫苗還是其他領域？其實都不確定，因為涉及遞送、藥效和生物學多重風險。

一旦能工程化mRNA，就能反復、可復制、低成本地生產。這是工程優勢。但能做出什么藥？早期團隊的高明之處就在于設定了足夠的自由度，平行探索多種機會。很快發現疫苗是最直接驗證藥效的方向，于是主攻疫苗，但沒放棄其他領域，同時合理分配資本。

那時高管團隊最激烈的討論就是這些不同應用的資本分配。我很幸運能和一些最聰明的人共事，比如Stéphane，執行團隊里還有三位醫生：Lorence Kim（前Moderna CFO，現Ascenta Capital主管合伙人）、Stephen Hoge（現Moderna總裁）、Stéphane。我們經常激烈討論“邊際一美元該投哪兒，技術路線怎么看”。

比如2019年12月，華爾街日報道武漢有狀況，公司里第一個注意到的是疫苗負責人，第二個真正推動的是Stéphane本人。他一眼看出要全力以赴，其他人其實還在觀望，畢竟2020年1-3月，普遍觀點是疫情會像以前一樣消散。但Stéphane完全是另一種思維，他帶領公司全力追趕，后來的故事大家都知道了。

復盤Moderna新冠疫苗研發細節：極快反應，多方配合

Patrick：你親歷了我們有生以來、甚至人類歷史上最核心的醫學事件之一——新冠疫苗的開發和推廣。你現在怎么復盤整個過程？

有些方面正是大家夢寐以求的——有技術、有平臺，能極快反應。疫苗研發很快，最大延遲其實是臨床測試。這很棒，大家都希望能多一些這樣的案例。

但后來又有疫苗副作用的“余波”，我個人其實不太了解細節，但你一定很清楚。大家都希望疫苗能快點出來，恢復正常生活，親人不再因病去世。

我很好奇，作為核心參與者，你對整個過程的復盤和分析是什么？

Tal：首先，2020年初我們公司已經做足了準備。大多數人不知道，到2020年初，Moderna已經在人類身上用mRNA針對8種不同病毒產生了中和抗體，新冠是第九種，前面8次全部成功。這在藥物開發史上是史無前例的，是平臺本身的特性。只要抗原選對，就一定能做出效果。

我們還和NIH有過合作（美國國立衛生研究院）。政府機構BARDA和NIH在寨卡病毒時就和我們合作過。2017年寨卡病毒鬧得很兇，我們和政府聯合開發疫苗，后來疫情消退了，項目沒繼續，但NIH注意到了我們平臺的速度和潛力。

我以前講過這個故事，2019年9月，Stéphane和我去NIH拜訪Fauci博士，討論最新疫苗（巨細胞病毒CMV）。Fauci問我：“Tal，你是不是有史以來最好的疫苗平臺？”我帶點自信地說“是的，理由如下……”。會后有兩件事：一是NIH寫了一篇論文，2019年就發表了，Fauci帶隊，稱mRNA是應對大流行的領先平臺（你可以網上查到）；二是我們和NIH約定做個演示項目，NIH隨機選個沒人聽說過、沒測序過的病毒，發給我們序列，我們快速做出疫苗，做一期試驗，看看能多快。這是那次會議的產物。結果幾個月后爆發疫情，一切開始加速。

所以我們公司有平臺準備好。還有一個因素——我們為個性化癌癥疫苗開發的“小批量、快周轉”制造體系，正好適用于新冠疫苗的早期小批量生產。

怎么能快速推進到終點？主要有幾點：一是公私合作（NIH、CDC、FDA、Warp Speed），政府高效指導我們快速推進。過去幾周、幾個月的流程，現在一周就能敲定協議、終點、試驗設計等等。二是制造端的投資和擴產，通常要等藥物后期才做，但這次公司不得不提前自掏腰包融資擴產，政府只是后來承諾采購，實際資本來自民間。最后一點，做疫苗三期試驗需要一定數量的“事件”發生（即感染人數）。我們利用現代技術預測疫情熱點，提前在高發區開設臨床點，三期原計劃一年完成的數據，三個月內就收集齊了。

所有這些因素促成了這次“異常”成功。

關于安全性必須說一句——mRNA疫苗是人類史上研究最透徹的醫療干預。作為負責不良事件數據收集和分析的人，我可以告訴你，我們有數千人分析成千上萬的不良事件報告，疫苗接種人數從幾百萬到幾億再到幾十億。安全數據的收集和分析前所未有。

副作用報告率比以往疫苗高10-20倍，原因有三：A. 疫情期間公眾恐慌；B. mRNA新技術大家不了解；C. 政府鼓勵上報副作用。我們必須建立系統應對。

事實證明，其他一些疫苗后來被撤市的罕見副作用（1/15萬），幾周內就被發現并寫入說明書。我們也發現了年輕人心肌炎風險，也如實寫入說明書。即使如此，感染病毒的風險依然遠高于疫苗副作用。

我從未如此確信疫苗的安全性，因為數據和分析極其嚴謹。作為決策層人員，一方面這是人生使命，另一方面如果出錯會面臨法律責任。我們每個人都高度自覺，必須把安全性做到極致。

我們唯一失誤的地方，大概是公眾信任危機。回顧這次成功——疫苗挽救了數百萬生命，這是科學共識。但公眾情緒卻不一致，甚至我家里也有人拒絕接種疫苗。這其實是社會對機構信任的問題，也與科學家（包括我自己）越界有關。

回到我一開始說的——科學不是道德善本身，科學家有義務解釋自己的道德框架。公眾的自主權、自由等同樣有道德和倫理考量。民主社會必須平衡這些力量。強制接種疫苗是道德問題，必須得到公眾認同，否則就是獨裁。科學家不能決定一切，這也是我最大的教訓——必須和公眾坦誠對話。

藥物即信息，mRNA技術的未來

Patrick：這是對我們歷史上一段瘋狂經歷的精彩回顧。我很喜歡你這種平衡的觀點。顯然，我沒有資格就這些事情的利弊展開長篇大論，但我確實認為，當你真正深入挖掘這些問題時，會發現它們極其復雜和微妙。

這讓我對未來將這些平臺應用于其他領域產生了一些思考。也許我們這一生再也不會遇到像新冠那樣影響數十億人的事件，也許會遇到。

當你思考像mRNA這樣的平臺時，我很好奇還有哪些——我姑且稱之為像mRNA一樣的平臺或技術——你認為在未來應對疾病方面最重要？這些技術現在為我們帶來了什么新可能？你們之前“八戰八勝”，這很酷，但八個還是很少。你覺得未來會怎樣？我們先從mRNA本身談起，它將如何改變我們未來應對健康問題的方式？

Tal：我會把這個話題拓寬到“核酸藥物”領域，mRNA只是其中一個重要部分。還有其他類型的RNA，最著名的是siRNA。我認為這些藥物正在實現我們以前未曾擁有的新型藥理學。它們需要大量的技術和遞送系統投資，需要讓藥物到達正確的組織。

但它們都受益于疫苗平臺帶來的同樣優勢：一旦你把第一個做對了，后續產品的邊際成本只是很小一部分。

核酸藥物有一種幾乎類似軟件的獨特特性——我們在Moderna早期就稱之為“軟件式平臺”（a software-like platform），因為它本質上是同一種物理結構的藥物，但只要改變核酸中的信息，就能得到不同的藥、不同的疫苗。但在顯微鏡下它們看起來完全一樣，實際上成分也一樣，只是編碼的信息不同，這讓藥物變成了一種“信息”。這是一個全新的概念。

此外，還有基因治療的廣闊前景。比如我一開始提到的罕見遺傳病，有些人天生缺失某種酶或蛋白，如果你能直接補充編碼該蛋白的信息，就能解決問題。

這樣，生理功能就能恢復到正常人的狀態。你可以用傳統方法用mRNA來做，Moderna正在做罕見病，但這種mRNA是短暫的，需要每次都重新給藥。但如果你能用mRNA作為中介，一次性修復基因組，那就有可能實現長期甚至終身的療效，不用終身反復注射。

我過去一年擔任臨時CEO的公司Exsilio正是在做這件事。它用脂質納米顆粒包裹mRNA（和Moderna疫苗在概念上類似，化學結構不同），但編碼的信息讓mRNA能進入細胞核，實現永久性改變。當然，這會帶來全新的挑戰。公眾對mRNA的質疑之一就是誤以為它會改變DNA。事實上，mRNA不會改變DNA，從原理和實驗證據都不支持。但現在我們可以用特定方式讓mRNA實現DNA永久改變，這就是我們有意為之。

因此，這會引發許多新的倫理和道德問題，必須在廣泛接受前加以討論。但如果你能讓患者只需打一兩針就終身治愈，而不是每兩周打一針，這對患者來說無疑是巨大進步。

Patrick：我想請你做個有趣的預測，當然沒人會真的追究你的準確性。假設我們分別展望5年、10年、20年后，你覺得在個人健康管理方式上會出現哪些變化？……

Tal：塔木德（Talmud）里有句老話：“自圣殿被毀之后，預言只屬于傻子?！彼晕乙亲鲱A言，那我就是傻子，聽不聽全憑你自己。

5年是最容易預測的。我屬于比較保守的一代人。以前我對這些健康數據采集都不太感冒，覺得大家都知道健康飲食和多運動，多點數據其實沒啥用。但我現在開始轉變了，因為我發現不同人適合的干預措施確實差異很大。

我們這代醫生總是“一刀切”地看待人群效果，沒真正理解個體差異。

我最近還和我太太說，今年是我們開始認真、深入采集健康數據的一年。像大多數人一樣，我以前一年查一次血，膽固醇高就吃他汀藥，以為這樣就夠了。但我覺得我們還能做得更多。有件事讓我很震驚——今天你去急診查血，做的項目和我40年前當醫學生時幾乎一模一樣，40年只多了兩項指標。醫學進步這么大，血液檢查卻幾乎沒變，這讓我很沮喪。

這里有個有趣的事實。魏茨曼研究所的AI科學家Amos Tanay，他大部分時間都在用AI設計更好的蛋白藥物。但他也好奇，常規血液檢測的變異性里，有多少其實是可以根據個體特征矯正掉的。

他聯合以色列一家醫療網絡，采集了幾十萬人的十年數據，把同樣的血液指標根據機器測得的其他參數（即使我們不知道那些參數是什么）進行矯正，結果發現，正常值分布中大約一半的變異其實都是“假變異”，如果能根據你的個人特征矯正，分布會變得更窄，這樣就能更早發現異常。

這是AI的完美應用場景，可以提前發現問題。問題是，這樣做能否帶來更早期的有效干預？這就需要藥物開發的進步。但我同意那些說我們現在是“疾病照護系統”而非“健康照護系統”的觀點。

我從新冠疫苗學到的最大醫學教訓是：我本來是腫瘤科醫生，職業就是給癌癥患者治療。我的“愿景”其實是讓患者回到得病前的健康狀態。

但疫苗的意義在于讓健康人以后更健康。以前像我這樣的“嚴肅醫生”對“讓健康人更健康”是嗤之以鼻的，覺得那是瑜伽教練、江湖醫生和營養師的事——我是治病的，不是讓健康人更健康的。但疫苗和新技術正讓我們能夠實現這一點。

未來10年，我認為這些見解會逐漸制度化。這會帶來醫生角色的深刻變化。

過去20年，美國醫生越來越“職業倦怠”，因為他們從自主決策、與患者深度交流、按時間獲得回報，變成了大型醫療系統的雇員，治療方案、質量控制、報銷都由算法和機構決定，醫生的自主權被剝奪，和患者的交流時間越來越少。AI知識系統的崛起會進一步改變醫生的角色，醫生將變成“智慧的翻譯者”，而不是知識的唯一持有者。

Patrick：我的孩子現在10歲和8歲，他們將比你我更能享受科學和創新帶來的好處。你覺得他們長大后會不會回頭看現在的醫療方式，覺得我們簡直是“野蠻人”，比如過去有人會死于傳染病，太不可思議了？你認為會發生這種根本性的變化嗎？比如像疫苗普及前后那樣的巨大差異？

Tal：我認為在未來20到30年里，他們體驗到的醫療會和我們現在完全不同。去醫院、見醫生、診斷和治療的方式都會變。會有更多更早期的干預。我希望能更側重于健康維護和促進，而不是疾病治療。

疾病永遠會存在，我們需要不斷進化工具來應對。但我確實相信未來會非常不同。

不過，我也認為，我們正處在一個技術能力遠超生態系統整合能力的時代。

比如，有些AI程序能比病理醫生更準確地讀切片，已經獲得FDA批準。但現實中，全球不到1%的切片是由計算機判讀的。我們仍然用顯微鏡和人工。誰來為全面數字化買單？誰能獲得投資回報？

你會發現，技術已經存在，但生態系統的瓶頸無處不在。藥物開發也是如此。比如抗生素開發的失敗就是警示。

我父親那一代，感染住院時總有現成的抗生素可用。現在新抗生素越來越少，死亡風險上升，并不是我們缺乏科學工具，而是缺乏商業激勵。

我有同事在做罕見病，他們會問“你怎么看”，因為大藥廠對罕見病投入減少。這也是提醒我們，經濟激勵并非理所當然，社會層面必須認真思考政策導向和支付機制，因為最終是投資回報驅動創新，造福我們和我們的后代。

醫療投資與科技投資的區別：回報的上限

Patrick：這讓我想到另一個投資問題：你認為像你這樣的投資人在評估新療法項目時，最常低估哪些風險？又有哪些風險被過度關注？正如我們之前說的，這個領域很難獲得回報，但潛在收益巨大，因為市場是全人類。你認為投資人最常犯的錯誤是什么？

Tal：我剛進入這個領域時，讀過Scott Kupor的《The Secret of Sand Hill Road》，書中講了做科技風險投資的心態，比如他們能接受100投1中，因為回報可以是1000倍。但我們這個領域不是這樣。我們很難有巨額回報，能有10倍回報已經非常難得。一般我們追求3-4倍，5倍就很棒了。這意味著我們不能像科技投資那樣頻繁失敗，因為上限沒那么高。

所以，投資組合必須非常謹慎平衡風險。每個項目都要有人“拍桌子”堅信它會成功，否則我們不會投。我們會非常理性地評估各個風險維度，團隊、科學、臨床、商業機會等。

但我們最常犯的錯誤，恐怕還是在“臨床獲益幅度”的判斷上。因為臨床獲益不是黑白分明的。我們通常會投那些生物學機制明確、風險可控的項目，覺得“應該會有效”。但到底有多好，很難預測。

在競爭激烈的世界里，不能只是比別人差一點，甚至“差不多”也不行，必須有差異化、必須更好。這是最難預測的地方。

Malcolm Gladwell曾為經濟學家Albert O. Hirschman寫過一篇悼文，說經濟進步的動力是低估難度的天真。比如19世紀美國修建隧道，專家說山體外殼很硬，中間是軟的，很快就能挖通。結果整個山都是硬的，但既然挖到一半了，只能咬牙堅持。

故事的寓意是：投資永遠比預期更難。只要你認清現實，有合適的人選和組合，采用組合策略，就有機會。

我剛從企業高管轉型為投資人時也有很多感悟。作為投資人，你可以理性評估風險，為LP創造回報。但作為企業高管，你是全情投入、成敗攸關。

我記得剛加入Moderna時，我太太（一位生化學博士）就說：“Tal，這玩意兒怎么可能成？mRNA根本不可能成功?！蔽耶敃r也覺得成功概率很低，甚至覺得公司也不可能賺錢，但我愿意在大事上失敗，也不想在小事上成功。

后來公司上市，投資人問我怎么看股價。我說：“我在公司投入的是比金錢更寶貴的東西——我生命的時間。你們的錢隨便，但我把時間押在這上面。”

這讓我明白了“汗水股權”的重要性。所以我希望自己的資金能跟隨那些真正付出汗水的人，因為最終是人讓一切成真?？茖W、技術、醫學都要成立，但人是關鍵。

Patrick：你認為那些在傳統投資領域非常優秀、但沒有你這種醫學或科學背景的投資人，有可能在這個領域獲得優異回報嗎？還是說只有像你這樣有深厚專業背景的人才能勝任？

Tal：我認為是可能的，事實也證明了這一點。有些投資人并沒有實際操作經驗，但他們聰明在于能認識到多學科本質，知道如何提問。我有些同事（包括OrbiMed）也沒有操作經驗。

我剛入行時還以為必須有豐富經驗才能做好，后來發現其實不是。只要有智慧，經驗可以被替代到一定程度，但過了那個點，還是要請教專家。所以，那些沒有深厚專業背景卻能獲得好回報的投資人，都是因為他們知道如何找到對的人、懂得如何提問，并明白為什么信任某人的答案。這也是優秀管理者的特質。

我很幸運曾與Stéphane Bancel和他的高管團隊共事。他的高明之處在于能逐層追問“五個為什么”，直到徹底明白。而且他要求所有答案都必須用他能理解的簡單語言表達，否則就繼續追問。

我的博士導師也說過，如果你不能把自己的工作講給幼兒園小孩聽，那你其實還沒真正理解。

Patrick：我倒數第二個問題，也是大家最關心的，就是AI對醫學領域的影響。你能不能分別說說你對AI在醫學領域“熊市”“基準”和“牛市”三種情境下的看法？

Tal：熊市情境是AI只能在很窄的垂直領域緩慢滲透，這已經在發生，但進展很慢，每個小領域都要單獨找回報。

Patrick：能舉個例子嗎？

Tal：比如有家公司專門做護士用的AI轉錄工具，但不是給醫生用的，只在養老院推廣；還有人做AI篩選臨床試驗患者，只在特定機構部署。這都是很碎片化的應用，難以整合。牛市情境是這些系統實現整合，激勵機制重新調整，人們能夠真正提升生產力。比如早期EMR（電子病歷）系統，實際實施后反而降低了生產效率，本該提升效率的技術反而拖后腿。如果能徹底改變，把系統用來提升醫療系統效率，并且找到經濟回報點，就能加速變革。

一旦實現，變革速度會非?？臁?/p>

Patrick：你覺得在牛市情境下，有沒有可能生物學變成工程學？比如我們能在數字孿生人身上模擬實驗，不用真實臨床試驗，從而極大加快藥物開發，解決所有難題。這是AI影響醫學的烏托邦式設想。你覺得可能嗎？如果可能，技術進步這么快，未來會不會實現？

Tal：我覺得這還屬于科幻范疇。數字孿生可以做到一定程度，但有很多限制。我們必須平衡倫理責任，比如患者自主權等。如果一切都按功利主義來，會變成獨裁，那不是我們希望的。

科學只有在“善用”時才是善的。你可以在沒有患者自主權的環境下建立最優醫療系統，但那不是我們能接受的方式。所以世界會有意保持“混亂”，我希望如此，這也是人性所在。

因此，我對這些技術能多快落地還是比較謹慎的，必須小心平衡，這對AI所有領域都適用，醫療也不例外。

Patrick：Tal，感謝你的分享，非常精彩。謝謝你！

Tal：Patrick，很高興和你交流，謝謝！

作者：MD

出品：明亮公司