刘沐芸 中国（深圳）综合开发研究院 特约研究员 深圳市先行示范区专家库医疗组  专家  个体化细胞治疗技术国家地方联合工程实验室 主任 伴随着测序成本的日益下降，生物医学领域产生大量的2D数据，驱动着生物学研究的进步与革新。现在，人工智能的引入正推动着生物学进入3D世界，DeepMind搭建的AlphaFold公共服务平台，不仅解决了一项长久以来横亘在生物医学研究路途的挑战，从氨基酸序列，就能准确的预测蛋白质3D结构，也为我们提供了一个了解蛋白质世界的高效、快捷路径。 这个发现将极大便利和简化生物学家尤其是实验生物学家的工作，生物学家能更精细、更准确地预测细胞内蛋白质的功能，并有利于科学家更有针对性地“瞄准” 特定的蛋白结构以对抗疾病的发生、发展，因此将有可能从根本上改变新药研发进程与生物医学的研究范式，由现在耗时耗力的“大海捞针”模式转为数字驱动的模型预测，实现准确、高效、快捷。过去，要了解一种蛋白质的结构和功能需要耗时经年累月。 DeepMind首次胜出是2020年7月。这项竞赛的规则是，参赛小组向组委会展示其用代码“盲测”已知的蛋白质结构，组委会对参赛小组提交的预测结构与数据库中的已知结构进行比对。这些已知的蛋白质结构是通过其他费时费力的方法，如射线衍射晶体分析法、冷冻电镜等获得，但迄今还未向公众公开。那一次的比赛，DeepMind的AlphaFold完胜其他参赛者，满分100，其获得90分的高分，而同期其他参赛者的得分基本都在75分左右。 2021年7月20日，DeepMind宣布，该公司已用其高准确性的深度学习模型AlphaFold2完成了“基于氨基酸序列成功预测了350,000种蛋白质的3D结构”并建立了一个数据公共服务平台。这个规模的蛋白质结构基本涵盖了人体表达的每一个蛋白结构，该研究发表在新一期的《自然》杂志，并将预测的蛋白结构上传到AlphaFold蛋白结构数据库（AlphaFold Protein Structure Database）。至此，在此公共数据服务平台上，任何人可以“输入”一个氨基酸序列，然后平台会输出与其对应的蛋白质结构和功能，而同时数据库中就会增加了一个新结构的数据，或有一个记录：某一个蛋白质结构与对应的氨基酸序列被查询过。 这个数据平台将为我们构建一个新型的数据驱动的产业公共服务平台，而不在是现在流行的服务支撑的公共服务平台，通过集聚共性需求的规模效应然后提供服务以分摊单个使用者的购买成本。而这个数据驱动的新型公共技术服务平台将为研究机构、医药公司、靶点筛选初创公司提供一个准确揭示人体分子机制的高效工具，开展各项可能的生物医学研究，为行业提升效率的同时创造增量。该数据库中的蛋白结构数据量是目前蛋白质数据银行（Protein Data Bank）的2倍。据预测，当AlphaFold2的预测规模达到1亿时，将能基本覆盖所有的蛋白质，届时这个新型的数据驱动的公共服务平台将会产生和衍生增量应用、产品和服务，我们现在还无法想象。 目前较为确定的应用场景，是为医药工业的新药筛选“提质增速”。DeepMind 采取了一项不同寻常的举措，与欧洲分子生物学实验室联合发布了此完全开源数据的公共服务平台。这将有助于衍生出许多AI驱动药物筛选的创业公司，提高其筛选蛋白质靶点的准确性和速度，也能为一些生物科技初创企业赋能，提高其工程化设计新的酶系统的效率，新建一个与传统路径本质不同的“提质增速”的发展路径。 还有一个比较确定的应用，就是为生命科学研究赋能提速。蛋白质结构预测数据公共平台的建立，为生命科学实验室的科学家提供新的研究素材和研究工具，可以快速的在数据库中核查兴趣蛋白是否具有进一步深入研究的意义，而不是过去反复费时费力的以一个又一个的生物实验证实或证伪，然后可能会发现“兴趣蛋白其实没有什么意义”的负面结果。但现在，可以通过这个数据公共服务平台直接找到有意义的蛋白质结构，得以节省大量的“试错、探索”成本时间及人力物力。 AlphaFold2的破坏性。这个蛋白质结构预测AI的出现会对实验生物学家的工作岗位带来挑战吗？目前实验生物学家或者结构生物学家的主要工作，主要是借助一些工具，比如射线衍射晶体分析法、冷冻电镜、核磁共振光谱等的辅助来发现新的蛋白质结构，再辅以生物学实验进行证实或证伪，证实就发表（Publish），证伪就淘汰（Perish）。虽然，目前预测蛋白质结构整个工作链上的部分工作已由AI接管，但AlphaFold2公共技术服务平台的准确性和可信度的进一步提升还要有一个过程，这个进化的过程，需要应用这些行业公认的“金标准”对AI预测的蛋白质结构进行验证，因此，在一定的未来期间，结构生物学家这一职业和实验生物学这门学科不会因AlphaFold2的破坏性而消失。但显然，岗位的重要性已然发生改变，可能会是计算生物学、或计量生物学等新专业成为主流。 从2018年AlphaFold首秀，到目前AlphaFold2，进化用了3年的时间。日前DeepMind宣布建立一个完全公开、开源的数据平台，人人可用，这将大概率地会加快目前依赖实验生物学实验进行验证的过程。当数据平台积累一定数量的结构预测，比如前述的1亿种蛋白结构，AlphaFold2就进化成为AlphaFold3，然后可能进入AI的自学习阶段，我们目前还无法全部想象那时的研究方法、应用场景，也无法想象那时是否还有结构生物学。 因此，当我们现在规划设计产业公共服务平台或科学设施装置时，我们该部署什么？在批量购买冷冻电镜时，也需要对具有先导知识的团队开展算法研究和数据平台的建设进行投入。提升效率、创造增量的新型公共服务平台显然是方向。 快速准确预测蛋白质结构的意义在于创造增量。今年，是首个人类基因组草图公布后的第21年，基因测序已经发现2万个人类基因，但迄今为止，只有4%的已知基因最终获批成为药物上市。也就是说，如果有高效的公共服务平台的支持，我们可以对更多的蛋白质进行研究开发，就有望带动更多的新靶点成药物进入临床应用。因此，DeepMind和被忽略疾病药物倡议(Drugs for Negelcted Diseases Initiative)建立合作关系，基于AlphaFold数据公共服务平台尝试数字化研究开发治疗Chagas病和Leishmaniasis病的药物。 当然，蛋白质结构数据平台的用途远不止于此，从实验室生物学家的角度来看，这个数据驱动的公共服务平台支撑的AI预测将给结构生物学带来范式改变，必然能衍生出许多当前无法想象的应用场景。这一点从侧面证实，开源开放的数据公共服务平台既是研究基础，也是研究成果。因此数据驱动的新型研究范式也正促发研究成果保有方式的转变，是独占还是共享？显然，从蛋白结构数据库这一研究成果的进化来看，开源共享是一个“我为人人、人人为我”的优选方式。 因此，数据驱动的新型产业公共服务平台正在产生一种全新的“科学研究、实验开发、推广应用”的产业发展路径，与我们现在所熟知的科技产业演绎路径完全不同：数据将是科学研究和产业发展的核心要素，先导团队通过算法规则和先导知识搭建一个数据驱动的新型产业公共服务平台，开源共享，为广大使用者提供便利和提升效率的同时，也汇聚着“四面八方使用者”研究应用过程中产生的大量数据和衍生数据，为先导团队创造一个现在难以想象并且无法计量的应用场景，因为能给现有的学科和产业带来无可比拟的高效、便捷、速度，会吸引更多的人使用，实现雪球效应产生。因为，所有的使用者产生的数据和成果不再像农业社会或工业时代那样为自身所有并支持自身成长，而是反过来对先发者的进一步发展壮大产生累积性的叠加效应。这是一种新的“我为人人，人人为我”的产业公共技术服务平台，开放共享将是新时代下研究成果的保有形式。 因此，一项重大科技成果带来的不仅是效率的提升，更创造无限可能！革新我们习以为常的研究方法和产业演绎路径，也改变着我们与世界互动的方式，开放共享将成为常态，创造无限增量成为可能，这也是数据驱动的新型公共服务平台与现在的公共服务平台本质的区别所在！

刘沐芸 中国（深圳）综合开发研究院 特约研究员 深圳市先行示范区专家库医疗组  专家  个体化细胞治疗技术国家地方联合工程实验室 主任 Kendall广场——世界上最具创新活力的一平方里 Kendall广场位于东剑桥区，是美国生物科技的产业中心，这里也是一些科技公司如Apple、 Boeing和Google的前哨站。如今，Kendall广场不仅是“这个星球上最具创新活力的一平方里”，也是许多国家发展生物产业的前哨站。 有人将这里的租金与纽约的麦迪逊大街、巴黎的圣奥诺雷街、以及米兰的Via della Spiga 进行比较，但，Kendall广场的租金都是一枝独秀。不同的是，Kendall广场却是以前沿科技而闻名世界，并不是以高端购物闻名。 可以说，在美国其他城市，甚至是这个星球的其他地方，都找不到这样的景象：聚集了大量的初创公司、大药厂联络处以及风险资本等。他们要么以剑桥的MIT为圆心形成聚集，要么就沿着主大街一直延伸到中心广场。 这里是新英格兰地区租金最高的街区，实验室的租金达100美金/平方尺，办公楼的租金为92美金/平方尺。租金如此高，可为什么大家在这儿扎堆创业的热情还是不减呢？因为这里有生物医药创新、创业共性需求的“技术、人才、资本、设施和服务”等一切要素的集聚，而这些是无法用租金来衡量和判定的。 这里最吸引人的是：人才聚集，使得交流与沟通非常容易并且有益。这里有激情四射的创业者、功成名就的大药厂管理者和眼光独到的投资人，随时可以发起沟通、交流和请教。 如果想了解世界生命科学的前沿，可以随时走进MIT，那里有Broad研究所、白头研究所等世界顶尖的研究机构，与世界顶尖的科学家进行交流。 如果创业过程中需要向前辈求教，可以去赛诺菲或诺华等大药厂在这里设立的机构。甚至可以与前辈建立战略伙伴关系，或接受大药厂的委托订单在细分领域进行新药筛选。 资本也可以对所投项目和创业公司随时了解，以便在需要的时候提供除资本之外的其他帮助，如创业辅导、资源嫁接等。也能方便随时发现一些“下一代”的重磅炸弹。 Kendall广场还有一个其他CBD或产业园区无法比拟的区位优势，就是与创业公司、与支持创业的大学实验室科学家会面畅谈的便利性。 MIT的科学家步行就可到达基于自己研究成果创立的公司办公室，与创业团队进行沟通交流、了解进度，并就创业过程中的困难予以建议与交流等。 这里的公共通勤交通和轨道交通也非常便利，即便是稍远一些的麻省总院和哈佛大学的专家过来也非常方便。实验室研究成果创业孵化早期的频繁沟通交流非常重要。 都说21世纪是生物经济时代，每个想发展生物产业的国家都希望在此占有一隅，在最好的生物产业孵化地学习最成功的产业孵化经验。简而言之就是，Kendall广场，这里不仅是生物科技初创公司的创业乐园，也是功成名就的大药厂的聚集点。 装备齐全的实验室和场地可以为初创企业提供“拎包入住”和“初始运营”的便利性，不仅如此，还提供了商务会议和商务会谈的共享空间和创业导师等，并有“起步资金”提供。基本上就是，当有了“Idea”时，就立刻可以将“创业冲动”转化为创业行动。 因此，这里不仅对创新、创业的团队有吸引力，并且对一些将生物科技作为重点领域的国家有吸引力。 为了学习“先进”经验和科技产业发展模式，一些国家开始发挥本国驻波士顿使领馆的作用，赋予了使领馆一些新的职能，充当生物产业的孵化纽带，连接大学、大公司等设立创业孵化或初创企业加速器等。 外国设立使领馆的初始职能也就是，联络、共同工作、促进工作等，这些也是孵化器的基本职能。比如，荷兰就在其驻地使领馆新增了一个岗位：荷兰创新网络领事，专职负责联络、孵化生物产业。 丹麦在此开设了一个永久的孵化器，希望将丹麦国内的科研团队和创业团队与Kendall广场的行业现场链接起来，并可以从剑桥“学成归国”发展。日本一些地方的领事馆紧随加拿大、荷兰之后，于2018年4月也在此设立了小的卫星办公室，希望吸引一些当地成才的初创企业到荷兰发展。 波士顿有着非常好的生物科技的创业生态，有许多专注在生命科学领域不同阶段的风险资本、天使基金，还有完善、配套的生命科学成果转化所需的研究设施，围绕着顶尖大学建设的“资本+人才+成果+（研究）设施”使Kendall广场成为了国际上最具潜力的生物产业创业地。 对创新创业的公司来讲，创业初期有配套齐全的生物技术孵化器，可以大大降低其创业起步门槛，尤其是生物科技领域的创业。对一个各方面资源都缺乏的初创公司，要建设一个符合法规要求的生物实验室或生产场地以能生产I、II期研究用的产品，其花费可能就能将许多创新创业的冲动给“扼杀”了。 因为，生物医药行业与人民生命健康息息相关，是一个高监管行业。成果转化过程必须受到严格的监管，比如所需的场地、转化过程、研究数据等都要符合法律法规的要求。因此需要配套设立符合法规要求的研究和生产设施，Kendall广场提供的符合监管要求的孵化器，大大降低初创生物科技公司创业的资金压力和创业不确定性，有助于创业团队将早期有限的资源集中在擅长的领域，提高成果转化的成功率。 […]

编者按 药品生产基地的现场核查，是药品获批生产前一个关键的审评审批步骤，如果没有现场核查，药品就不能开工生产。疫情到来打破了过去行业现场审查的“按部就班”。过去大家习以为常的“亲临现场”的审查变得几乎不可能了，过去的“亲临其境”变得“遥遥无期”，亟需新的审评审批方法和路径。从政策上，FDA出台了“远程交互现场审核”指南，完成了其政策改进的与时俱进。但是，由于生物医药生产仍然处于人工操作，生产记录是手工记录，质量报表也是按照SOP设立的关键控制点而来的有限信息，无法“再现”全部的生产过程，给远程交互现场审核带来审评盲点并形成审核盲区。所以，监管效率提升的起点不在于FDA部门，而在于生物医药研发生产的智能生产创新，和这些创新技术对生物医药价值链的改造。 要触发生物医药价值链下游的监管效率发生非线性改变，首先需要具备促使这种改变发生的数字化基础。监管效率改变的程度和力度，是取决于行业自身创新的程度和力度。 智能生产驱动的效率提升与监管创新是一个产业下游产品和服务发展与上游装备相互促进产业链闭合循环的过程，首先发生于下游的产品和服务，发展过程中涌现出对上游细胞智造装备与部件的需求，然后通过上游核心装备研究开发进一步促进强化下游产品创新和服务生态的提升，逐步形成产业供应链的自主可控，进而获得产业的话语权与终产品的定价权。 Covid-19公共卫生危机持续一年有余，疫情防控采取的社交隔离措施使得大量排期的生物医药生产厂区的“现场审核”延后，仅美国境内就有大约85%的原定现场核查停滞了，美国之外的生产基地的现场核查则高达99.5%无法完成。 药品生产基地的现场核查，是药品获批生产前一个关键的审评审批步骤，这一环节任何原因导致的积压延后不仅导致成本大幅提升，更严重的后果是，导致全球供应链关键药物的短缺，比如疫情需要的疫苗生产，进一步恶化本来就严峻的疫情危机。 现场核查也是监管部门比如FDA确保药品生产合格、合规以及药品安全、有效的重要监管工具。因此，如果没有现场核查，药品就不能开工生产。疫情前，药品生产基地的现场核查一直都是由监管部门派出审查员到现场进行审查以判定生产产地、质量管理等是否合格合规，并运行良好，这成为医药行业中一项按部就班的常规工作，似乎大家也都安于现状，并无不妥。但，疫情的到来打破了过去行业的“按部就班”。 过去大家习以为常的“亲临现场”的审查变得几乎不可能了。但，控制疫情的新疫苗、新药物的快速审评审批、快速获得生产许可，以及尽快量产又成为控制疫情的迫切需求。因此，过去的“亲临其境”变得“遥遥无期”，亟需新的审评审批方法和路径。 2021年4月，FDA终于发布了《疫情期间面向产业界的制药设施和生物研究设施监督远程交互评估指南》（Remote Interactive Evaluations of Drug Manufacturing and Bioresearch Monitoring Facilities During the COVID-19 Public Health Emergency  Guidance for Industry），表明FDA在疫情期间，将对药品生产、加工、包装或贮存药品的设施，以及生物研究监测计划所涵盖的设施、外包设施等实施远程交互评估。 通常，生物医药行业的现场审查包括:上市申请的批复前（Pre-Approval Inspections）和授权前审查（Pre-License Inspection），批复后审查（Post-Approval Inspection）,监测审查（Surveillance Inspection）和合规性审查（Follow-up […]

刘沐芸 中国（深圳）综合开发研究院 特约研究员 深圳市先行示范区专家库医疗组 专家 个体化细胞治疗技术国家地方联合工程实验室 主任 “十四五”开启了全面建设社会主义现代化国家的新征程，我国转向高质量发展阶段，经济社会发展从 “要素投入”转向“创新驱动”，全面塑造发展新优势。 很多破坏性技术的出现，比如说人工智能、视觉识别、无人驾驶等等对社会的生产、生活、社交形成了巨大的影响，提升了效率。新技术的应用统筹了一些过去看似不可调和的矛盾，比如，大数据应用和生物科技发展良好地统筹了“疫情防控与复工复产”双重目标的实现，NASA预算的约束激发了“火箭回收”技术的出现等。” 1生物医药产业当前的生产现状 在与生命健康息息相关的生物医药产业，多数其他行业生产中常用的智能控制技术、内置式质量动态监测、连续批量生产等创新技术并没有出现。 为了避免出错并符合法规要求，药厂生产部门约30%的员工从事的是与生产记录文件相关的工作，比如产品档案、设备维护日志、批记录等，而一个普通的生物医药公司的批记录文件会包含有5000-45000项手工记录。这不仅需要耗费大量人工，而且极容易出错。在“避免出错”这一质量宗旨的指导下，药厂会投入更多的人力，并设立更多的质量控制点。可想而知，通过手工生产和手动记录获得的药品申报材料提交给监管部门，审评审批工作有多么的“耗时耗力”。 监管部门在“加快审批”和“确保科学”的指导思想下，通常也是基于一种惯性思维的驱使，采取增加编制人手、提高待遇、外聘审评/审批专家等要素投入的方式。但现实却是，新药研发的成本越来越高，周期越来越长，FDA部门也越来越庞大。 我们有没有想过，换一种路径或轨道？或者这样来问，如果马斯克做的不是火箭发射，而是加入到生物医药行业，那会怎样？会有不同吗？前述的人工智能、大数据挖掘、视觉识别、无人技术等这些先进科技能否用于生物医药行业的研发生产，并驱动由创新科技支持的监管效率提升？ 类似大数据技术的应用改变了突发疫情的发展曲线，克服“疫情防控的隔离措施和复工复产的商业活动”之间的矛盾，有效地统筹了“安全与发展”。 当生物医药的研发生产还是一种“要素投入”的状态时，我们如何要求审评审批效率发生非线性改变呢？ 因此，监管效率提升的起点不在于FDA部门，而在于生物医药研发生产的智能创新，和这些创新技术对生物医药价值链的改造。要触发生物医药价值链下游的监管效率发生非线性改变，首先需要具备促使这种改变发生的数字化基础。我们希望监管效率改变的程度和力度，取决于我们自身创新的程度和力度。 生物医药的监管贯穿于“研发、生产、流通、应用”全流程。但目前审评审批基本都是，由研发生产者提交档案文件，而这些供监管部门审查的文件是基于产品操作规程（SOP）中的“质量控制点”而来的“有限信息”。由于研发生产者提交的供审核信息并没有反映全流程，而是由操作人员操作完成后填写的记录，那这个不能真实反映药品全生命周期的档案信息，如何满足“审评审批效率”和“产品科学安全”的要求，并实现“每批产品都合格”的质量目标？ 2智能生产将引发价值链效率大幅提升 工业化以来，越来越多的新技术应用到“科学研究、实验开发、推广应用”全链条以提升效率、降低成本，并在许多行业取得了良好的成效。我们可以看一组数据： 上一个世纪，通过新技术的应用，农业现代化对劳动力的解放率高达96%，这些劳动力不再被重复的农作物劳作束缚；测序工具的迭代导致测序效率和成本得到极大的优化，总体效率相较人类基因组计划期间提高了99%；人工智能的引入，使得一些科技公司如苹果的供应链运营效率提升了95%；今天的银行审批一项抵押贷款的周期较以往缩短了98%的时间，坏账率却降低了。 如果说以上这些例子都是跨行业的，无法反映生物医药产业的行业特性；那么我这儿有一个生物医药细分领域的实际应用——细胞药品研发生产智能创新引发“安全与发展”并重的监管范式改变与效率提升。 赛动生物自动化为细胞药物研发企业北科生物提供的全自动细胞智造系统（CellAuto-Stem Cell Platform），完整“呈现”细胞药物研发生产全过程，轻松实现“避免出错”这一质量目标。 1、从细胞药品价值链上实现降本增效。 同一产能下与“要素投入型”的人工操作相比，空间集约高达90%，初始建设成本节省高达94%，初始设备投入节省50%；细胞药品生产工程师培训成本节省高达98.8%，总体成本下降80%，效率提升70%。 2、预防胜于应对，智能生产能从根本上预防偏差，实现质量目标。 赛动搭建的“智能、实时、在线”的细胞药品生产线，从根本上减少甚至杜绝“生产失误”或“过程造假”，所有的生产记录都自动生成，汇聚云端，任何修改都会留痕并提示。并且，智能生产最差的情形是生产偏差造成浪费，但不会发生偏差产品流向市场（无论是有意还是无意）后导致重大事故发生。 3、生产过程的实时可视引发“研发-生产-审评审批”工作流的改变。 实时自动生成的生产报表，有效消除生产者与监管者之间的信息差与时间差，实现细胞生产、注册审批、上市监管的同步化。也就是将过去的“研发生产-审评审批-上市监管”等串联工作流，升级成为无缝衔接甚至是并联工作流，极大地便利监管部门的审评审批和上市后监管，可以轻松地了解每一批细胞药品的来源、生产和流向全过程，有效地统筹了“监管与发展”、“安全与效率”。 而当生物医药价值链上的工作流从过去的串联转为并联的时候，我们的新药总体研发效率会不会发生非线性改变：像银行审批抵押贷款那样周期缩短98%？ 3生物医药生产智能创新孕育着巨大的市场机会 […]

刘沐芸 中国（深圳）综合开发研究院 特约研究员 深圳市先行示范区专家库医疗组 专家 个体化细胞治疗技术国家地方联合工程实验室 主任 Watson Health曾在IBM内部被称为“登月计划”，以表明Watson目标的远大和技术的革命性，应用人工智能技术颠覆传统医疗活动。然而，刚迈入2021年，Waston却遭遇历史性挫折（也有形容为“溃败”，但我不太愿意用这个词），整个部门面临裁员，被媒体批评，以及自设立以来从未达成财务目标等。我们看到的是Watson“落幕了”。但我始终相信，Watson的方向是正确的，只是在推进执行的过程中出现了一些困难，Watson会在将来的某一天重新回来充当临床医生的助手，因此我更愿意用“挫折”来描述当前的状况。 本着DARPA对失败的定义——能为人类产生新知识、新借鉴和新启示的经历和活动，那作为科技产业的从业者，我们能从Watson的挫折中学到什么呢？是不是人工智能，尤其是医学人工智能没有前途呢？我们要如何判断科技产业的价值和发展前景呢？ 1 . 科技产业的基础是科技，而不是市场营销 从Watson过去的发展历程来看，Watson的研发部门与其市场营销部门处于脱节的状态。自始至终，IBM都是广告先行，在缺乏足够临床数据支持的前提下，将Watson描述为医学界的重大突破，尤其是在癌症诊断方面，宣称其诊断可以显著延长患者寿命。 IBM激进地为Watson的AI能力铺天盖地大做广告，抢在公司研发部门产生足够的临床证据前，将其定义为癌症诊疗领域的重大医疗突破，但Watson在癌症领域的实际研究进展与其广告宣称的拯救生命还相差较远（这并不是表明Watson团队的研究能力弱，而是医学人工智能的发展特征）。 因此，第一个要吸取的经验就是，认清科技产业的本质是科技，而科技需要扎实的研究结果支撑。当科技公司需要与外界沟通时，应当是发布研究进展和研究结果，而不是CEO或营销总监以新闻发布会的形式与外界沟通。 以此来看，IBM的Watson项目走到今天，有着其内部管理理念上的根源，以致具体的操作流程上出现偏差，营销走在了科技之前，描述的场景承诺过大，而研究进展没有跟上。 2 . 科技公司可以从解决一个具体的问题开始 人工智能发展至今，虽然取得了长足的进步，但仍然是一个“窄”的人工智能，还没有形成如人脑一般的通用能力。因此，部署人工智能科技产业时，建议从一个已经有较多数据的具体领域开始，着眼解决一个具体的问题，比如从已有的海量数据筛选有效靶点以提高研究的效率。而Watson上来就选了一个高度复杂且动态的肿瘤诊断和治疗。 而IBM的机器学习AI更适合解决一个具体的问题，比如早期发现肺结节，或者根据结节的情况帮助放射科医生判断、决定某位患者的复查周期等。即便是未来，AI能够可靠地执行复杂任务，但医学AI研发者仍需要考虑如何将AI工具嵌入到具体的临床诊疗实践中，实现将有用的信息及时“告知”医生并提升患者的临床诊疗效率。 过去6-8年的经历告诉我们，即便是AI实现了复杂问题解决能力，仍然会有许多其它的困难需要克服，才能最终将科技成果转化到更好的患者诊疗实践中，辅助临床医生判断。 3 . 用于训练医学人工智能的数据采集和融合的难度远超我们预期 用于训练医学人工智能的数据采集和融合的难度远超我们预期，也就是我们常讲的数据标准和数据来源问题。 为了获得海量的医疗数据，更好地训练Watson,IBM特地收购了4家数据公司，Truven，Explorys，Phytel和Merge Healthcare。 估计是收购时没有技术人员参与评估，根本就没有想到数据整合的逻辑与困难，而这些无趣的后端工作却是训练人工智能必须的步骤，通常需耗时数年。花大价钱收购后，才发现要将这些不同公司、不同来源的数据整合才是一个“庞大而浩瀚并且还要投入巨资”的工程，甚至这些花大价钱买来的数据上云都非常困难，更别说用其训练Watson并进行有重大意义的数据挖掘了。 从这几个数据公司的数据源来看，就知道数据融合不是一般的困难。Merge公司主要是影像数据，Truven公司主要是保险公司的数据，而Phytel和Explorys的数据则是不同来源的临床数据。 而且每个公司的数据格式也不尽相同，因此首先要做的是，统一数据格式，然后统一数据标准，搭建不同来源、不同格式的数据融合的基本框架。而这是一个巨大的工程。 自始自终，IBM只做到了几个收购公司间数据的部分融合，还远没实现上云，进入统一的云端数据库，而没有云端数据库的支持和训练，Watson的进步就可想而知啦。 4 . 改变临床医学实践的医学AI是一个长期发展的过程 再一个需要注意的是，改变临床医学实践的医学AI是一个长期发展的过程，而不应将其归入当前的季度考核。 […]

刘沐芸 中国（深圳）综合开发研究院 特约研究员 深圳市先行示范区专家库医疗组 专家 个体化细胞治疗技术国家地方联合工程实验室 主任 “ 今天，当我们看到美国生物产业的发展并为之感慨的时候，我们可以从40年前的几件事情一窥究竟，看看技术、资本与政策如何相互促进、相互影响，形成了美国如今的生物科技产业格局。” 1 领先的科学技术成果1980年的诺贝尔化学奖颁给了斯坦福大学Paul Berg“利用重组DNA对核酸的基础研究”，以及哈佛大学Walter Gilbert、剑桥大学Frederick Sanger的核酸测序研究。当委员会选择了Sanger和Gilbert的测序研究成果，就必须选择重组DNA才会完整；从Berg及其实验室的研究成果在这一块的决定性奠基作用就不会有人质疑了。1980年12月2日，美国专利局授权两名科学家“产生生物功能分子嵌合的过程”专利，也就是重组DNA（又称Cohen-Boyer专利）。一个是斯坦福的Stanley N. Cohen, 一个是加州大学旧金山分校的Herbert W. Boyer。我没有查阅有关这个专利的公开报道，但毋庸置疑，这项专利技术奠定了接下来20多年生物产业和生物研究的技术基础，并至少为其发明人带来了4亿美金的财富。 2资本市场的助力在斯坦福教授共享了当年诺贝尔化学奖的几乎同一时期，一个成立只有4年的生物科技公司（Genentech）登陆纽交所，该公司的核心技术就是刚获奖的重组DNA技术。开市的股价为35美金/股，随即冲到88美金/股，当天收市报价为71美金/股。Genentech IPO的成功，为其他初创的生物科技公司打开了一个上市募资的筹资方式，开启了美国生物科技产业的繁荣之路。 资本参与了对专利的定价，赋予知识产权资本属性。斯坦福作为Cohen-Boyer专利的管理方，获取了专利收益的15%作为管理费，剩下的则平分给斯坦福大学和加州大学。 虽然这个时候，大家并没有完全认识到知识产权确权的重要性及其募资职能，但Cohen-Boyer专利的交易定价却给成果转化与科技产业发展提供了一个新的资本参与方式。仿效斯坦福大学设立专门机构管理学校知识产权的成果转化机制，许多大学相继设立了专门的校知识产权办公室，专门负责大学教授研究成果的商业化工作。至今，美国已经有200多个校知识产权办公室，专门负责梳理校内教授研究成果，包括成果评估、知识产权处理与商业化等。 3 产业政策的配套出台1980年10月21日，美国时任总统Jimmy Carter签署了Stevenson Wydler技术创新法案（Stevenson Wydler Innovation Act）。该法案的出台是为了回应“政府资助的研究成果无法商业化”的隐忧。该法案鼓励美国国家实验室成立研究与技术应用办公室（Offices of Research and Technology Application），来鉴定哪些技术具有商业化的潜能,并对社会发布一些可以公开的政府资助技术清单。卡特政府支持该法案出台，部分原因还在于技术的商业化受控于政府。 不过，虽然美国国家实验室掌握了许多生物科技核心技术，但该法案并没有成为孕育美国生物科技产业的温床，不过该法案的确成为国家资助技术可以商业化的一个标志。 […]

刘沐芸中国（深圳）综合开发研究院 特约研究员深圳市先行示范区专家个体化细胞治疗技术国家地方联合工程实验室 主任 12月17日（星期四）下午，综合开发研究院（中国·深圳）与伦敦金融城智库Z/Yen集团联合举办线上研讨会，围绕“中英生物医药合作前景与机遇”进行研讨。 本文根据刘沐芸博士会议发言整理。 01 当前生物医药领域的创新和智能化程度远远落后于其他行业 试想一下，一位上世纪50年代在汽车工厂工作的工程师，今天到一家汽车工厂去参观时，会发生什么样的情景？这位上世纪50年代的工程师，即便他是在当时最先进的汽车工厂工作，相信也还是会为今天随便一家汽车工厂中的流水线场景所震惊。 他看到的是，那时戴着电焊面罩的工人现在已经被不知疲倦的机器人所替代，正在连续无休地快速焊接车门；还有烤漆房里飞快的转轮可以满足每个批次中个性化的烤漆需求。更让他惊奇的是，运行完美的及时零件交付系统可以准确无误地实现生产过程中多样化的零件递送；整体生产环境非常整洁，没有生产用零配件堆放的杂乱，完全依靠敏捷、精益的供应链管理系统。 但是，当我们去看生物医药公司的生产车间时，我们会发现，今天的药厂和上世纪50年代的药厂相比，基本没有实质的变化，其他产业中突飞猛进的生产创新和整合供应商的供应链创新在生物医药领域基本看不到。过去几十年，生物医药产业的生产线可以说没有什么突破性创新可言，药品生产整体效率改进非常有限，资源整合和智能化程度也非常低，整体生产过程仍然依靠手工记录，较少引入其他行业通用的精益生产和智能技术来降低成本，持续改进质量，或提高劳动生产率。 早在2004年，美国FDA就发过一份研究报告，专门讲到：与其他行业相比，甚至是与生物医药行业自身的新药管线创新相比，整体制药工业的生产运营仍处于效率低和成本高的状态。从生物医药生产运营过程来看，工程设计理念、新的测量方法和控制技术，以及知识管理系统等现代化技术创新在生物医药生产中的应用非常有限。由此可见，提升生产效率和过程质量保障的智能化、数字化创新是一个还未被意识到、也未被满足的巨大市场需求。 自报告发布到现在，整体生物医药领域的生产创新仍乏善可陈。而一些其他行业生产中常用的智能技术、内置式质量动态监测而非控制点检测、连续批量生产等技术革新也没有在生物医药领域发生。一些汽车行业已应用20多年的常见技术如在线过程分析技术（PAT）、控制极限、动态预测等，在药品生产中更是罕见。至今，质量源于设计在医药行业也还不是主流理念。这是因为，生物医药一直依赖的“专利保护、爆量生产、全球配送”组合下的“重磅炸弹”模式仍行之有效，因此驱动整体业界着手生产创新的动力并不强劲。 而被称之为先进疗法的细胞治疗产品的生产线也处于早期药厂的手工操作、采样送检和人工记录生产过程的状态。生产现状的落后完全无法匹配其非凡的临床疗效，小规模的实验室手工操作更是无法满足临床大量等待的垂危病患紧迫需求。近年批复上市的细胞治疗、基因治疗产品如治疗Covid-19的干细胞产品和Zolgensma都是能为传统医学不治之症提供解决方案的新药，但具有革命性疗效的细胞产品至今没有一个在临床中重复了过去生物医药行业中常见的“重磅炸弹”效应：惠及全球成千上万的重症患者，上市的当年就获得“百亿”销售。 这主要是由于，当前行业习以为常的手工、静态的生产体系无法满足细胞、基因治疗高复杂性的生产要求。“活”细胞、基因产品从原材料、中间生产到终产品，一个“活”字，贯穿在产品的全生命周期，因此具有高动态性、短效期、温度敏感、质量控制和鉴定繁琐、复杂等特点。于是，这才猛然发现，过去那一套“百试不爽”的法子不灵了。 02 智能化的生产创新将是统一生物医药行业初心与企业价值的有效路径 临床医疗进入了个体化精准医疗发展阶段，当前医药产业中大行其道的生产规模效应在以个体化或小群体为基本特征的细胞、基因治疗领域失去了应用场景。因此，能适应小批量、多批次、更高质量与动态监测要求的智能生产创新非常迫切。 而“活”的细胞、基因治疗产品要重复过去制药工业中的“重磅炸弹”效应，必须以新的思路和视角应对横梗在路上的生产挑战，以数字化、自动化、在线实时的智能、柔性生产线搭建如芯片产业一样的快速、响应性的交付体系。 回顾生物医药产业发展历程，产业的兴奋点一直都被新药管线的创新所占据，政府基金和资本市场的注意力也都被管线的创新研发给“吸引”，即便是一个动物实验的结果也能获得政府基金的另眼相看和资本市场的青睐。今天资本市场上的生物医药创新故事上演的也基本就是一场管线“接力赛”，用一个又一个的管线消息续写着不同生物医药公司相同的“创新传奇”，但新药研发成果如何能像“芯片”那样高效、快速、稳定地送到病人床边续写“生命传奇”，似乎不再那么能令业界兴奋了。生物医药行业“疾病治疗、促进健康”的初心似乎被管线的“估值”掩盖了，而智能化的生产创新将是统一行业初心与企业价值的有效路径！ 甚至是企业的高管也并不认为与管线创新配套的生产智能化创新是药厂必不可少的“战略能力”与“核心优势”。因此他们也看不到，当前低效的人工生产、静态的纠错（生产）模式背后高昂的运营成本和质量成本。 与其他行业相比，生物医药行业的生产现状显得成本高昂，且效率低下。一项研究表明，生产线的智能化、数字化创新带来的成本节省高达900亿美金，每年节省的成本相当于一年研发80-90个新药的支出。 至今，其他行业较为常见的现代工程化流程设计、内置的检测、自动化控制和视觉识别技术等在生物医药生产领域的应用非常有限，更不用提智能制造和柔性生产规划。当前生物医药行业生产管理效率低下主要是由于其生产过程仍是一种“静态”的过程，依赖于人工操作、专注于抽样检测而不是基于生产全过程动态监测和反馈式学习的质量设计。而这种“静态”的生产过程导致当前生物医药行业生产体系整体停留在19世纪50年代的“纠错模式”，不是动态的“持续改进模式”，使得偏差纠正非常复杂、繁碎，无法找到根本原因也就无从改进。而这种“静态”的生产体系也根本无法满足细胞产品所需的全生命周期质量回溯这一行业基本要求。 在不同行业中，生产和质量的改进有着一定的通识性，通过对生产过程的全面理解，减少变量从而不断改进。而当前制药工业中关于生产过程的信息较为有限和抽象，比如某一批的生产过程、相关参数和执行的批次记录是通过操作人员严格按照操作规程（SOP）“控制点记录”而来的“有限信息”。因此，当前医药行业整体仍处于“符合质量”的状态，还无法通过对生产过程的全面了解建立一个“自学习持续改进质量”的智能生产系统，像芯片行业那样，性能不断优化的同时成本不断下降。 在生物医药生产中，普遍存在一个“共识”，当前的生产过程和制药配方是一种“艺术”，而不是一门“科学”。也就是说，药品生产质量的结果如同艺术呈现那样，相当依赖“艺术家”的熟练程度和个人禀赋，就是质量非常不稳定、一致性非常差。很少有人会认为，制药过程能像芯片生产那样，将每个操作规程和步骤进行工程化分解和数字化传递，形成可以自学习的执行指令，保障每一批产品的质量都具有一致性，这样终端用户或临床患者不必赌运气就可以获得质量好的产品。就像通过数字化技术，我们随意打开唱片机，就能欣赏到大师级的作品。 03 智能化、数字化、实时在线智造生产线是根本解决方案 智能化、数字化、实时在线智造生产线是根本解决方案。细胞产业行业翘楚北科生物与赛动生物自动化联合领跑细胞产业变革，赛动生物自动化为北科生物提供的“一键启动”的细胞智造无人生产线（CellAuto-StemCell Platform），按下我国细胞生产智能化、数字化的转型键。 CellAuto-StemCell Platform搭建的智能、无人细胞智造生产线，提升北科生物当前产量并保障批间质量一致性，实时生成过程数据、生产报表，实现患者病史和临床疗效数据的融合，并将细胞生产数据、患者数据和疾病特征信息汇聚分析，形成生产端与临床端的闭环分析，并不断改进、优化。 管理层可以轻松地了解和“预知”生产全过程，不必再发生过去的“午夜电话”。 1）省地、节能又省钱。在不到200平方米的空间可宽松安置，其产能可以替代面积2000平方米的细胞制备中心。目前2000平方米的细胞制备中心，需投资不低于3000 […]

2020年10月19日下午，中国（深圳）综合开发研究院举行研讨会，学习贯彻习近平总书记在深圳经济特区建立40周年庆祝大会上的重要讲话精神，并就“先行示范区综合改革试点方案”展开讨论。综合开发研究院特约研究员、深圳赛动生物自动化有限公司总经理刘沐芸作了主题为《创新医疗服务体系》的演讲发言。 刘沐芸中国（深圳）综合开发研究院特约研究员深圳市决策咨询委员会委员深圳赛动生物自动化有限公司总经理个体化细胞治疗技术国家地方联合工程实验室主任 10月11日，中共中央办公厅、国务院办公厅印发了《深圳建设中国特色社会主义先行示范区综合改革试点实施方案（2020-2025年）》（以下简称“综合改革试点实施方案”），随后在10月18日，国新办以新闻发布会的形式公布了“深圳40条首批授权事项清单”（以下简称“首批授权清单”）。关于创新医疗服务体系从规划建议到实施方案到授权事项的推进落实。 01 文件回顾 2019年8月9日中共中央、国务院下发的“关于支持深圳建设中国特色社会主义先行示范区的意见”（以下简称“建设意见”），创新医疗服务体系归入第五条“率先形成共建共治共享共同富裕的民生发展格局”中，其中重点提了“加快构建国际一流的整合型优质医疗服务体系和以促进健康为导向的创新型医保制度。扩大优质医疗卫生资源供给，鼓励社会力量发展高水平医疗机构，为港资澳资医疗机构发展提供便利。探索建立与国际接轨的医学人才培养、医院评审认证标准体系，放宽境外医师到内地执业限制，先行先试国际前沿医疗技术。” 2020年10月11日的“综合改革试点实施方案”中，也是归入“完善民生服务供给体制”中，第十七条创新医疗服务体系，总计有4点。支持深圳开展国际前沿药品临床应用。探索完善医疗服务跨境衔接，建立与国际接轨的医学人才培养、医院评审认证标准体系。支持建设全新机制的医学科学院。支持完善重大疫情防控体制机制，健全公共卫生应急管理体系。然后在第十九条优化社会保障机制，提到“探索公共服务多元化供给新机制，加快构建以促进健康为导向的创新型医保制度。” 2020年10月18日发布的“首批授权清单”中是这样描述的。 第二条营商环境方面中，21项支持深圳用好用足经济特区立法权：扩宽深圳经济特区立法空间，赋予深圳在人工智能、无人驾驶、大数据、生物医药、医疗健康、信息服务、个人破产等领域的先行先试权，支持深圳充分利用经济特区立法权进行探索。支持在无人机管理等领域先行先试，并制定相应配套措施。 第三条科技创新体制方面，25项推进外籍人才签证便利化提到对外籍高层次人才讲学交流等提供出入境便利，27中关于“实施高度便利的境外专业人才执业制度”中放宽境外人员（不包括医疗卫生人员）参加各类职业资格考试的限制。 第五条公共服务体制方面，35点放宽国际新药准入：允许在粤港澳大湾区内地9市开业的指定医疗机构（港澳医疗卫生服务提供主体在珠三角9市按规定以独资、合资或合作等方式设置医疗机构）适用临床急需、已在港澳上市的药品。 36点探索完善医疗服务跨境衔接机制：探索建立与国际接轨的医学人才培养、医院评审认证标准体系（第二条营商环境中15 点提到创新国际性产业与标准组织管理制度）。 02 文件的异同 关于创新医疗服务体系的定位不变。3个文件关于创新医疗服务的定位延续不变，归类到民生发展中。贯彻了党中央以人民为中心的发展理念，改革发展的成果更多惠及民众，增加民众对科技成果的获得感。 三个文件递进关系。最早的“建设意见”相当于纲领性的文件，提到的是“先行先试国际前沿医疗技术”，表明先行先试的方向，到“综合改革试点实施方案”中明确为“国际前沿药品临床应用”，首批授权清单中还进一步将国际前沿药品确定为“临床急需和已在港澳上市的药品”；应用范围由综合改革试点实施方案中的支持深圳扩大到粤港澳大湾区9个城市指定医院。 对于“探索完善医疗服务跨进衔接机制”的描述，3个文件中都描述一致。这可以理解为，无论是先行先试国际前沿医疗技术还是临床应用国际前沿药品，都需要与国际接轨的医学人才和医院评审认证。 但首批授权清单中没有提及其他2个文件中都有提及的“加快构建以促进健康为导向的创新型医保制度”。创新药品的临床应用，支付方式是一个很重要的配套政策，应该会放在后续的授权清单中。 03 首批授权清单的特点 ——法治示范。延续并体现了“先行示范区建设意见”中的“法治城市示范”的战略定位。 授权清单意味着深圳可以开始“干”了，尤其是新药的先行先试存在硬币的两面，一个是治病救人，一个是可能的不良反应。因此，立法先行也体现了授权事项的“神圣性”，满足临床确实急需的同时，也依法保障涉及各方的权益和程序正义等，鼓励临床医生有创新使用国际新药的意愿也约束滥用的可能。 “首批授权清单”在开篇的第二条营商环境建设中就先提到，用好用足经济特区立法权，与创新医疗服务体系相关的立法授权有“大数据、生物医药、医疗健康”。 立法保障“国际前沿药品”在粤港澳大湾区的“临床应用”涉及的不同主体的权益和责任，患者、指定医疗机构、处方医生与药品供应方的权益和责任，以及粤港澳大湾区内不同监管主体的权责等。但不知深圳经济特区立法是否能涵盖粤港澳大湾区9个城市? 因此，接下来地方立法配套，可能会进一步明确如下内容，比如临床急需、已在港澳上市药品目录，9个城市指定医疗机构目录，率先在粤港澳大湾区9个城市临床应用产生的真实世界的临床数据如何发挥作用？是否会通过地方立法考虑国际新药临床应用的支付方式，以及国际新药临床应用出现严重不良反应保险补偿机制等？ ——系统配套。国际人才讲学交流签证便利化。国际新药的临床应用，以治病救人为目标。涉及到多个方面，有关于新药的药学研究，临床适应症的选择，个体差异，罕见或严重不良反应以及紧急处理，患者同时服用药物之间的相互作用等等。这一条就满足了国际新药的原研团队、实施国际注册临床研究的PI和港澳具有临床应用经验的临床医生与9个城市指定医院的临床医生进行讲学交流沟通的需求，并能提高粤港澳大湾区指定医院处方医生的临床应用水平和应对各类临床反应的处理能力，实现先行先试的治病救人的目标和初衷。 04 创新医疗服务体系的实现需要生物医学大数据的支持。 无论是“放宽国际新药准入”，还是“探索完善医疗服务跨境衔接机制”中与国际接轨的医学人才培养、医院评审认证标准体系，都需要生物医学大数据的支持。。 以今年的诺贝尔化学奖为例，能在一年的时间发表奠定诺奖的研究成果，就是大数据革新了过去生命科学中“先假设再实验论证”的研究范式，而以数据驱动的无假设研究范式，通过对国际大规模、共享开放的基因数据库的挖掘完成研究，没有像以前那样要在实验室里面“先假设、再验证、然后再试错、修正”等花费很长时间。。 先行区生物医学大数据设施。深圳不仅有基因库，也有细胞库，据我所知还有公立医院信息系统，基因水平、细胞水平和临床水平的数据融合形成先行区生物医学大数据设施，至少在大湾区内开放共享，对深圳乃至大湾区的医学人才培养、医学研究水平、临床救治能力等起到积极作用。 […]

刘沐芸中国（深圳）综合开发研究院 特约研究员深圳市先行示范区专家个体化细胞治疗技术国家地方联合工程实验室 主任 美国时间10月22日，FDA正式批复瑞德西韦上市，用于治疗Covid-19。 虽然WHO公布其“大团结”临床研究结果显示，瑞德西韦似乎对Covid-19并没有显著的临床益处。但FDA仍基于NIH资助的临床研究结果和Gilead的其它2项临床研究结果批复该药上市。 NIH的临床研究结果显示，瑞德西韦能帮助患者更快恢复，而Gilead组织的研究也显示相似的结果，患者在用药5天时，中度病情的患者更快好转，但当患者用药10天时，治疗组和安慰剂组则没有显著差异。 那我们来看看这几项临床研究结果。 因此，FDA基于NIH组织的这项随机、双盲、安慰剂对照临床研究结果，批复其上市治疗Covid-19。 另一方面，研究设计非常关键，有时无效可能和研究方案设计，首要目标和次要目标的设定有关。奠定关键性数据基础的NIH临床研究设计采用的是适应性研究设计方法（Adaptive Covid-19 Treatment Trial），因为Covid-19是一个全新的疾病，对病情的发生、发展、恶化需要有个了解的过程，中间观测点的确定也需要逐步了解、掌握，而不能按照“成熟、稳定的疾病”研究进行方案设计。而适应性临床研究设计的特点就是，研究方案制定时，可以基于对疾病的初步了解设定可能的变量，并在实践中进行相应变更。 这是我们从中获得的一点儿启发，针对全新疾病的新药开发，其研究设计思路需要与时俱进的动态适应性调整。

刘沐芸中国（深圳）综合开发研究院特约研究员深圳市决策咨询委员会 委员个体化细胞治疗技术国家地方联合工程实验室主任 各位嘉宾： 大家下午好！ 刚看到评选结果时，我有两个感受。第一，相对于其他入选的企业，北科生物的体量和收入都太小了，怎么会评上？我在想，是不是因为我是研究院特约研究员的缘故，鼓励鼓励我的意思呢；第二，与大多数入选的公司相比，北科生物成立的时间有点儿长，已经15年了，怎么还是创新之星呢？虽然海思同学成立的时间也很长，但其体量大啊。 为此，我忐忑地、专门地问课题组的同志，这是怎么评选出来的。课题组的同志很严肃地告诉我，这是数据库“跑”出来的。这一下，我放心了，然后我也就安心地接受邀请来参加这个“新40年新40企”研究报告发布会，并作为代表发言。 为了壮壮胆，我还专门了解了一些大家公认的伟大科技公司发展的故事。来看一看，目前国际公认的“Game Changer”科技公司起源是什么？成长过程如何？在这些科技公司的成长过程中，技术、政策、资金如何相互促进？ 1、厉害的高科技公司的产生都有其根源。 我们从刚发布报告的美国Top10公司名单中可以看到，这些伟大的科技公司都是游戏规则的改写者。他们产生的根源是什么呢？ 是由伟大的科技工程计划，也就是我们通常讲的大科学计划而来的具有爆发性的产业。我们知道，20世纪初期的理论突破，推动了三大科技工程的发生，曼哈顿计划、阿波罗计划和人类基因组计划，直接奠定了电子信息产业的硬件、软件基础。晶体管的出现促发了计算机由商用到个人电脑的普及进程；阿帕网实现首次远程通讯后，标志互联网的诞生；人类基因组计划，催生了高通量测序仪的出现，引发了生命密码解读的革命。这些大的科技工程推动了人类社会获取数据的能力不断进步，以及获取数据的成本持续下降。 2、 技术推动产品商业化的发展过程： 通过对二战之后市值超过千亿美元的全球18家高科技企业（涉及电脑、互联网、零售、金融、生物医药、传媒领域）进行分析，发现： 一是这些爆炸性增长产业的产生，源于伟大的科技工程计划，但是技术的积累需要足够的时间，需要经历15-35年的技术出现和积累期，成本（固定）降低期和蓬勃发展期；技术的蓬勃发展期是产业氛围最为浓郁的时期，也是最佳的创新创业期，因为产业设施、游戏规则、社会认知和大众习惯都已完成并相对配套成熟。。 二是这些爆炸性增长产业的产品会持续改变我们的生活方式，产品的市场可以最大化到每一个人都需要，并且具有足够长的生命周期。而且会以平台的样子形成“赢者通吃”的竞争格局 从这一点来看，北科生物正在形成这一特性。不再像传统意义上生物医药公司那样走“先筛后试”的发展路径，而是经由为每一个人提供细胞储存服务，通过检测和制造获取数据，通过解读、分析与多个预防、解决方案进行互联，搭建一个基于个人生命密码的健康预测管理平台，最终实现人人健康。 3、 我们想要创立类似伟大的企业，就必须找到根源，并据此规划发展。 从千亿美元企业来看，其中的生物医药公司都是传统的制药企业，还没有出现由人类基因组计划引发的生物科技革命浪潮产生的大公司。 按照信息产业中大的科技公司的发展过程，人类基因组计划完成20年，测序仪的不断迭代推动对生命解读的成本不断下降，效率不断提升，开始进入蓬勃发展期，而这可能就是下一个产生千亿美元公司的领域。值得部署和关注。 4、 未来会有伟大的科技公司由此诞生吗？ 从人类对医疗“更安全、更有效、更节约、更个性”的需求出发，未来医疗技术创新的过程必然围绕对医疗资源、医疗知识和医疗服务进一步的数字化、标准化、前瞻性和个性化，进而利用人工智能来智能化这一产业路径快速发展。 因此，未来需要关注四种能力：基于检测技术的对数据的获取能力，基于算法、算力对数据的理解能力，基于先进制造对数据的制造能力，以及基于移动互联对数据的传递能力。而能够增进获取、理解、制造、互联能力的企业将会受到业界的青睐，并会快速进入赛道，类似当前基于移动互联的普及而对大众“衣食住行”提供便利的创新、创业。 从美国Top10公司中，我们也看到有两家比较传统的公司，零售业的沃尔玛和生物医药的强生公司，这两家公司都是经由数字化赋能成功转型的公司，一个是数字化重构了全球供应链，一个是数字化重构企业研发范式。由此也可以看到，没有落后的产业，只有落后的企业。 5、 深圳未来新力量，40企能代表深圳的未来吗？ 刚才唐老师点评时提到，现在技术的迭代非常迅速，新的创新可能随时发生，也可以发生在产业链的任何环节，然后可能会不断有新的小公司迅速出来。可能现在，深圳的未来新力量还没出来呢。因此，要对深圳未来新力量保持足够的开放、想象和期待，而不应将深圳未来新力量定格在这40家，或者10家。 确实，深圳的未来如果定格在此，会让我们少了很多对未来的期待和遐想。但，现在“跑”出来的公司，却能反映过去，而通过对过去路径的回顾，有时能为我们指向未来，也能为我们提供一些有益的指导，政府需要做什么才能建立一个对未来的技术、人才和创新具有适应性的营商环境，然后我们每个人保持一个足够开放的期待和想象，等待发展的必然中无数个偶然的出现，构成深圳未来新力量。 很多产业，我们起步并不晚，但为什么还受制于人？或者起了大早却连晚集也没赶上？ 以北科生物为例，成立于2005年，成立之初就“世界有名”了。在那一年，美国推出“再生医学美国愿景2020”，那时美国的细胞公司还不到20家。很多患有“诊断明确但宣告不治”疾病的患者需要远渡重洋到中国深圳来寻求干细胞前沿技术治疗。2008年，北科生物与深圳的华为被西方媒体并列为“挑战西方的中国企业”。 […]