36氪近期举行了以「硬核时代」为主题的WISE 2021新经济之王峰会，全方位探讨生物科技、芯片、新能源等热门领域如何构建以技术创新驱动的「硬核」竞争力。
九合创投创始人王啸在大会上发表了“计算+生物”为主题的演讲。生物科技是九合近年来重点发力的赛道之一，我们体系化的布局了合成生物学、新药研发、食品等领域的项目，其中一些项目的估值在一年内增长了六七十倍。
以下内容整理自演讲实录：
先简单介绍一下九合，我们一直在看中国科技类的早期项目，从刚开始做移动互联网的投资，后来做企业服务、SaaS的投资，现在拓展到关注生物技术、新能源、新材料等。目前九合创投已经投了200多家早期公司，始终专注在中国科技领域的早期。我本人原来是百度最早的程序员。
那为什么说计算机技术和生物技术可以结合？近年来，各类底层生物技术的突破，让各类生物数据的获取成为可能。2010年至2020年间，生物数据已增长50倍以上，涵盖基因组、转录组、蛋白质组等各类组学数据的测序、临床数据等。
海量数据的出现，结合计算机领域的高速发展，让我们有机会基于计算的方法实现新的突破。我们有理由相信，计算和Biotech的结合在未来将产生巨大的机会。
比如，我们在今年11月5日上市的这家被投企业叫鹰曈科技，它是通过眼底照片，用计算机人工智能算法分析血压、血脂、血管的情况，可以精确地做到很多疾病的提前发现，甚至是诊断。
鹰瞳科技去年已经拿到了国家首批眼底人工智能辅助诊断软件三类证，今年成功登陆港交所，成为国内第一个人工智能和医疗结合的上市公司，我觉得它开启了一个时代。这家公司未来的前景会非常大，这是生物技术和计算机技术结合的典型案例。
在计算+生物领域，九合重点关注的方向包括合成生物学和药物研发，近年来这两个方向的底层技术出现了重大突破。
合成生物的下一站：定量设计
合成生物学在过去一两年慢慢成为投资圈的热点，这个领域下一步的发展，是通过更加定量的方式，把合成生物学的能力极大地发挥出来。
合成生物学就是改造细胞，让细胞为人类所用，我们把细胞变成了小工厂，让细胞生产化工、食品、农业等众多行业的产品。
越是结构复杂度高的产品，用生物方式生产，耗用的成本越低，比如青蒿酸或多肽；越是结构简单的产品，用石油基方式去生产的成本越低，比如乙醇或乙烯。
所以，生物的生产方式是从顶端的一些高端产品开始，往下逐渐替代的过程，这个过程会花一些时间，但是能够显著地提高效率，防止污染，帮助我们的环境变得更好。合成生物学将是未来数年中最热的投资领域之一。
目前，合成生物学面临的一个重大挑战是缺乏理性设计（又称可预测性设计）的指导，由于生物系统的复杂性，传统基于随机突变的较为低效的改造方法，已经逐渐无法满足日益增长的研发需求。
过去十年间，合成生物学产业上游有关基因测序、基因编辑和基因合成的使能技术的突破，推动了合成生物学新一波的产业浪潮，同时也积累了大量数据，为发展理性设计提供了可行性，生成式算法的发展也让从头全新设计成为可能，合成生物学拥抱各类人工智能已经成为必然趋势。
所以我们重点关注合成生物学与计算技术的两个交叉领域：AI + 核酸药物设计，以及AI + 高通量代谢工程。
AI + 核酸药物设计和新冠疫情息息相关，疫情爆发以来，mRNA疫苗表现出了相较于其他类型疫苗更优的保护率，相比传统疗法开发迅速，生产效率高，在《麻省理工科技评论》发布的2021年“全球十大突破性技术”名单中荣登榜首。
除了递送载体和化学修饰等技术壁垒，通过计算模型实现mRNA疫苗序列的理性设计，是国内外诸多mRNA疫苗公司重点构建的能力。
在AI+高通量代谢工程的领域，利用机器学习引导的高通量代谢功能成本更低、耗时更少，较传统方法能提高产率，发现样本空间中的全局最优解。生物学家可以基于有限的训练数据集，建立计算模型进行预测，与花费数年时间通过大量实验学习细胞的每个部分相比，数据+智能驱动的研究范式，可以大大提高研发效率。
这种合成生物学与机器学习和自动化的结合有可能彻底改变生物工程。这也是为什么程序员出身的投资人可以看合成生物学的原因，这个领域本质上跟计算机、数字是密切相关的，而且代表着未来。
今年1月份我们投了一家公司“态创生物”，是利用高通量的合成生物学研发平台生产多肽等生物材料。多肽是高端化妆品的重要成分，但是化工生产的成本很高，耗能很大。
态创拥有全国顶尖的研发水平，并且建立了全国唯一可实现低成本高效商业化落地量产的生产系统，每个月的产量可达到上千万的量级，只用了一年的时间。这家公司在过去一年内连续完成了4轮融资，已经是一家这个领域里的小头部公司了。
新药研发的下一站：结构+计算
新药研发风险与成本巨大，过去研发一款创新药，成本平均是25亿美元左右，周期长达15年，而成功率只有4%，传统结构解析的效率极为低下。
目前，大多数公司集中于怎样通过开发更优秀的算法提高新药研发效率。业界对于计算和AI赋能医药研发寄予厚望，分子动力学计算模型也在计算中表现出不错的准确度。
但由于用计算机模拟对应的搜索空间太过庞大（小分子种类多达10的60次方种），导致计算成本和时间成本非常高。这是产业中落地的关键问题，使得单纯依靠算法的方案目前对药企来说还不是最经济和高效的选择。
真正决定新药研发项目成败的是获取数据的能力，即能否获取更多、更高质量的数据。现在的瓶颈在于我们获取数据的手段非常有限，耗时很长，成功率也较低，难以获取与疾病相关的蛋白质数据，所以无法推进药物研发。
我们投的一家公司青云瑞晶是基于MicroED微晶电子衍射的小分子药物发现平台，MicroED技术入选了Science杂志评选的2018年全球十大科技进展，是非常重要的技术突破。
在算法和硬件取得了核心技术突破后，我们利用MicroED技术，可以更好地了解蛋白和药物复合物的结构，结合人工智能算法，极大地缩减研发周期和成本。
青云瑞晶的优势在于能降低数据获取周期，通过创新的实验方法获取目前无法得到的、更高质量的数据，从而缩小计算范围，提升计算的效率，加速药物发现。
在缺乏有效数据的时候，不管是用计算机还是人脑计算，都是一个盲人摸象的过程。青云瑞晶使这个过程变成理性的设计，通过结构数据帮助我们提高20倍的药物设计效率。
基于MicroED的技术，青云瑞晶建设了一个完整的药物发现平台，缩小需搜索的化学空间，降低所需计算的变量，从而解决计算精确度与计算量的矛盾，克服目前难以成药靶点，研发出有效的药物。另外，青云瑞晶针对现在研发的药物靶点，能够增加数据设计的空间，提高成药性，这两点都非常重要。
传统的方法需要使用价格高达几十亿人民币的昂贵设备，并且很多项目都要耗费几个月甚至几年的时间。而青云瑞晶的方法可以只使用实验室的设备，就快速获得我们所需要的数据。
九合在计算机和生物交叉部分，已经体系化的布局了生物材料、食品、医药相关领域的项目，我们持续看好生物和计算结合所带来的机会。
免责声明：本文转载自九合创投，文章版权归原作者所有，内容仅供参考并不构成任何投资及应用建议。
