在统筹疫情防控和经济社会发展的大背景下，医疗健康产业在保民生、促发展方面的基础作用凸显，成为整个经济社会高质量发展的重要保障。

　　2022年8月13日下午，由北大光华管理学院、中关村人才协会、昌发展联合主办的“稳健发展把握未来：后疫情时代医疗大健康行业发展思享会”活动在北京达园宾馆正式举办，与会嘉宾（科学家、企业家及投资人）围绕后疫情时代医疗大健康产业发展变革的核心议题展开讨论。

　　活动过程中，源码资本合伙人黄云刚就“从投资视角看技术创新在医疗健康产业中的应用”这一主题展开分享，他表示，医疗健康产业集中度低，这非常有利于创新；跨界交叉融合领域将产生创新机会，譬如“AI+Science”。

　　作为具有“学者+创业者”双重身份的代表，北京大学生命科学学院魏文胜教授分享了“从基因编辑到环形RNA疫苗”创业之路背后的技术和产业发展逻辑。他科普到，基因编辑其实是在海量的序列信息中做两件事：定位和编辑。定位，就像导航系统，能够精准地找到我们要编辑的位置，这是最为关键的；编辑，是指我们对序列信息做调整和改变，二者结合起来就是基因编辑。

　　围绕其团队（魏文胜实验室）目前的核心研究领域“High-throughput functional genomics”等，魏文胜团队将相关成果进行了产业转化，分别就基因编辑工具、环状RNA疫苗展开布局，并已取得阶段性成果。不过他也指出，即便目前技术领先，但这往往是有时效性的，若不能近期兑现，所谓的技术优势也是暂时、甚至是时过境迁的，需要有转化的紧迫感。

　　本次活动还设置了两场圆桌讨论：“资本如何赋能创新研究成果”与“数字科技引领医疗大健康产业发展”。在第一场讨论环节，与会嘉宾就医疗健康领域的投资机会、产业的跨界融合、伦理边界等议题展开探讨。大家纷纷表示，医疗健康是穿越周期的常青赛道，而疫情对医疗产业的繁荣发展也起到了推动作用。但在这一特殊领域，要信奉赛道的长期主义与“科技向善”的基本原则。

　　在第二场讨论环节，大家就数字医疗行业目前的痛点、未来的增长趋势、产业机会和大家的发力方向展开讨论。大家普遍认为，难以打通的数据孤岛是制约数字医疗行业快速发展的重要因素，为此产业链不同相关方必须相互联动、融合，优势互补才能实现良性发展，且要有中央政府的强力推动、自上而下才能突破现有难题。

　　源码资本成立于2014年春，已发展了近9年时间。源码擅长科技领域投资，参与了字节跳动、美团、贝壳、理想汽车等公司的早期投资，此后我们的投资领域逐步延伸到人工智能、机器人、智能制造、生命科学与绿色发展领域。源码资本目前管理着人民币和美元基金，管理规模折合约350亿人民币，有近150人团队。

　　我本人从事投资行业有13年，此前一直从事计算机、人工智能相关的研究和投资，最近几年在探索医疗健康行业投资，组建了源码的医疗健康投资团队。

　　今天我想谈的是“从投资视角看技术创新在医疗健康产业中的应用”。从资本市场大环境、医疗健康产业特点、中国本土医疗健康环境、知识技术创新和产业创新的关系，以及我们理解的跨界交叉融合趋势和数据智能驱动的研究和产业范式，与大家分享我们的持续思考和研究。

　　众所周知，今年以来受到地缘影响，国际局势纷繁复杂，资本市场发生巨大波动，给医疗健康行业也带来了极大的挑战，整个行业处于相对的低谷中。从二级市场看，由于前期行业存在一定的泡沫，加上市场整体避险情绪，资金对于资产风险的回避，导致医疗健康板块处于下跌走势。

　　虽然如此，但人们也由此看到了一些医疗健康行业与其他产业的不同。首先，医疗研发对资金投入需求大，需要资本持续支持。这是因为医疗健康产业的研发，其底层是基础科研的突破，只有在基础学科领域的深度研究实现了突破，才能应用到医疗领域，实现真正的创新。因此需要有资金持续支持基础科研，支持底层研究。

　　其次，医疗健康产业集中度低，有利于创新。医疗健康领域是一个盘子非常大，很难产生垄断的产业。产业集中度低，头部公司差距并不是很大，不管大、小公司，对于整体生态的依赖性都很高。大公司可以靠品牌、渠道、临床能力以及并购等获得市场，而小公司可以通过创新、跨界融合去实现突破。

　　第三，跨界交叉融合领域将产生创新机会。纵观过去，伟大的公司在每个阶段都会有一些创新，从最开始的颠覆性技术、应用性技术，到产品创新、平台创新、市场营销创新，在不同的阶段，会有不同的创新模式。中国的公司特别擅长在已有颠覆性技术出来之后做应用型创新，在满足客户需求方面，中国的团队是非常有优势。在医疗健康这个行业，我们认为跨界的交叉融合和数据智能驱动研发和商业化是未来创新的大方向。从Science，到AI+Science，再到Business，本身就是互相融合，互相促进的交叉学科。

　　回到中国市场的特点来看，我们认为，今天中国的生物医药行业“低垂的果实”已经摘完了，中国以及发达国家的科研速度都在变慢，需要新的研究范式，需要新的突破，才能把生物医药行业推到下一个阶段。而越是目前的不足的领域，则越是有创新的机遇。

　　第一、引领型科研突破。我们看到近期底层科技的研究方面有很多论坛出现，但还缺乏“诺奖级”等科研，原创性的科研是非常难的，但正是因为难，才能体现引领的价值。

　　第二、科研仪器和工具依赖进口。我们的科研仪器和工具大多依赖进口，万一出现“卡脖子”的情况，会导致科研无法进行。

　　第三、缺乏产业龙头。目前我国的经济体在医疗健康领域还比较缺乏产业龙头，虽然在有一些领域已经开始出现，但整体与海外巨头相比，体量还很小，数量也较少。缺乏产业龙头对于行业来说，其产业合作或者产业并购的活跃度都会受到影响。

　　第四、创业公司缺少好的公司治理。从管理实践、公司治理结构、股权分配、组织能力建设、战略能力建设方面，都有很大的发展空间。

　　第五、为人才提供好的发展土壤。科学家创业需要加强在组织和人才方面的实力，让职业经理人加入参与公司治理，同时也要给人才提供发展机会和相匹配的回报。

　　最后，我们始终认为，唯有创新才能穿越周期。做原创的创新，并应用到商业领域，让更多人享受医疗创新带来的健康生活。

　　我今天主要介绍基因编辑方面的内容。如果回到密码讲讲，我们生命所有的秘密都在底层的编码里，我们在生命科学领域对序列是非常痴迷，是需要追究底层逻辑的。基本从三个方面来看，第一步，我们希望能够读出来；第二步，我们希望能够操作它，这就涉及到合成。第三步，这是我们今天主要讲的，就是编辑。我经常介绍基因编辑，会介绍两个关键词，一个是“定位”，第二就是“动作”，相比于对第一个关键词，动作是相对容易的。

　　过一下我们自己实验室在基因编辑领域做的事情。我们做基因编辑由来已久，2009年就开始了，主动跳进这个火坑里了，在底层的技术做过非常多的尝试，大多都是不成功的尝试。比如这个例子告诉大家做基因编辑可以干什么，比如把基因点亮（image）。我们实验室这么多年最多投入的方向“High-throughput functional genomics”，用CRISPR/Cas9技术来定位以后，第一件干的事情是什么？造成（双链断裂）。如果从另外的维度来讲，我们有很多所谓的模式生物学实验室，有的实验室是研究小鼠，有些是研究秀丽线虫的、有些是用果蝇，也有斑马鱼，为什么用这么小的（动物）来做研究呢？我们研究生命科学是干什么的？其实我们研究生命科学最关注的是人的福祉，我们想活得更久一点、想得病了能够有治疗的方式。

　　生命科学有非常明确的诉求，我们为什么跟老鼠杠上？最主要的原因，就是要做遗传。搞清楚这个基因是干什么的，或者某个表型背后的分子逻辑是什么，得遗传病了底层的原因是什么？想知道原因最好的方法是研究人，研究耗子干什么？但是不能，无法把人的基因掐掉，伦理上也过不去。我们用替代的方式，用越低等的越容易、越快，但是越低等的，离你越远。我给学生上课，如果在线虫里找到一个机制，一定会遇到一个问题，是不是保守了？我们回到为什么做基因编辑？为什么想在人这么高等的细胞上做基因的敲除？是因为我们想想用人的细胞来直接回答一些问题，甚至我们都想用人来做遗传，用人做遗传是有方法的，方法不是往前的，是往后的。比如说在某个小乡村里找到了一个非常奇怪的家族，他们有典型的罕见的遗传病，科学家如获至宝，做家族谱系，这是已经发生了，可以往后来做这样的事情。

　　总结一下，我们是需要把某个基因能够敲掉，这样才能研究它做了什么。怎么才能研究这个基因呢？修复回来以后，更倾向于特殊的修复方式，会造成移位，我们能够来研究丢失的功能，推导出它是干什么的。我们做了一个新的方法，并不满足于只敲一个特定的基因，因为大部分的情况下你对某个问题感兴趣，其实想找背后的分子逻辑，这时候大部分情况下完全不知道是哪个基因，所以要筛出来。如果说对感兴的科学问题通过建立这样的因果关系（基因和功能的关系）就完成了这样的一个伟大的诉求。

　　为什么筛选能够找到这个分子逻辑？比如说我们当时是用细菌毒素来做筛选，因为我们知道受体是什么，把受体的基因敲掉，毒素是进不了细胞连续，只有进到细胞里面去，才能把细胞给杀死，有了这样的因果关系我们就可以能够筛到受体，通过筛选建立这样的因果关系。

　　举个例子，这是我们跟两个实验室合作的一个课题，这是一个肠道的病毒，通过这样的筛选可以建立因果关系，找到三个基因，可以通过这样细胞层面的筛选，迅速进入一个因果关系，找到这类基因，以及底层的分子逻辑；还有一大类的分子，叫Non-codina RNAs。有相当大的一类的RNA本身是执行功能，对这些RNA来讲，我们用最初的是不管用的，为此我们做了两个方法学，这就是针对不同的需求，需要不同的方式来做这样的事情。我们做了两个方法学，可以研究另外一类很奇怪的问题，有些特殊的结构，三维结构，这个例子的细节就略过了，我们用这些技术手段来做这样的事情。

　　最后一个例子，我们研究任何一个蛋白或者非RNA，特别是蛋白，筛到了一个分子，比如它是一个受体，你立刻想知道它的机制，比如它跟配体怎么结合，如果是酶的话，核心位点在什么地方？如果是一个药物的靶点，我们想知道什么突变会产生抗药性，所有这些问题都需要有一个非常精细的，功能性的，什么突变会产生抗药性？我们去测序，可以告诉你很多信息，其实测序是一个大规模的人群的测序，而且是后知后觉的，产生非常多抗药的例子以后，测序会带有测序的错误，你要不断寻找是否能够建立这样的因果关系。

　　我们做的新的方法学，蓝色的部分是我们筛出来的氨基酸位点，氨基酸的改变会影响这个地方的构象，小分子要抑制它，一定要非常精细的进去，非常好的贴合方方面面，大部分的表面氨基酸被晒出来是能够意料到的。蛋白是一个整体，就像房子一样，我站在这个地方，这是我的空间，远端的地方不影响我，这是简单的比方。结构生物学，蛋白长什么样子，画个图像告诉你，这个结构生物学，解析它的结构，我们可以告诉它哪个重要。还可以做另外一个事情，可以把一个蛋白，改变方向就可以了，这个就不展开讲了。从新药研发的逻辑来讲，从顶上能够迅速找到新药靶点，能够解决其他后端的问题，包括新的药物，临床没有批的药物，它的成功率是可以知道它的逻辑和原因的。

　　回到基因编辑本身，我们还关注另外的一个可能性，能不能拿这把刀上战场？不管是血液性，遗传性，还是肿瘤，很多适应症可以用基因编辑这把手术刀来下手的，从技术层面来讲，大家一直关心两个问题，刀快不快？效率有多高？第二是你快可以，但是不要滥杀无辜。很多时候我们发现刀越快，误伤的几率也会跟着增加，你们找到最大的差异，其实还有很多其他的问题。基因编辑，从低等的细菌里面学到的机制搬到里面去，都不可避免的面临几个问题：一个是把家伙式搬进。