“我们每年不会进行 30 次投注”：Vijay Pande 在 a16z 投入 40 亿美元后谈小额投注

过去，维杰·潘德在学术界比在投资者圈更出名。十几年前，情况突然发生了变化，当时马克·安德森 (Marc Andreessen) 和本·霍洛维茨 (Ben Horowitz) 在公司成立的头五年里明确回避了医疗保健和生命科学领域，他们认为这个类别毕竟值得押注，并将钥匙交给了潘德 (Pande)。当时，他是斯坦福大学的一名化学教授，因创建 Folding@home 而闻名，这是一个分布式计算项目，将数百万台家用电脑转变为用于疾病研究的超级计算机。在接下来的十多年里，他将 a16z 的赌注发展成为管理近 40 亿美元的实践。因此，去年 6 月，Pande 放弃这一切，开始做一些规模更小的事情，这有点出乎意料。事实上，他与长期投资者扎克·沃纳 (Zach Werner) 共同创立的新公司 VZVC 是围绕每年几次而不是数十次集中投资而建立的，它没有合伙人，并且在日常运营中严重依赖人工智能。为了更多地了解潘德的硬转向，我们本周与他讨论了为什么他只进行少量集中押注，而不是在当前市场上分散自己——以及人工智能驱动的生物技术中更有趣的难题之一：与文本不同，生物数据无法从互联网上刮取，因此几乎每家公司最终都会建立自己的封闭数据集。这对于人工智能在医学领域所承诺的所有进步意味着什么？谁能真正获得这些进步？为了篇幅和清晰度，本次对话已被编辑。您还可以收听更完整的对话（如下）。你说过生物学正在从“发现的科学”转变为你可以设计的东西。这意味着什么？药物开发的许多方式都存在很大的偶然性。我认为发生的变化是，人工智能和机器学习允许计算机将它们的理解类型围绕一些非常非常复杂的事情进行包装……试图找出你希望你的药物达到哪些目标，针对特定的疾病，能够制造这些药物，现在甚至可以帮助临床试验——这是这个过程中最昂贵的部分。我认为临床试验变得越来越便宜，因为药物开发商正在使用更多的合成数据，因此这些试验不需要那么多人。我认为，这是一个很大的愿望。进行临床试验的成本和时间一直在缩短，尤其是人工智能，但进行试验仍可能花费数亿美元，这就是药物非常昂贵的原因。一种药物从第一次试验到第三次试验结束成功的概率只有20%。如果十分之八失败，而这些事情花费数亿美元，摊销成本就会非常高。他们失败的原因通常不是生物学家做错了什么，而是生物学家做错了什么。这些药物设计的所有实验都是在小鼠等动物模型上进行的，最终，动物模型并不能很好地预测人类。人工智能模型不会是完美的，但它会比任何动物模型都要好得多，一旦它跨越了这个标准，那就是真正令人兴奋的地方。 [之后的阶段是]：该药物适合我吗？你的意思是个性化医疗。 。 。这里的行话是所谓的精准医学。如果你因为一些不重要的事情去看医生，他们必须猜测发生了什么事，因为他们能告诉的就这么多。然后他们给你一种药物——如果这不起作用，他们会给你另一种药物，然后另一种药物。这种情况发生在癌症中，也发生在许多不同的领域。如果第一种药物是正确的，我们都会好得多。通常，您的血液检查值会与人群平均值进行比较。但实际上，它们应该被比较为：这个[结果]对你来说奇怪吗？我们在医学方面也开始做的是[能够]了解什么对个人来说是正确的。您认为通往这一刻的道路是缓慢而稳定的，还是最近才出现飙升？我认为这是很多不同的事情[聚集在一起]。例如，精准医学在很长一段时间内都是基于基因组学。但现实是你的基因组有点像你第一天的房子的蓝图，但你的房子现在与建造时相比有很大不同。因此，人们现在可以在蛋白质组学等方面测量许多其他东西，这些东西与了解疾病和你的身体现在所处的位置更相关。机器人测量中也有[很多]自动化，它们自然地与人工智能联系在一起，并且这两者非常紧密地结合在一起。在过去的十年里，生物学领域的人工智能和化学领域的人工智能都在稳步发展。生物学部分就像，我们如何治疗这种疾病？然后化学部分是，我们怎样才能研制出一种药物来追踪这种特定的蛋白质？实际上已经取得了非常显着的进步