圖片來源@視覺中國

文 | 瑞峰資本FREESFUND

【資料圖】

在經歷了2020和2021年兩年的狂奔突進之后，2022年生物醫(yī)療行業(yè)經歷了大幅調整。

不少中美的生物醫(yī)藥企業(yè)都經歷了不同程度的融資難、項目暫停重組，或者裁員。

美股XBI指數(shù)經歷了連續(xù)70周的下跌，較2021年的峰值回落了64%，跌至了2016年的水平。港股生物醫(yī)藥上市企業(yè)頻頻破發(fā)和下跌。

粗略估計，2022年，中國一級市場投向生物醫(yī)療的投資金額減少了一半，且不少資金投向了更早期的項目。依據國家統(tǒng)計局數(shù)據，2022年1-11月份中國醫(yī)藥制造業(yè)營收25904億，同比下降1.7%，累計利潤3882億，同比下降28.4%。利潤下跌在整個制造業(yè)門類中僅好于被大宗商品價格和需求雙重擠壓的造紙(-38.6%)、化纖制造(-65%)、石油煤炭加工（-74.9%）和黑色金屬冶煉壓延加工(-94%)。

正如我們在2022年年中推送的對話文章，鏈接《如何看待未來十年生物科技的發(fā)展機會？| 峰瑞創(chuàng)投對話》分析的那樣，這一輪美國biotech調整的主要原因是估值泡沫的擠出和宏觀因素（加息、通脹、局部沖突）的驅動。在中國又疊加了帶量采購和醫(yī)保談判帶來的價格壓力和2022年疫情對經濟的影響。

對于美國來說，“科學-創(chuàng)新-商業(yè)”的連接沒有出現(xiàn)本質性問題。大型藥企仍在創(chuàng)紀錄地賺錢和花錢：跨國藥企每年有7000多億美元的藥物銷售收入，其中大約2000多億美元可以反哺給研發(fā)和用于補充管線。同時，2022年美國一級市場的資金增速在下降，但絕對量上看依然龐大，2022年前半年的投資額僅低于歷史最高點的2021年。

2022年，在全球范圍內，新療法和重點藥物研發(fā)取得了很多進展，F(xiàn)DA批準了37款新藥，小分子、抗體和各種藥物形式全面開花。吳文君博士在《醫(yī)藥筆記2022》有更全面的總結。給我留下了特別深的印象的是：

所以，即便從當前的時間節(jié)點來看，雖然美股可以說處在所謂的“寒冬期”，但美國從科研到產品的商業(yè)本質是沒有出問題的。

2022年中國NMPA已批準新藥超過50款（2021是32款），其中75%是小分子化藥，還有十幾款抗體和抗體偶聯(lián)藥物(ADC)。對中國來說，挑戰(zhàn)可能還是創(chuàng)新供給的不足、新技術的落地和商業(yè)化不及預期。整體而言，當下屬于改革的陣痛期和供給的換擋調整期，還需要持續(xù)的投入和堅持。

值得高興的是，盡管資本市場環(huán)境充滿挑戰(zhàn)，峰瑞已投的生物醫(yī)療公司頗具韌性，僅看融資：士澤生物、岸闊醫(yī)藥、嘉華藥銳、N1 life、智化科技、METiS、科因生物、安益譜、穹頂醫(yī)療、藍晶微生物、衍微科技、芯宿科技、合生科技等公司在2022年都完成了至少一輪融資。

2022最后一兩周隨著疫情放開，除了消費板塊回暖，久跌的生物醫(yī)療板塊也觸底回升。我們在2022最后1個月看到了例如科倫博泰和康方管線license out（對外授權）的一些正面信號，這些交易和信號給予了醫(yī)藥和相關CRO板塊除了超跌以外的反彈的支撐。

2023年，隨著中國醫(yī)藥研發(fā)企業(yè)可能誕生更多的First-in-class和license out，可以期待2023生物醫(yī)療投資在一二級市場也會迎來逐漸轉暖的一年。不過，可能和2019-2021年的熱潮不同，上一次的醫(yī)藥投資熱潮是由于中國香港18A和科創(chuàng)板所帶來的資本市場紅利。隨著這個紅利的兌現(xiàn)，這一次的投資轉暖可能要更重視由新技術新供給驅動的新產品研發(fā)。

生物技術發(fā)展的底層邏輯與3大趨勢

從生物技術的發(fā)展趨勢來看，我們認為生物醫(yī)療問題本質是一個數(shù)據問題。以往生物技術深刻持久的不確定性，以及藥物研發(fā)的高風險性，都來自于我們對于生物系統(tǒng)和生物過程的測量、數(shù)據化以及對生物學的理解不夠。

如鏈接《一張圖讀懂生物科技創(chuàng)新機遇》文中所述，我們認為圍繞生物系統(tǒng)和生物過程進行數(shù)據化是底層創(chuàng)新最大的機會，數(shù)據化也是AI+生物和工程生物學的前提。

所謂的數(shù)據化，就是對生物系統(tǒng)或者生物過程更好的進行測量、表征和計算，不僅包括對DNA、RNA和蛋白質的測序、定量和結構探究，也包括靶點（生物分子）與modality（小分子、核酸、多肽、抗體、細胞）之間的相互作用的測量和計算，還包括信號通路和調控機制的研究，藥物制劑工藝過程參數(shù)的考察，也包括生物系統(tǒng)表現(xiàn)的表征（藥效、安全性、免疫反應）等等。

過去10年，由于各種測量工具和交叉學科的技術使得生物系統(tǒng)得到了越來越快、越來越好的數(shù)據化，我們更加理解生物作用的機制，得已開發(fā)出更多的工具，從而又更快更好地獲取數(shù)據，形成了IT-BT的正向循環(huán)。而且這種生物技術上的進步也反映到了創(chuàng)新藥和新療法上。

沿著中心法則，利用測量和計算去考察分子-結構-功能，使得元件層面的數(shù)據化取得了長足的進步。

在DNA層面，2007年完成一個人的全基因組測序需要100萬美元，在今天只用幾百美元。人類基因組計劃的成果，為藥物研發(fā)指明了方向。

在20世紀80年代之前，藥物大都是被偶然發(fā)現(xiàn)的，它們的蛋白質靶點通常是未知的。直到2001年（首個人類基因組工作草圖發(fā)布）之前，清楚知道靶點的藥物仍不超過50%。2020年Ulrik等在Nature發(fā)文指出，從2010年開始，由于利用了更多的基因組數(shù)據和GWAS研究，藥物研發(fā)效率大為提高，打破了過去60年來的反摩爾定律（美國FDA數(shù)據，1950-2010年，每9年花費10億美金產出的藥物數(shù)量減半）。有基因證據的靶點的藥物研發(fā)成功率，會提高2-8倍。由基因測序指導的靶向治療也貢獻了多代的重磅炸彈藥。更重要的是，測序上快速和深度的數(shù)據化，為蛋白和RNA層面的數(shù)據化奠定了堅實的基礎。

在蛋白層面，2020年，Alphafold2解決了單個蛋白/結構域的結構預測問題（已知蛋白序列預測其結構）。Alphafold2(以下簡稱為AF2)的勝利是建立在高度甚至過度的工程化、過去幾十年對蛋白折疊的研究，以及對蛋白結構和序列充分數(shù)據化的基礎上的。

這種數(shù)據化，不僅體現(xiàn)在逐漸增加的蛋白質結構（歸功于過去幾十年結構生物學家的不懈測量），也來自關鍵的輸入，多重序列比對 (MSA)，它包含了目標蛋白進化上同源蛋白的序列信息（歸功于測序數(shù)據的極大豐富）。

AF2證明了這幾點：AI模型勝過了物理模型；神經網絡里百萬級別的參數(shù)，勝過了幾十~幾百個經驗參數(shù)的經典力場或者經驗能量函數(shù)；AI已經理解了什么樣的結構像蛋白。

AF2的高精度結構預測達到/接近實驗解析的結構精度，使得計算結果第一次擁有了與實驗結果相同的地位。Deepmind在2021年發(fā)布了軟件的代碼，2022年Alphafold預測出100萬個物種的2.14億個蛋白的結構（其中35%高度可信、45%足堪使用）。結構預測的問題開始轉而重點關注蛋白如何與小分子或其他分子結合，蛋白和蛋白復合物的結構，抗體和抗原的結合，點突變對結構和功能的影響等。

更激動人心的是，2022年蛋白結構預測的逆問題，也就是蛋白設計得到了迅猛發(fā)展。蛋白設計是指按照想要的功能或者結構，反推出序列。這使得人類可以按需調用這種強大的生物元件，離應用和轉化更近。我們不僅可以設計自然界中本不存在的分子機器，也可以設計全新的結合蛋白、疫苗、納米材料和為特殊反應定制的酶。

蛋白設計教父David Baker團隊，20年凝心打造的，基于物理能量來折疊蛋白的Rosetta design原本就已經非常強大。在結合蛋白設計上，其成功案例包括中和新冠病毒的小蛋白，與不同的細胞表面受體結合的小蛋白，都能實現(xiàn)皮摩到納摩級別的結合強度。它還成功地設計了鉀離子通道（α螺旋）和跨膜蛋白（β桶）。

此外，利用Rosetta設計的多面體納米顆粒新冠疫苗（SKYCovione）于2022年在韓國獲批上市，其3期臨床試驗的4037人的數(shù)據顯示，相比阿斯利康的疫苗，SKYCovione中和抗體高3倍。并且由于高穩(wěn)定性，這種疫苗不需要冷鏈運輸。

Rosetta因為要計算所有采樣點的能量，速度較慢；在設計大的蛋白和蛋白復合體（多個蛋白組成的分子機器）時有挑戰(zhàn)；復雜蛋白設計成功率低。而這些復雜的分子機器對于疾病和生物功能往往至關重要。AF2找到了一個數(shù)學公式，將1D序列和3D結構聯(lián)系起來，從而啟發(fā)了基于深度學習的蛋白設計新方法。類似于結構預測和蛋白折疊，蛋白設計也從依賴于優(yōu)化能量函數(shù)的Rosetta design，演進到利用深度神經網絡（AI）的新范式，粗略估計其設計成功率提升了10倍，這仿佛是在遠程導彈上加載了核彈頭。

在2022年，David Baker團隊以幾個月為周期，在大模型和生成式AI算法的基礎上，快速迭代蛋白設計技術。

他們推出深度幻想設計（hallucination）的方法，利用生成式AI來生成蛋白（類似于OpenAI的DALL-E2，利用語言描述生成圖像的）。這種方法不僅能快速搜索和遍歷蛋白空間，也能夠基于給定的功能位點來填充剩余部分的蛋白，可以用來設計酶、結合蛋白、抗原表位等。

在9月份，他們再度推出了AI驅動的新一代的蛋白設計引擎ProteinMPNN，能夠拯救很多之前用Alphafold或者Rosetta不能成功設計的蛋白，且把蛋白從頭設計的時間從月縮減到秒。

在12月份，他們又推出了基于擴散模型的生成式蛋白設計模型。這種蛋白生成器，相比幻想設計更有方向性和效率，真正的把生成式的擴散模型和alphafold/RoseTTAFold等結構預測模型有機結合起來。它可以按照給定的形狀、尺寸，甚至具體的要求生成蛋白。

總之，我們可能低估了，利用生成式的AI來進行全新的蛋白設計即將給藥物研發(fā)和生命科學帶來的顛覆。試想一下如下場景：我們可以根據新冠抗原，指定表位，來從頭生成全新的抗病毒分子和抗體；我們可以利用AI生成基因編輯的新功能蛋白；從頭設計用于四代測序的納米孔蛋白；我們可以系統(tǒng)性的設計、模擬和掃描Aβ的不同寡聚體，更好的探究阿茲海默癥的機理等等。

最后，看看RNA元件。RNA是極為重要的分子。對向導RNA在基因編輯中關鍵功能的闡釋，使得Emmanuelle Charpentier和Jennifer Doudna獲得了2020年的諾貝爾獎?；趍RNA 的兩款新冠疫苗，由于新冠疫情的助推，在1年內成功上市，2022年仍位列藥物銷售榜的榜首。siRNA和靶向RNA的小分子也日漸成為非?；馃岬乃幬镱愋?。

RNA的三級結構預測，可能甚至比蛋白結構預測都要重要，因為了解RNA結構的信息，對于開發(fā)核酸藥物、開發(fā)靶向RNA的小分子藥物，以及理解基因非編碼區(qū)功能，都不可或缺。但是RNA的結構預測水平遠遠落后于蛋白質。除了結構之外，我們對于RNA的功能，以及如何搭建以RNA為元件的基因線路的理解還非常少。

未來，通過超高通量篩選+AI+RNA設計的方法，研究清楚RNA的元件，掌握RNA編程的語言，將使得我們能夠精準地調控RNA元件的穩(wěn)定性、靶向性、自復制、以及免疫原性和翻譯行為，也會帶來更精準、更有效、更智能的可編程藥物。

從簡單元件到相互作用的數(shù)據化，從關注單個基因、單個蛋白逐漸發(fā)展到自下而上的系統(tǒng)生物學，和自上而下的合成生物學；物理學、定量和工程化的方法越來越多地用于生物問題，數(shù)據化幫助我們在更整體和更復雜的層面上利用生物技術。

在面對像腫瘤、代謝、免疫和神經退行性疾病等復雜疾病時，人們發(fā)現(xiàn)——某個基因決定某種疾病的理念，不能夠適應復雜的生物過程。通過引入組學（omics）的概念和方法，從研究一個基因、一個蛋白，到研究全部的基因、全部的蛋白，以及關注蛋白形成的信號通路和網絡，系統(tǒng)生物學開始被大家所重視：

歐陽頎院士提出，定量地描述生物的動力學和熱力學的過程，并發(fā)現(xiàn)生物學中的一般規(guī)律，是交叉學科物理學家的一項重要的任務?？梢钥吹剑瑪?shù)據化在逐步深入：蛋白組學和多組學，蛋白和蛋白相互作用，在細胞層面去進行測序（單細胞測序）和成像（高分辨空間組學），在類器官層面的模擬，也都是現(xiàn)在和未來的熱點。

峰瑞也在AI制藥和通過相互作用的數(shù)據化來提高藥物研發(fā)效率的方向上布局了多家企業(yè)：嘉華藥銳、新格元、康邁迪森、智化科技、木槿化學、METiS劑泰醫(yī)藥、晶泰科技、科因生物等。他們也成為了新型的CRO，為藥物研發(fā)和生物技術提供了新的供給。

另一方面，生物技術也從認識世界的系統(tǒng)生物學，來到了改造世界的合成生物學。

除了利用單個或多個酶進行酶催化的反應以外，一般合成生物的典型范式是，自下而上的將十幾~幾十個蛋白，組成一個通路，并放入生物的體內，構建好細胞工廠，執(zhí)行我們想要的功能。

合成生物當然更復雜，除了要優(yōu)化好核酸和蛋白元件，還要構建好代謝通路，并且要調整好物質代謝（堵點）、能量代謝（ATP和還原力）和細胞生理代謝（脅迫）。在真正做產品時，還要考慮原料、能源、原子經濟性、工藝、生產、分離純化、改性、客戶需求、銷售和競爭等。

過去10年，合成生物行業(yè)得到了穩(wěn)步的發(fā)展，不僅技術（包括蛋白設計、基因編輯、多基因同時調控技術、蛋白骨架技術、基因動態(tài)調控技術、高通量篩選技術）有大突破，也逐漸出現(xiàn)了一些產品（多種維生素、法尼烯、乳酸、二元酸、L-丙氨酸、1,3-丙二醇、1,4-丁二醇、PHA和各種天然產物等等），這些產品證明了生物合成相較于化學合成的成本效率、低碳綠色和安全高效。行業(yè)已經來到了一個轉折點，雖然目前滲透率還不高，未來10年，隨著技術的規(guī)模化應用和更多產品的到來，相信行業(yè)會實現(xiàn)爆發(fā)式的增長。

合成生物也是峰瑞一個重點布局的領域，我們投資了藍晶微生物、衍微科技和合生科技等公司，還布局了合成生物學的上下游賦能企業(yè)如芯宿科技和邁?？萍肌?/p>

這樣的領域，對創(chuàng)業(yè)者的要求非常高，創(chuàng)始人不僅要是好的合成生物學家，有行業(yè)的經驗，還要有非常強的學習能力和模式轉換能力。換句話說，創(chuàng)始人既得是教授，又得是廠長，是大銷售，還得是金融家。

合成生物公司要想能夠盈利和可持續(xù)地盈利，要走的路很長，也很艱難。但是無論如何，超過1/3的分子世界重構，這背后的無限可能是令人激動的。畢竟哪個國家主要控制了原材料、分子和大宗商品和制造業(yè)，其就能控制通貨膨脹、利率和金融。

當復雜度進一步提升，生物功能涌現(xiàn)時，我們逐漸觸及到生物問題的核心。我們在研究含有860億個神經元的大腦時，新的測量也會帶來關鍵進展，腦與神經科學的發(fā)展也來到了轉折點。

在腦科學中，微觀尺度，我們關心生物大分子如何通過分子生物作用，使得神經元能夠傳遞信息，以及神經元間又是如何通過突觸在信息上連接起來的。在介觀層面，我們關心神經元怎么連成神經環(huán)路、網絡，組成不同腦區(qū)。在宏觀層面，我們關心大腦的結構、功能以及神經元的活動如何整合產生心智、意識和認知，而宏觀層面的這個問題（功能涌現(xiàn)），是我們還無法很好回答的。

由于受到頭骨、硬腦膜等組織的保護，從人腦采集樣品無疑是困難的，這妨礙了我們對大腦的研究。歷史上我們通過解剖、無創(chuàng)的影像工具等觀測方式來對人腦進行測量，但還遠遠不夠。

過去20年，結構和功能成像、膜片鉗、快速掃描循環(huán)伏安、光遺傳學、神經電極計算機模擬、基因編輯等都取得了長足發(fā)展，這些技術被相繼運用到腦與認知科學領域。

這些交叉學科和研發(fā)工具應用涵蓋了從微觀水平（分子、細胞），到動物模型，到介觀水平（神經環(huán)路、腦區(qū)、腦圖譜），再到宏觀水平的各種大規(guī)模、多通道、高分辨的各種新的成像技術新型影像工具，有利于更好的對基因-蛋白-神經元-神經環(huán)路-動物模型-活體大腦多個層次、多個尺度進行測量和數(shù)據化，引發(fā)新的機制性的發(fā)現(xiàn)，并有希望催生一些新的診斷和治療方法。（歡迎閱讀我們關于腦科學的研究報告《》

腦機接口，隨著其技術不斷成熟，可能會成為解決對大腦測量的最終手段。（歡迎閱讀《》）

老齡化、前沿生物技術和腦與認知上的進展共同助推，神經科學的發(fā)展迎來轉折點。未來10年，將是研發(fā)針對中樞神經系統(tǒng)(CNS)疾病的創(chuàng)新藥和創(chuàng)新療法的黃金時期。大部分CNS疾病的致病和風險基因可能都會被發(fā)現(xiàn)，利用基因編輯和非人靈長類的動物模型，人類對疾病機制的理解不斷深入，越來越多的腦疾病相關的腦網絡和神經環(huán)路，以及調控神經環(huán)路的新靶點將被發(fā)現(xiàn)。新的神經標志物也有助于對同一疾病異質性的病人進行分型。

此外，以基因治療、干細胞、數(shù)字療法、神經調控等為代表的新治療方式會被引入到腦疾病領域。新的靶點，更精準的疾病人群分組，加上新的治療方式，將為CNS疾病的診療帶來新增量。峰瑞也在這個領域投資了優(yōu)腦銀河、昆邁醫(yī)療、穹頂醫(yī)療和士澤生物等項目。

從上面三條分析看出，生物系統(tǒng)從DNA，RNA到蛋白，從元件到相互作用，從細胞、微生物到大腦，都在發(fā)生快速的數(shù)據化，IT和BT開始深度融合；生物科技在工具-計算-元件上都在快速迭代，創(chuàng)新層出不窮，既有技術突破，又有可落地的規(guī)模化的商業(yè)應用；并且能夠以生物科技為底層，向多行業(yè)（醫(yī)藥、健康、農業(yè)、林業(yè)、能源、環(huán)保、材料）輻射，并給這些行業(yè)帶來新機會。生物科技從供給側提升全要素生產率，成為長期利好生物科技的，甚至高于生物醫(yī)藥行業(yè)本身的底層驅動因素。生物經濟有望帶我們走上高質量發(fā)展之路。

新技術+新需求+新供給，將驅動我們從「跟隨」轉向「引領」

我們都知道，投資biotech公司源于美國。這種平臺性的生物技術的投資模式在美國也經歷了周期。在很長一段時間里，大部分生物技術是由美國等國家主導，我們跟隨。在部分領域，例如合成生物，相信中國未來能夠引領。

峰瑞過去幾年也積極從波士頓和灣區(qū)幫助科學家做轉化和創(chuàng)業(yè)。但是中美之間在醫(yī)療體系、支付能力、臨床需求、資本市場上都有比較大的差異，投資生物科技可能不能簡單照搬。除了對技術本身的判斷，可能更重要的是，觀察由技術變革引領的新供給，能否滿足中國的需求和解決中國特有的痛點。

那么，具體來看，生物科技和生物醫(yī)療上，中國面臨的獨特的需求和挑戰(zhàn)有哪些？

應對人口老齡化。中國進入老齡化規(guī)模大、程度深、速度快的階段。

一方面老齡化率迅猛增加。2020年我國65歲以上老齡人口達到1.9億（占全球的25%），占總人口13.5%。預計2057年中國65歲以上人口達4.25億人的峰值，占總人口比重超過33%。中國從2001年的老齡化社會（65歲以上7%）只用了21年就來到了深度老齡化社會（65歲以上14%），遠短于法國（126年）、英國（46年）和德國（40年）；并且由于1962年開始的最大嬰兒潮邁入老年，2022年后老齡化將進一步加速。

另一方面，科技和醫(yī)療的不斷進步，使得平均壽命大幅延長。增齡伴隨的認知、運動、感官功能下降以及營養(yǎng)、心理等健康問題日益突出，78%以上的老年人至少患有一種以上慢性病，失能老年人數(shù)量將持續(xù)增加，CNS疾病和心腦血管等慢性病帶來巨大的未滿足臨床需求和醫(yī)療負擔，未來防治神經退行性疾病需求日益迫切。新冠對老年人群體的影響，凸顯了老齡社會對突發(fā)疫情和疾病面臨的額外壓力和挑戰(zhàn)。應對老齡化，相關的公共衛(wèi)生投入；新藥新療法、高端醫(yī)療器械的加速應用；針對老齡化的醫(yī)療新服務都將不可或缺。

正在轟轟烈烈進行的生物醫(yī)療供給側改革，其目標是提供增量和高質量的醫(yī)療供給。中國生物醫(yī)療的一大痛點是供給不足。

過去幾年，給行業(yè)帶來壓力的三醫(yī)聯(lián)動的改革，某種程度上，也是為了以雷霆之力騰空間、調結構，在供給側實現(xiàn)出清：在創(chuàng)新藥和醫(yī)療器械上盡可能拿掉臨床價值以外的費用，在醫(yī)療服務上實現(xiàn)價格的標準化、按效果付費和總量控制，為技術和創(chuàng)新的產品和服務留出空間。

增量的產品供給、服務供給、支付供給也一定是技術創(chuàng)新驅動和數(shù)字化、智能化的新供給。未來，大力推進創(chuàng)新產品的落地；充實基層，分級診療，實現(xiàn)醫(yī)療服務供給的正三角；實現(xiàn)商保對醫(yī)保的有力補充；適應健康和消費升級的消費醫(yī)療產品等，都將成為長坡厚雪的賽道。

增強生物醫(yī)藥高端設備和上游原料的的自主可控能力，保證產業(yè)鏈、供應鏈安全穩(wěn)定，拓寬創(chuàng)新鏈是中國的戰(zhàn)略性的需求。

《十四五醫(yī)療裝備產業(yè)發(fā)展規(guī)劃》指出，要夯實基礎，包括攻克先進基礎材料、核心元器件（芯片/傳感器/光學元件）、關鍵零部件、先進基礎工藝、產業(yè)技術基礎等；充分發(fā)揮我國制造業(yè)體系完善的大工業(yè)優(yōu)勢，推進醫(yī)療設備制造與智能制造、新一代信息技術、生物技術、新材料等領域融合創(chuàng)新貫通全產業(yè)鏈。在醫(yī)學影像設備、內窺鏡、測序儀、質譜儀、層析介質、培養(yǎng)基、生物試劑等方向上的自主可控有著確定的需求。

寫在最后

對生物科技和生物醫(yī)療行業(yè)而言，資金面和情緒面的寒冷可能不一定在2023年得到很快修復。但是，我們相信情況在2023會有所好轉。

站在2023年初，我們認為，未來5-10年，利用工程的框架、交叉的技術、計算的輔助、數(shù)據的驅動，不斷迭代生物學，將使得生物科技的生產力得以不斷提高。生物經濟有望帶我們走出技術“大停滯”，成為產業(yè)和國家高質量發(fā)展的關鍵驅動力之一。

我們迫切需要醫(yī)療新供給，這離不開技術的突破，也離不開創(chuàng)新產品的廣泛落地應用，還離不開信息化和智能化。需求端，由于前述提到的，中國人口結構和疾病譜在發(fā)生不可逆的大變化，在和衰老以及CNS疾病等慢病相關的方向未滿足的臨床需求多且迫切。此外，在中美博弈的大背景下，中國愈加需要生物醫(yī)療產業(yè)鏈的自主可控和補鏈、強鏈和延鏈。

整體而言，未來5-10年，會出現(xiàn)生物技術突破+中國增量需求和海外的創(chuàng)新需求爆發(fā)+中國產業(yè)鏈迭代發(fā)展等多合一的大變化與大機會。峰瑞將持續(xù)看好生物系統(tǒng)的數(shù)據化，并投資布局創(chuàng)新的基礎設施、前沿交叉生物技術和好的產品。

關鍵詞：