曾几何时，Vijay Pande在学术界的知名度高于投资界。但在12年前，这一切突然发生了变化，Marc Andreessen和Ben Horowitz在经历了公司前五年明确避免医疗和生命科学领域后，决定最终该领域是值得投资的，于是将掌舵权交给了Pande。当时，他是一位斯坦福大学的化学教授，以建立Folding@home而闻名，这是一项将数百万家用电脑变成疾病研究超级计算机的分布式计算项目。在接下来的十多年里，他将a16z的投资发展为管理接近40亿美元的业务。因此，当Pande在去年6月走出这一切，开始一些规模更小的事情时，这有点出乎意料。实际上，他的新公司VZVC与长期投资者Zach Werner共同创办，围绕每年进行少量集中投资而不是数十项投资建立，且没有助理，日常运营严重依赖人工智能。为了了解Pande的这一重大转变，本周我们与他进行了交谈，讨论了他为何在当前市场中只进行少量集中投资而不是广泛投资，以及在以人工智能驱动的生物科技中出现的一个有趣的难题：与文本不同，生物数据无法从互联网抓取，因此几乎每家公司最终都构建了自己的封闭数据集。这对医学中人工智能所承诺的所有进展意味着什么，谁实际上能够获取这些数据？这次对话经过编辑，以便于理解。您曾说生物学正在从“发现科学”转变为可以工程化的东西。这意味着什么？在药物开发的很多过程中，确实有很大的偶然性。我认为转变在于人工智能和机器学习使计算机能围绕非常复杂的东西进行理解……试图弄清楚您希望药物针对哪些特定疾病的靶点，以能够生产这些药物，现在甚至可以帮助进行临床试验—这是整个过程最昂贵的部分。我曾认为临床试验的成本在下降，因为药物开发者使用了更多的合成数据，因此这些试验所需的参与者没有那么多。我认为这是一个非常大的愿望。到达临床试验的成本和时间正在缩短，特别是随着人工智能的发展，但进行一次试验仍可能花费数亿美元，这就是为什么药物非常昂贵。药物从第一次试验到第三次试验成功的概率只有20%。如果80%的药物失败，而这些实验的成本又非常高，摊销成本就会非常高。它们失败的原因通常不是生物学家做错了什么，而是这些药物在动物模型（如老鼠）上进行的所有实验，最终，动物模型并不太能预测人类。人工智能模型是不完美的，但会比任何动物模型好得多，一旦它达到了这一标准，就会变得非常激动人心。[其后的阶段是]: 这种药物对我来说是合适的吗？您是说个性化医疗……这里的术语是所谓的精准医疗。如果您去看医生，情况不轻微，他们必须猜测发生了什么，因为他们能说的只有这么多。然后他们给您一剂药——如果这剂药不起作用，他们会给您另一种药，然后是另一种药。这在癌症中发生，也在许多不同领域发生。如果第一个药物是正确的，我们都会更好。通常，您的血液测试结果与总体均值进行比较。但实际上，它们应该与：这个[结果]是否对您来说异常？我们在医学方面开始做的，也正是[了解]什么对个体是合适的。您会说通往此时的道路是缓慢而稳定的，还是最近才突然加速？我认为这是很多不同事物[汇聚]在一起的结果。因此，例如，精准医疗很长一段时间以来都是基于基因组学。但现实是，您的基因组就像您房子的蓝图一样在第一天，但您房子现在与建造时相去甚远。因此，还有很多其他东西，人们现在可以在蛋白质组学等领域测量，这对理解疾病及您身体现在所处的位置更为相关。此外，在机器人测量方面也进行了大量自动化，这自然与人工智能相结合，这两者实际上配合得非常好。在过去的十年中，生物学和化学方面的人工智能都有持续的进展。生物学部分是：我们如何治疗这种疾病？而化学部分是：我们如何针对那个特定蛋白质开发药物？实际上，这方面有非常显著的进步。