歐意最新版本app是一款安全、穩(wěn)定、可靠的數(shù)字貨幣交易平臺。
編譯：yongxin，海外獨角獸
Anthropic 的聯(lián)合創(chuàng)始人兼 CEO Dario Amodei 在今年 10 月分享了他對 AI 如何顯著改變?nèi)祟惿鐣目捶?，其中他對生物學和神經(jīng)科學領域的發(fā)展?jié)摿ψ顬槠诖?strong>他預測，powerful AI 支持的生物學、神經(jīng)學研究將大幅加速，未來 50-100 年的進展可能被壓縮到 5-10 年內(nèi)完成。我們處于“ 壓縮的 21 世紀 ”：“隨著 powerful AI 的出現(xiàn)，我們或將在幾年內(nèi)實現(xiàn)原本需要整個 21 世紀才能達到的生物學和醫(yī)學突破”。
AI 在生命科學中的不僅是充當數(shù)據(jù)分析工具，AI 有潛力全面加速研究進程，充當“虛擬生物學家”：設計實驗、指導研究，甚至操控實驗室機器人完成實驗操作。過去許多生物學的重大突破源自極少數(shù)天才研究員的發(fā)現(xiàn)，而 AI 的加入，相當于為研究團隊增加了更多具備創(chuàng)造力的研究員，可以將關鍵突破的發(fā)現(xiàn)率提高 10 倍或更多。
在今天這個節(jié)點上，想要把握 Biotech 未來的發(fā)展，我們有必要先回顧行業(yè)過去的成功模式。本文是 Pear VC 對過去 15 年 Top 50 Biotech 公司的研究（局限于北美和歐洲）。研究細致地對這些 Biotech 公司產(chǎn)品分布、創(chuàng)始人背景、資本來源、核心驅動力、財務回報等情況進行了分析：
? Top 50 中藥物研發(fā)公司（46 家）遠遠多于診斷公司（3 家）和醫(yī)療器械公司（1 家）。藥物研發(fā)公司大部分關鍵藥物來源于學術機構（46 家中有 20 家）；其中平臺驅動公司和資產(chǎn)驅動公司比例相當，分別是 24 家和 22 家。
? Top 50 中 22 家是 VC 孵化的，Third Rock、ARCH、Atlas、Flagship 是背后常見的 VC，這些 VC 都采用 Venture Studio 或類似的形式緊密參與 Biotech 企業(yè)運作。
? 北美和歐洲 Biotech Top 50 中的一半成立于舊金山灣區(qū)或泛波士頓地區(qū)，僅有三家成立于美國之外。
? 對比科技行業(yè)和 Biotech 行業(yè)的 Top 50，我們發(fā)現(xiàn)盡管科技行業(yè)的平均 MOIC 高于 Biotech 行業(yè)，但二者 Top 50 名單中的整體 MOIC 是非常接近的。并且 Biotech 行業(yè) Top 50 的首次退出時間明顯少于科技行業(yè)，二者分別是 4.7 年和 8.2 年。
? 未來，我們預測藥物研發(fā)類企業(yè)將繼續(xù)主導；會有更多平臺型公司的誕生。
? 制藥行業(yè)每年在全球研發(fā)的支出超過 2000 億美元，但在軟件方面的投入?yún)s遠遠不足，許多 Biotech lab 使用的軟件體系仍然非常陳舊、分散。我們預測 LLM 和 AI 將會在藥物研發(fā)價值鏈有更重要的影響，例如藥物發(fā)現(xiàn)或靶點發(fā)現(xiàn)。因此，Biotech 行業(yè)對更智能的軟件的需求會催生一批 Biotech SaaS 的涌現(xiàn)。
導言
生命科學公司致力于將科學發(fā)現(xiàn)轉化為藥物、診斷工具和技術，顯著改善人們的生活質(zhì)量。在過去 15 年，該領域取得了巨大進展：多種影響深遠的藥物獲得批準，如新冠疫苗、檢查點抑制劑（checkpoint inhibitors）、GLP-1 激動劑（GLP-1 agonists）；新興治療方式逐漸成熟，如基因治療、細胞治療、基因編輯、蛋白質(zhì)降解劑、抗體偶聯(lián)藥物（ADCs）、放射藥物等；生物學研究和診斷技術也日益普及，如 NGS、表觀遺傳學、轉錄組學、蛋白質(zhì)組學、單細胞生物學、空間生物學、類器官等）。
許多生物科學技術初創(chuàng)企業(yè)為患者、投資者和行業(yè)創(chuàng)造了巨大價值。在本文，我們選出了 Top 50 致力于藥物研發(fā)（therapeutics）、診斷方法（diagnostics）和醫(yī)療器械（life sciences tools）的 Biotech 公司。因研發(fā)周期較長，本文聚焦過去 15 年內(nèi)成立的公司。
我們將公司在上市或被收購時的估值作為衡量標準，篩選出 50 家并對其排序。對于上市后并保持獨立的公司（盡管估值不是完美的指標），我們考察了其 IPO 或截至 2023 年 12 月 31 日的市值。
為了更好地了解 Top 50 Biotech 公司的特點，我們對它們的核心產(chǎn)品、創(chuàng)始 CEO 和科學創(chuàng)始人的背景、核心項目和技術的來源、成立地點、首次退出所需時間以及其他特征進行了研究。
? 研究方法
我們使用 Pitchbook 篩選了致力于藥物研發(fā)、診斷方法和醫(yī)療器械的初創(chuàng)公司，成立時間限定在 2009 年 1 月 1 日至 2023 年 12 月 31 日期間，這些企業(yè)都成立于美國、加拿大和歐洲。隨后，我們調(diào)查了這些公司被收購時的預付款、擬定估值，以及其 IPO 時或截至 2023 年 12 月 31 日的市值，選取其中的最高值作為排名依據(jù)。
值得一提的是，部分公司在 IPO 時估值很高，但由于后續(xù)臨床試驗結果不佳等原因，未能實現(xiàn)原有估值，這類公司也可能被包括在內(nèi)。不同投資者在公司上市后退出的策略各不相同，而我們之所以采取以上篩選標準，是為了優(yōu)先考慮在此期間對投資者財務回報潛力最大的公司。
在本文中，我們并不考慮從大公司拆分（spinouts）的情況。例如，我們排除了 Cerevel Therapeutics 和 Viela Bio 兩所公司（前者 2018 年從輝瑞中脫離出來，2023 年以 87 億美元被艾伯維收購；后者 2018 年從阿斯利康中脫離出來，2021 年以 30 億美元被 Horizon 收購）。然而，我們決定將 Grail、Telavant 和 Immunovant 三所公司納入分析中。其中，Grail 從 Illumina 分拆出來后專注于不同于 Illumina 的 NGS 工具平臺的產(chǎn)品應用，Telavant 原本從屬于 Roivant 公司，而 Roivant 本身是一家初創(chuàng)公司。
除此之外，我們交叉參考了 Crunchbase、Pitchbook 以及生物技術行業(yè)的相關新聞和報告，將幾所公司補充到了分析名單當中。本文中的公司和創(chuàng)始人信息皆來源于一手數(shù)據(jù)，如公司網(wǎng)站介紹、新聞稿、SEC 文件、新聞等。
? 研究局限性
1）本文采用估值作為排名標準，但該標準可能無法完美反應公司的內(nèi)在價值或影響力。
2）很多公司最終為患者或行業(yè)帶來巨大收益，但是早期以低估值被退出，本文沒有將這些公司納入分析。
3）部分所選公司在 IPO 或收購時估值很高，但由于臨床或商業(yè)方面的失敗而未能實現(xiàn)估值。
4）本文僅關注取得顯著成功的公司，而未與相對失敗的公司進行比較，因此結果可能存在幸存者偏差。
5）所能獲取的數(shù)據(jù)和資源有限。
6）用于排名的估值沒有根據(jù)通脹情況而進行調(diào)整。
產(chǎn)品
在 Biotech 行業(yè) Top 50 中，藥物研發(fā)公司、診斷公司和醫(yī)療器械企業(yè)分別有 46 家（占 92%）、3 家（占 6%）、1 家（占 1%）。
Pear VC’s Biotech Behemoth rankings
其主要產(chǎn)品的概述如下：
藥物研發(fā)公司
? 藥物研發(fā)公司專注于適應癥
這 46 家藥物研發(fā)公司涵蓋了主要的適應癥領域，包括腫瘤學、免疫學、中樞神經(jīng)系統(tǒng)（CNS）疾病和傳染病。其中，腫瘤學是最常見的主要治療領域（16 家企業(yè)，占 34.78%），其次是罕見?。?3 家企業(yè)，占 28.26%）。
? 藥物研發(fā)公司的產(chǎn)品所處的臨床階段
（截至 2023 年底）
截至 2023 年底，在這些藥物研發(fā)公司的主要醫(yī)藥項目中，已有其半數(shù)以上（52%）獲得了 FDA 的批準，約四分之一進入了第三階段臨床試驗，其余則處于更早的臨床階段。
? 藥物研發(fā)公司的獲批藥物概況
我們調(diào)查了上述藥物研發(fā)企業(yè)所研發(fā)藥物的獲批情況，發(fā)現(xiàn)企業(yè)估值通常與獲批藥物的銷售額預期峰值呈正相關。
來源：GlobalData
? 平臺驅動還是資產(chǎn)驅動？
生物科技公司平臺驅動依靠核心技術平臺開發(fā)多個治療或診斷產(chǎn)品，而資產(chǎn)驅動則專注于單一或少數(shù)具體產(chǎn)品的研發(fā)和商業(yè)化。
在上述的 46 家藥物研發(fā)公司中，平臺驅動型企業(yè)（共 24 家）略多于資產(chǎn)驅動型企業(yè)（共 22 家），兩者數(shù)量相對均衡。此處，平臺的定義是：一種能夠帶來多個資產(chǎn)（治療或診斷產(chǎn)品）的關鍵技術或研發(fā)方法。平臺驅動型企業(yè)中存在幾個主要主題，包括：
? 細胞療法：如 Juno、Kite、Sana、Lyell、Arcellx
? CRISPR 技術：如 CRISPR Therapeutics、Intellia
? 計算驅動的藥物研發(fā)方法：如 Nimbus、Recursion
? 基因療法：如 Avexis、Spark、Krystal Biotech、Audentes
平臺驅動型企業(yè)的四大主題
診斷公司 & 醫(yī)療器械公司
在排名前 50 家企業(yè)中，只有 4 家企業(yè)專注于診斷或醫(yī)療器械領域。Grail 于 2018 年成立，研發(fā)并推出了用于多種癌癥早期檢測的 Galleri 測試。10X Genomics 于 2012 年成立，產(chǎn)品是細胞基因組和轉錄組詳細測序及表征相關的儀器和試劑。Foundation Medicine 于 2010 年成立，開發(fā)了多種基于組織的腫瘤學基因測試，并于 2015 年被羅氏（Roche）收購。Guardant Health 于 2012 年成立，開發(fā)了多種基于液體活檢的腫瘤學測試，可用于早期和晚期癌癥的檢測。
創(chuàng)始人概況
創(chuàng)始 CEO 的年齡
在排名前 50 的企業(yè)中，我們找到了 47 家的創(chuàng)始 CEO 的年齡信息（數(shù)據(jù)誤差為 ±1 歲）。分析發(fā)現(xiàn)，創(chuàng)始 CEO 的平均年齡約為 46 歲（數(shù)據(jù)誤差為 ±10 歲）。其中，藥物研發(fā)企業(yè)的創(chuàng)始 CEO 平均年齡為 47 歲（±10 歲），而在診斷/器械企業(yè)中（共 4 家），這一數(shù)字僅為 38 歲（±5 歲）。
此外，我們發(fā)現(xiàn)，是否受到 VC 孵化支持，對創(chuàng)始 CEO 的平均年齡沒有顯著影響。對于由 VC 主導的企業(yè)，創(chuàng)始 CEO 的平均年齡約為 48 歲（±10 歲），這比未由 VC 主導的企業(yè)的創(chuàng)始 CEO 僅略高一些（后者約為 46 歲，±10 歲）。
我們進一步探討了平臺驅動型企業(yè)與資產(chǎn)驅動型企業(yè)創(chuàng)始 CEO 年齡是否存在差異。結果發(fā)現(xiàn)，前者創(chuàng)始 CEO 的平均年齡為 46 歲（數(shù)據(jù)誤差為 ±9 歲），略低于資產(chǎn)驅動型企業(yè)創(chuàng)始 CEO 的平均年齡 49 歲（±11 歲），但差異并不顯著。
創(chuàng)始 CEO 的經(jīng)驗
在 Top 50 Biotech 企業(yè)中，略超過一半（約 53%）的創(chuàng)始 CEO 是首次擔任 CEO，其余則曾在一家或多家企業(yè)中擁有 CEO 經(jīng)驗，這一發(fā)現(xiàn)其實有點超乎預料。
投資退出時創(chuàng)始 CEO 是否仍然擔任 CEO？
在 50 家巨頭企業(yè)中，有 29 家企業(yè)的創(chuàng)始人在首次退出投資時（IPO 或收購）仍擔任 CEO。其中，創(chuàng)始人在 IPO 的情況下更有可能繼續(xù)擔任 CEO（22 人，共 36 人），其次是并購（3 人，共 5 人）、SPAC（1 人，共 1 人）；而在被收購的情況下，創(chuàng)始人繼續(xù)擔任 CEO 的比例較低（3 人，共 8 人）。
VC 孵化
生物技術 VC 領域的特點是 VC 親力親為參與企業(yè)的成立和孵化。從公開信息來看，只有 44% 的 Top 50 Biotech 企業(yè)是由 VC 孵化的。
在 21 家通過 VC 孵化的企業(yè)中，背后最常見的 VC 是：
? Third Rock：5 家企業(yè)
? ARCH：4 家企業(yè)
? Atlas：3 家企業(yè)
? Flagship：3 家企業(yè)
? Versant：3 家企業(yè)
創(chuàng)始 CEO 的股權比例
對于上市后創(chuàng)始人繼續(xù)擔任 CEO 的企業(yè)，我們研究了其創(chuàng)始 CEO 在 IPO 前的股權比例。如下表所示，創(chuàng)始 CEO 的股權比例中位數(shù)為 5.6%。VC 孵化企業(yè)創(chuàng)始 CEO 的中位股權比例（4.2%）低于創(chuàng)始人主導型企業(yè)（7.4%），這點與我們的預測相符。
創(chuàng)始 CEO 的教育背景
我們對創(chuàng)始 CEO 的教育背景進行了分析。在 49 名創(chuàng)始 CEO 中，我們發(fā)現(xiàn)：
? 最常見的學歷是博士學位（PhD），共 21 人；
? 其次是醫(yī)學博士（MD），共 15 人；
? 再次是工商管理碩士（MBA），共 13 人。
大多數(shù)創(chuàng)始人僅擁有其中一個學歷，但也有少數(shù)人同時擁有多個學位，例如 MD/PhD（3 人）、MD/MBA（2 人）以及 PhD/MBA（2 人）。幾乎所有創(chuàng)始 CEO 都擁有研究生學位（43 人）。并且大多數(shù)在創(chuàng)辦 Biotech 公司之前擁有研究生學位 (35 人)。
學術背景的創(chuàng)始人
（Scientific Founders）來自哪里？
許多生物技術公司都有學術背景。在 50 家公司中，有 30 家的創(chuàng)始人與至少一所學術機構有關。其中創(chuàng)始人數(shù)最多的機構是 Harvard (7), Stanford (4), 和 UCLA (3)。此外，還有 Mass General Hospital (2), Fred Hutchinson Cancer Center (2), UCSF (2), 和 MIT (2)。
關鍵技術/藥物的研發(fā)機構
在 46 家藥物研發(fā)公司中，20 家核心藥物來源于學術機構，占大部分。另外，有 12 家初創(chuàng)公司是從制藥公司獲得 license 的；2 家是來源于制藥公司以及學術機構。14 家是自行研發(fā)核心藥物。
大型制藥公司（Big Pharma）會將一些藥物專利 license out。為何這樣做有不同的考慮。舉幾個常見的原因：
1）聚焦核心業(yè)務，將非核心領域的研發(fā)和銷售外包；
2）分散風險，將研發(fā)風險轉移給初創(chuàng)公司；
3）激活停滯項目，利用初創(chuàng)公司的靈活性推動進展；
4）借助初創(chuàng)公司在特定市場的資源，提高開發(fā)效率。
這些授權核心藥物或技術的研究機構分布廣泛。排名前兩位的學術機構是Stanford（4 家公司）和 UCLA（3 家公司）（將 BridgeBio 和 Eidos Tx 合并計算）。
地理分布
在這 50 家北美和歐洲的 Biotech 公司中，半數(shù)以上的企業(yè)成立于舊金山灣區(qū)（15 家）或泛波士頓地區(qū)（10 家）。此外，還有 7 家企業(yè)成立于南加州（包括圣地亞哥和洛杉磯）。
其中，僅有三家企業(yè)成立于美國之外，分別為 AbCellera（加拿大）、CRISPR Therapeutics（瑞士）、Acerta Pharma（荷蘭）。但其中兩家企業(yè)依然在波士頓地區(qū)和舊金山灣區(qū)建立了業(yè)務。
估值
這 50 家 Biotech 企業(yè)中的最低估值約為 27 億美元，相當于同期的初創(chuàng)企業(yè)（約 28,000 家）的前 0.17%。50 家約占所有融資超過 5000 萬美元的藥物研發(fā)、診斷/醫(yī)療企業(yè)的 2.5%。
在 VC 行業(yè)，一般是極少數(shù)的 outliers 貢獻了基金大部分的回報。而 Top 50 Biotech 企業(yè)回報的分布也基本符合冪律分布（power law）。如下圖所示，冪律分布的方程能夠很好地擬合這些 Top 50 Biotech 企業(yè)的估值趨勢。但如果要更準確地估計整體趨勢，還需要將長尾中的公司納入考慮。
投資回報倍數(shù)（MOIC）
前 50 家生物科技初創(chuàng)企業(yè)的總估值約達 3220 億美元，融資總額約為 430 億美元（未調(diào)整的金額），整體 MOIC（此處簡單定義為總估值/總投資）約為 7.5。
單個企業(yè) MOIC
在前 50 家企業(yè)中，平均單個企業(yè) MOIC 為約 11.7，且中位數(shù)為約 9.7。MOIC 最高的企業(yè)包括：Kite（約 52.5 倍）、Receptos（約 46.2 倍）、Loxo（約 30.8 倍）、Avexis（約 27.6 倍）和 Foundation Medicine（約 26.8 倍）。
成立年份和退出年份
我們統(tǒng)計了這 50 家企業(yè)的成立時間（在 2009 年至 2023 年間），結果發(fā)現(xiàn)大多數(shù)企業(yè)都成立于較早的年份。這點在我們的意料之內(nèi)，因為 Biotech 企業(yè)通常需要較長時間才能積累價值。其中，成立于 2013 年的企業(yè)數(shù)量最多，共 9 家（Biohaven、Juno、Loxo、Vaxcyte、CRISPR、Spark、Turning Point、Eidos 和 Recursion）。
同樣，這些企業(yè)的首次退出年份（即 IPO 或收購）在 15 年的統(tǒng)計期間也更傾向于較晚的年份，尤其集中在生物技術資本市場表現(xiàn)良好的年份。其中，于 2021 年首次退出投資市場的企業(yè)數(shù)量最多，其次為 2020 年和 2016 年。
初始退出所需時間
我們分析了這些企業(yè)實現(xiàn)首次退出所需的時間，平均年限為 4.7 年（標準差為 2.7 年）。值得關注的是，有 5 家企業(yè)在成立后的第二年就實現(xiàn)了首次退出（Juno、Telavant、Loxo、Immunovant 和 Chinook）。
為更好地理解這些頂尖 Biotech 初創(chuàng)公司的相關數(shù)據(jù)，我們對同期成立的前 50 家科技公司進行了類似的分析。
Top 50 的科技企業(yè)平均估值高于 Top 50 的 Biotech 企業(yè)，因為前者上限是更高的。科技企業(yè)中最有價值的是 Uber（1560 億美元），幾乎是估值最高的生物科技企業(yè) Moderna（380 億美元）的 4 倍，同時也接近 Top 50 Biotech 企業(yè)總估值的一半。科技 Top 50 中最低的估值為 32 億美元（同期的科技初創(chuàng)企業(yè)中前 0.2%），而 Top 50 Biotech 企業(yè)最低估值為 27 億美元（在同期的生物科技初創(chuàng)企業(yè)中占比略低于 0.2%）。
科技 Top 50 的平均 MOIC 為 23.2，中位數(shù)為 9.4，其平均值主要由 WhatsApp（約 317 倍）、TradeDesk（約 197 倍）和 Honey（約 56 倍）拉高。Top 50 Biotech 企業(yè)的平均 MOIC 較低（為 11.7），但與中位數(shù)（為 9.7）較為接近。
總體來看，雖然這兩個行業(yè)之間存在諸多差異，但頂尖初創(chuàng)公司整體的 MOIC 卻出人意料地相似（科技行業(yè)約為 7.4 倍， Biotech 行業(yè)約為 7.5 倍）。
兩大行業(yè)的一大差異在于實現(xiàn)首次退出所需的時間。其中，科技 Top 50 企業(yè)首次退出的平均時間為 8.2±2.1 年，明顯長于 Biotech Top 50（約 4.7±2.7 年）。
此外，并購在這些 Biotech 公司退出投資市場的過程中發(fā)揮著更為重要的作用。其中，通過收購而實現(xiàn)首次退出的 Biotech Top 50 占比為 24%，最終的收購比例達 52%；相比之下，科技公司的最終收購比例僅為 18%。
我們還比較了兩大行業(yè)中創(chuàng)始 CEO 的年齡?？萍?Top 50的創(chuàng)始人在公司成立時的平均年齡約為 36 ± 8 歲，而 Biotech Top 50 的創(chuàng)始 CEO 平均年齡則約為 46 ±10 歲，明顯更高。
最后，對于成功上市并且創(chuàng)始人在 IPO 時仍擔任 CEO 的公司，我們比較了其在 IPO 前的持股比例。科技 Top 50創(chuàng)始 CEO 的持股比例明顯高于 Biotech Top 50，其中科技行業(yè)的中位數(shù)為 11.7%，約為 Biotech 行業(yè)的兩倍（5.6%）。
我們發(fā)現(xiàn)，在前 50 家 Biotech 初創(chuàng)企業(yè)（包括藥物研發(fā)、診斷和醫(yī)療器械企業(yè)）中，藥物研發(fā)企業(yè)占據(jù)了大頭。雖然診斷和醫(yī)療器械企業(yè)無疑也為患者和整個行業(yè)創(chuàng)造了巨大價值。但由于其商業(yè)模式（定價能力和利潤率通常較低）的限制，這些公司在獲取和維持價值方面往往遜色于藥物研發(fā)公司。
Top 50 Biotech 的價值成功路徑
成功路徑并不唯一。
Top 50 中許多企業(yè)專注于腫瘤學或罕見疾病領域的特效藥，但也有兩家分別專注于新冠病毒和偏頭痛這些相對常見的適應癥。
一些企業(yè)在內(nèi)部開發(fā)了自己的產(chǎn)品和技術，但大多數(shù)企業(yè)選擇從學術界或其他制藥企業(yè)獲得許可。部分企業(yè)由風險投資孵化，而許多企業(yè)則由創(chuàng)始人主導。有些企業(yè)擁有亮眼的技術平臺，但更多的則是由具體資產(chǎn)所驅動。
有些企業(yè)的創(chuàng)始人經(jīng)驗豐富，但還有很多企業(yè)則由新手 CEO 領導。部分企業(yè)擁有來自斯坦福或哈佛的科學創(chuàng)始人，但絕大多數(shù)企業(yè)并沒有這樣的學術背景。
大多數(shù) Biotech 企業(yè)坐落于資本、創(chuàng)新和管理人才集中的關鍵生物技術中心（如灣區(qū)和泛波士頓）。盡管如此，它們在美國國內(nèi)的地域分布仍然相對廣泛。值得一提的是，僅有 3 家企業(yè)是在美國以外成立的。
科技行業(yè)和 Biotech 行業(yè) Top 50 有什么不同
兩類企業(yè)的差異顯而易見，具體體現(xiàn)在資本密集度、技術風險、監(jiān)管程度、二元結果的普遍性和市場規(guī)模等方面。實際上，即使是最成功的 Biotech ，其估值和投資回報倍數(shù)也無法與一些科技公司相比。然而，從整個類別的 MOIC （總估值和/總投資）來看， Biotech Top 50的表現(xiàn)與科技 Top 50 竟然可以相似。
Biotech Top 50 相比比科技 Top 50 的平均回報周期更短，這主要得益于以下兩點：
1）并購在生物制藥領域中的作用更大（因為藥品會不斷失去專利保護）。
2）IPO 為昂貴且高風險的晚期臨床開發(fā)提供了強有力的支持。
這些發(fā)現(xiàn)對 Biotech 企業(yè)的潛在創(chuàng)始人來說應該是利好消息。
Biotech 行業(yè)有何吸引力？
許多人投身 Biotech 行業(yè)，是希望通過研發(fā)創(chuàng)新藥物和診斷工具，提升治療護理標準；或希望改善現(xiàn)有診斷手段，通過早期發(fā)現(xiàn)疾病或選擇正確療法，為患者延長壽命；或是開發(fā)一種技術，揭示未知的生物學原理，提高治療效果。
以此衡量，近 15 年的 Biotech Top 50無疑是行業(yè)標桿，他們?nèi)〉玫某删桶ǎ?/p>
? 以驚人速度面向全球疫情推出首個 mRNA 疫苗；
? 研發(fā)了一種針對腦部特定路徑的精神分裂癥治療方法，有效避免了對于其他部位的副作用；
? 研發(fā)了面向遺傳性失明患者的首個基因療法；
? 研發(fā)了面向部分頑固性血癌患者的首個細胞療法；
? 優(yōu)化了面向癌癥患者護理的基因檢測；
? 研發(fā)了測量單細胞基因組和轉錄組變異的技術。
對于下一代 Biotech 獨角獸有何展望？
下一代的 Biotech 獨角獸會是什么樣子？以下是我們的展望。
? 藥物研發(fā)類企業(yè)將繼續(xù)主導：該類企業(yè)雖然受到《通脹削減法案》（Inflation Reduction Act，旨在限制某些藥物的價格增長的法案）及其他價格因素的壓力，但在商業(yè)模式上仍具優(yōu)勢，且相關技術也在不斷進步。我們也希望、并且已經(jīng)有數(shù)據(jù)顯示，我們現(xiàn)在實際上已經(jīng)來到了：反摩爾定律的拐點。（注：反摩爾定律指制藥研發(fā)效率隨著時間推移不斷下降的現(xiàn)象）。
? 部分領域將迎來突破性增長：目前，GLP-1 激動劑（GLP-1 agonists，用于糖尿病和肥胖）及抗淀粉樣蛋白抗體（anti-amyloid antibodies，用于阿爾茨海默?。┑人幬锶〉昧送黄菩赃M展，制藥公司有更多類似的突破性進展。因此我們認為，未來在代謝性疾病、神經(jīng)學和免疫學領域將會涌現(xiàn)出多個取得突破性進展的公司，其市值或將達到 50 億至 150 億美元。
? 創(chuàng)新平臺的誕生：自從 Biotech 行業(yè)誕生以來，從重組 DNA 技術的問世到像 Genentech 和 Amgen 這樣的公司的崛起，我們一直看到依托創(chuàng)新平臺成立的、資金雄厚的 Biotech 獨角獸。這一趨勢將延續(xù)下去，特別是在以下領域：新的靶點發(fā)現(xiàn)平臺、全新的藥物設計方法，以及改進或新型治療手段的開發(fā)。例如，如果一家公司能夠真正解決肝外、組織特異性大分子核酸藥物的靜脈注射遞送問題，并具備正確的商業(yè)模式和執(zhí)行力，那么這家公司可能價值數(shù)十億美元。因為目前有大量極具價值的治療性分子等待遞送，而這些技術還可以用來治療許多尚未攻克的疾病。
? 生物制藥軟件企業(yè)嶄露頭角：預計將會有數(shù)家專注于生物制藥的軟件公司涌現(xiàn)，市值或達 30 至 50 億美元。目前，制藥行業(yè)每年在全球研發(fā)上的支出超過 2000 億美元，但在軟件方面的投入?yún)s很少，且其弊端已經(jīng)顯現(xiàn)出來——當前，許多生物制藥研發(fā)團隊使用的軟件體系十分陳舊、笨拙或分散。此外，人工智能預計將會在藥物研發(fā)價值鏈的多個環(huán)節(jié)（不僅限于靶點發(fā)現(xiàn)或藥物發(fā)現(xiàn)）產(chǎn)生深遠影響。因此，制藥公司最終必須大增加軟件投入，否則可能會失去競爭優(yōu)勢。
? 灣區(qū)和波士頓的中心地位不變：隨著時間推移，灣區(qū)和波士頓的網(wǎng)絡效應將不斷增強，從而保持其在 Biotech 領域的中心地位。
? 創(chuàng)始 CEO 年齡繼續(xù)偏高：與科技獨角獸相比， Biotech 獨角獸創(chuàng)始 CEO的平均年齡將繼續(xù)偏高。我們認為，這種差異部分反映了 Biotech 行業(yè)復雜且監(jiān)管嚴格，因此創(chuàng)始人需要具備豐富的教育背景和經(jīng)驗。另外一個重要原因是，在實現(xiàn)重要價值拐點時，這類企業(yè)往往需要投資者的大額資金支持。然而，這些投資者需要應對企業(yè)中存在的多種風險，所以往往不愿承擔因團隊能力不足而帶來的額外風險。
? 創(chuàng)始 CEO 多樣性提升：目前，該行業(yè)內(nèi)正在積極推動公司董事會和高管團隊多樣性與包容性。受此影響，我們認為該領域創(chuàng)始人的種族和性別將變得更加多樣。
AI 與 Web3 動態(tài)研究 當 Web3 遇上 AI，將誕生哪些新敘事？ 專題 關聯(lián)標簽 Anthropic AI Crunchbase 鏈捕手bitget交易平臺提醒，請廣大讀者理性看待區(qū)塊鏈，切實提高風險意識，警惕各類虛擬代幣發(fā)行與炒作， 站內(nèi)所有內(nèi)容僅系市場信息或相關方觀點，不構成任何形式投資建議。如發(fā)現(xiàn)站內(nèi)內(nèi)容含敏感信息，可點擊 “舉報” ，我們會及時處理。
