贝赛医药
公司简介
Base Therapeutics是一家中国生物科技初创公司,由徐天宏于2021年创立,专注于利用计算生物学和AI驱动的药物发现开发新型疗法。该公司从包括Baidu和Great Eagle VC在内的知名投资者处筹集了3450万美元,定位于中国蓬勃发展的AI领域与全球精准医疗竞赛的交汇点。当时的时机非常有说服力:AlphaFold刚刚在2020年革新了蛋白质结构预测,中国在新冠疫情后积极投资生物科技自主化,而Baidu的AI基础设施提供了战略护城河。Base很可能旨在利用基于中国患者数据训练的机器学习模型加速药物候选物的识别——这是一个巨大的未开发数据集优势。然而,该公司在2025年仅运营4年后便倒闭,而这个时间节点正是大多数生物科技初创公司进入I/II期临床试验的关键阶段。这次失败凸显了一个残酷的现实:如果没有深入的湿实验室验证、监管导航和患者招募基础设施,计算预测无法转化为临床疗效。
价值主张
AI驱动的药物发现初创公司,利用中国患者数据和Baidu的算力加速治疗药物开发。
失败原因分析
未能将计算预测转化为临床验证;在模型上烧钱而没有可行的药物候选物进入临床试验。
评估指标
即使有现代AI工具,生物科技仍然是最难重建的类别。虽然AlphaFold3、ESMFold和RFdiffusion已经使蛋白质结构预测民主化,Benchling/Ginkgo Bioworks等平台提供基于云的湿实验室基础设施,但核心挑战依然存在:计算机模拟预测需要7-10年的临床验证、监管审批(中国的NMPA,全球的FDA)以及种子阶段之后数亿美元的资本。现代优势包括:(1)开源模型(Meta的ESM、DeepMind的AlphaFold)消除了从头训练基础模型的需要,(2)中国的CRO网络(WuXi AppTec、GenScript)以更低成本提供外包湿实验室验证,(3)AI发现药物的监管路径现已建立(Insilico Medicine的INS018_055在2024年进入II期)。然而,Base的失败表明他们可能过度依赖计算新颖性,而没有确保经验丰富的药物开发领导层、临床试验基础设施或明确的IND申报路径。今天的重建仍需5000万美元以上的A轮融资、5年以上才能获得I期数据,以及药物化学方面的深厚专业知识——而不仅仅是ML工程。难度仍为5/5,因为瓶颈在于生物学和监管,而非技术。
生物科技在早期阶段具有根本上不可规模化的单位经济学。每个药物候选物都需要定制的湿实验室验证、动物研究和多阶段人体试验——这些成本不会随数量增加而降低。Base可能在计算基础设施、人才和早期临床前工作上烧掉了3450万美元,但遇到了边际成本爆炸的死亡谷:肿瘤学中单个I期试验花费500-1000万美元,II期花费2000-5000万美元。与SaaS中客户获取成本随产品市场契合度降低不同,药物开发成本随着临床阶段的推进呈指数增长。生物科技中唯一的可扩展性杠杆是平台复用——如果Base成功验证了一个药物候选物,理论上他们可以应用AI模型更快地发现相邻分子(Recursion Pharmaceuticals的策略)。然而,他们的倒闭表明他们从未达到那个拐点。现代AI工具(用于分子设计的生成模型、用于合成路径的强化学习)提高了命中率,但不能消除物理验证的需要。可扩展性仍为2/5,因为在拥有获批平台产生版税之前,每种新药都是一个单独的10年、1亿美元以上的赌注。