这篇访谈讲的是MIT教授Robert Langer如何把科学发现变成能赚钱的药。他认为开发新药非常漫长且昂贵，平均要花20多亿美元、28年，成功率极低，所以专利很重要，能吸引投资。他看好“平台技术”——一种能用在多种药物上的基础发明，比如他早期做的药物缓释系统。他还强调，商业人才比科学家更关键，决定先做哪个药、怎么融资。提到的标的：Genentech（参与开发了重磅药Avastin）、Avastin（2004年获批，成为史上最畅销的生物技术药之一）。
Robert Langer教授是MIT历史上被引用最多的研究者之一，专注于药物递送系统（drug delivery）和组织工程（tissue engineering）领域。他成功将理论与实践结合，成为从MIT衍生出多家生物技术公司的核心推动力。本对话探讨了科学创新、药物开发流程、专利过程及初创公司成功要素，并提及他的研究正处于开发COVID-19治疗和疫苗候选的前沿。
好的，遵照您的指示，以下是对该播客文字稿的分析：
Robert Langer 是MIT教授、史上被引用次数最多的研究者之一，专注于药物递送系统与组织工程领域。本期对话主线是如何将科学发现转化为有影响力的商业化技术，覆盖从药物开发流程、专利策略到初创公司成功要素的全链条。Langer 最核心的判断是：在生物技术领域，将一项突破性发现转化为最终获批的药物，通常需要 28 年、数十亿美元，并且成功率极低——而这恰恰是“专利”这一机制存在的根本理由。
Langer 认为，从发现一个分子到最终成为获批药物，是一个“以十年为单位、以十亿美元为代价”的漫长过程，其中临床试验是最昂贵、最不确定的环节。 他以自己与 Judah Folkman 合作开发的血管生成抑制剂为例，详细拆解了这个链条。
1. 历史脉络与量级：最初在 1976 年，他们发表了关于分离出首批血管生成抑制剂（angiogenesis inhibitors）的论文。但直到 28 年后的 2004 年，第一个基于此原理的药物 Avastin 才获得 FDA 批准。这个药物后来成为史上最畅销的生物技术药物之一，用于多种癌症和眼疾。
2. 机制与成本拆解：
3. 不确定性：Langer 承认，即使在动物模型上表现完美，试验也可能失败。“证明新事物在人体内安全有效几乎总是最大的开支”。
Langer 认为，成功衍生出生物技术公司的核心不是单一技术，而是“平台技术（platform technology）”——即可以被应用于多种不同药物的基础性发明。 他分享了将实验室成果转化为数十亿美元公司的公式。
1. 平台技术定义：一个发明，可以被用于“药物 A、B、C、D、E 等等”。例如，他早期发明的用于缓慢释放大分子药物的聚合物系统，就是这样一个平台。
2. 专利的“双向”作用：
3. 商业人脉的重要性：Langer 强调，商业合伙人（business people）甚至比科学本身更重要。 “回顾那些成功的公司，都因为我们有优秀的商业人才。当公司表现不佳时，通常是因为我们没有足够好的商业人才。”商业人才负责：判断市场大小、制定监管（FDA）和临床试验策略、管理团队、融资，以及决定“平台技术”的众多应用方向中——应该先攻哪一个。
Langer 认为，人工智能（AI）在生物技术领域的角色目前是“优化工具”，而非“革命性替代品”。 他对未来抱有期待，但保持审慎。
1. AI 的应用场景：Langer 最直接的预测是，AI 可以在药物发现的早期阶段发挥作用。比如，在进行高通量筛选后，AI 可以分析数万个化学结构，“看看哪些有效，哪些无效，找出共同点，然后预测下一代应该测试什么”。
2. 组织工程的未来：在组织工程领域，Langer 描绘了“器官芯片（organs on a chip）”的愿景，即用芯片模拟人体器官，用于更高效、更少依赖动物实验的药物测试。他预测，未来可以实现“智能药物递送系统”，例如一个能感知血糖水平并自动释放胰岛素的微型芯片。
3. 审慎的时间尺度：尽管对 AI 和组织工程寄予厚望，Langer 始终强调“未来”可能指的是“数百年后”。他明确表示：“我们仍然有很长的路要走。”他更倾向于将进展视为“渐进式”的，而非颠覆性的“大跃进”，尽管偶尔会有 CRISPR 这样的突破性技术出现。
本对话为深度访谈，几乎未提及任何可具体投资的公司或仓位动作。Langer 提到的 Genentech 和 Avastin 作为背景案例，用于说明药物开发的漫长历程，并不构成投资建议。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Genentech | 背景提及 | 参与开发了 Avastin |
| Avastin | 背景提及 | 2004 年获批，成为史上最畅销的生物技术药物之一 |
1. PhD 是“失败的许可” (Langer): 回应早期职业生涯被大量拒稿和拒批的经历。这是对“失败乃成功之母”的科学家版本，但更强调失败是一个系统性的、预期的过程，而非终点。支撑：他最初的两篇发现性论文分别被《自然》和《科学》拒绝，但最终都得以发表。
2. 新药开发是“融资的悲哀” (Langer): 点明生物技术投资的核心矛盾——高回报必须匹配超高失败率和超长周期。支撑：“开发一个新药成本超过 20 亿美元，并且只有十分之一或十二分之一的药物能最终成功。”
3. “选择首先做什么”不仅仅是科学 (Langer): 面对一个可以应用于多种疾病的“平台技术”，商业决策比科学直觉更重要。支撑：决策标准包括：市场规模、动物模型的可获得性、临床试验终点的清晰度、竞争格局、报销可能性，以及制造难度。
4. AI 在药物开发中主要是“优化工具” (Langer): AI 不能替代创造性实验，而是帮助在大量数据中寻找模式，加速下一轮实验设计。支撑：“如果你用 AI 分析那些有效的和无效的化学结构，也许能预测下一代应该测试什么。”
5. 专利是“融资的必要条件” (Langer): 指出专利制度在生物技术领域的核心经济功能——它是吸引资本的唯一可信锚点。支撑：“如果没有专利，没人会给你 20 亿美元去开发一个新药。”
6. 商业人才比科学发现更重要 (Langer): 颠覆了“科学主导”的创业叙事。支撑：Langer 将公司的成功和失败直接归因于是否有“出色的商业合伙人”。“回顾那些成功的公司，都因为我们有优秀的商业人才。当公司表现不佳时，通常是因为我们没有足够好的商业人才。”
7. “发展中国家的药物可及性”是未被充分资本化的方向 (Langer): 暗示一个巨大的市场缺口。支撑：他的实验室正在与盖茨基金会合作，致力于降低药物成本，并将其推广到发展中国家。
8. “组织工程还处于早期，但皮肤已获批” (Langer): 表明该领域已有商业化里程碑，但“再生任何器官”仍是遥远未来。支撑：人造皮肤已被 FDA 批准用于烧伤患者和糖尿病皮肤溃疡，这是一个“已经发生”的奇迹。