创投眼中的精准医疗:有一定泡沫 但前景广阔
导读 | 对于精准医疗是否过热,华大基因旗下的创投孵化平台蓝色彩虹CEO刘靓认为资本市场总是有泡沫和泡沫挤掉的过程。从一定程度上来说,精准医疗是有一定泡沫的。“据我了解,原来做物流的企业,准备买一些淘汰的二手测试仪设备,然后与医院合作做基因检测。从这一方面来看,精准医疗确实过热。” 刘靓说。 |
精准医疗有一定泡沫
对于精准医疗是否过热,华大基因旗下的创投孵化平台蓝色彩虹CEO刘靓认为资本市场总是有泡沫和泡沫挤掉的过程。从一定程度上来说,精准医疗是有一定泡沫的。“据我了解,原来做物流的企业,准备买一些淘汰的二手测试仪设备,然后与医院合作做基因检测。从这一方面来看,精准医疗确实过热。” 刘靓说。
在刘靓看来,所谓的基因测试相当于是门票入口,与互联网入口一样。基因检测的利润有限,但提供增值服务则可以带来更多的利润。比如个性化用药服务和将来出现的应用和服务。他将基因检测和互联网进行对比,认为二者有一定相似性。互联网支付和互联网视频都是由互联网技术发展后,逐步衍生出来的模式。
由于垄断等原因,基因测序的成本一直处于高位,难以下降。2012年,华大基因以40亿元收购美国CG公司。在2014年年底正式推出测序仪。在未来十年,有可能将基因测序成本降低到100美元。刘靓表示,基因测序成本的下降改变的不仅仅是基因测序这一部分,也会改变整个产业链。之前的商业模式是在上游盈利。2015年3月,科技部召开国家首次精准医学战略专家会议,提出了中国精准医疗计划。会议指出,到2030年前,我国将在精准医疗领域投入600亿元。刘靓表示,中国目前的测序仪数量为全球的一半。当上游测序成本下降后,原有的商业模式会被颠覆。所以,华大基金在2015年创设蓝色彩虹,将相关资源开发给下游创业者。除了精准医疗外,还可以在很多领域进行创业创新。
数据显示,中国基因市场有60万亿市场,医药行业,包括个性化用药和新药研发平台有近10万亿的市场,食品饮料有20万亿的市场,生态有1万亿市场的规模。在生命健康领域,目前最大的市场是医药公司。专利药占领很大的市场份额,95%的企业从事仿制药。在对产业链进行分析的时候,发现研发成本高的原因在于寻找靶点的成本很高。刘靓表示,目前公司正在做调用小分子库,如果靶点寻找正确,则可以进入深入研发。不需要再像研发企业单独建一个研发中心和一个DNA小分子靶向的库。
刘靓表示,基于基因的应用领域,实际上还是处于一个萌芽期。简单来看,从业人员规模还不够。现在中国从业的人才不超过10万。蓝色彩虹是提供技术、数据、知识产权、资本和商务的平台。蓝色彩虹会把这一整套五大平台的资源导给下游的合作伙伴,让他们在这些领域可以做创新创业。具体来看,基因应用领域非常广阔,医药、医学(肠道微生物群等)、食品、农业、生态(畜禽养殖业环境治理等)和健康等方面形成了基因应用的六大环节。
“我们现在已经出现了一亿(数量)左右的中产阶级,有健康的需求,有消费升级的需求,但是本土的企业家还是习惯于去模仿欧美市场,而不是围绕中国这一个亿的中产阶级开发新的健康产品。” 刘靓表示,不管是医药、医疗、食品,还是各种各样的服务产品,如果企业真的能抓住这个市场,就能真正地实现供给侧改革,现在中国市场也会诞生出自己的龙头企业。刘靓认为,现在市场还处于萌芽的阶段,仍有很大的提升空间。
精准医疗最终可能会改变疾病分类体系
高特佳投资集团业务合伙人李国林表示,精准医疗有三大关键词:“病、人、药”。从目前的发展现状来看,真正的病因还没有太清楚,患者也没有进行有效的大规模分类。此外,实现精准医疗的药物目前也非常有限。从长远来看,在未来5~10年,精准医疗最终可能会改变目前的疾病分类体系。
精准医疗最终可以带来什么样的愿景?李国林从精准医疗的定义开始分析:通过组学技术,分析人群和疾病,找到原因和靶点,进行分类,实现精准治疗。从愿景来看,根据对某种疾病的易感性或对特定治疗方案的反应,将患者分为亚群。然后将预防性或治疗性的措施集中于哪些有效患者,而免去无效患者带来的费用和副作用。他提出精准医疗有三个关键词:“病、人、药”。通过精准的诊断,达到对疾病精准的分型,同时对患者群体进行分析,找到患者群体不同的人群,对人群进行分类。对病进行了分型,对人群进行了分类,对药进行精准的研发,最终就能够实现精准治疗的目的。
“精准医疗最终可能会改变目前的疾病分类体系,”李国林表示,在未来5~10年,肿瘤的分类可能不是现在的分类方式,不是以某一种器官患病进行分类,而是以肿瘤产生的真正机制而进行分类。
分析完定义和愿景后,李国林进一步介绍精准医疗的现状。以上述关键词“病、人、药”进行分解,患者去医看“病”,“病”是按照器官进行分类,比如肿瘤。疾病这一方面,真正的病因还没有太清楚。同时,在“人”这一方面,也没有进行有效的大规模的分类。此外,最终实现精准医疗的药物也是非常有限,目前靶向药物才十多种,对人群的有效率也不太一样。拿肺癌举例,传统的肺癌分两大类,一个是小细胞肺癌,非小细胞肺癌。现在从分子生物学技术的发展发现,非小细胞肺癌的机制是由有不同的基因和不同类别的突变导致的。李国林以一个三期的临床实验为例,该试验找了接近1000名没有进行肿瘤治疗的晚期肿瘤患者,结果是两种药物组合在一起使用,但生存时间不一样。最终的发现表明,如果患者基因的蛋白水平高,这两种单药治疗效果和两种药物联合治疗的效果一样。如果患者基因的蛋白水平较低,联合治疗的患者收益要高于单药治疗的效果收益。因此,在对肿瘤患者进行药物治疗方案的选择的时候,前期要有诊断和检查,而不是用现有以往的笼统的治疗方式。
精准医疗的难点同样用“病、人、药”关键词分析。从“病”的方面看,针对疾病发展的分子机制了解太少,还有大量的基础研究和临床研究需要进行。每一种肿瘤可能有很多种致病的因素,这些都需要大量的数据积累和共享,实现疾病这一块的解密。从“人”方面看,对病进行解析后,需要找到适应药的人群进行精准分类。最后,“药”方面的难点则有两层理解,一是“老药新用”,二是加快新药研发过程。在临床实验二期、三期的时候,临床实验测试的人群都是患这种疾病的人。有了精准医疗后,可以精准地找到相关的人群,提前对他们进行检测,知道某些疾病类别是特定的,实现精准的分类,加快新药研发的节奏。
(转化医学网360zhyx.com)
还没有人评论,赶快抢个沙发