AI解碼生物科技新勢力:獨角獸公司如何推動產業創新轉型

Published on: | Last updated:

嗯...今天要來聊一個,我自己覺得蠻有趣的公司,叫 Enveda。他們最近很紅,變成所謂的獨角獸...就是那個估值超過十億美金的公司。

但他們紅的原因不是又做了什麼新的 App,而是他們搞新藥的方式,有點...怎麼說,反其道而行。他們回去找大自然,對,就是從花花草草裡面,用 AI 去挖寶,希望能找出下一個神藥。聽起來很像武俠小說的情節,但這件事正在發生。

重點一句話

簡單講,Enveda 就是在賭一件事:用 AI 當作超級放大鏡,去重新掃描整個植物界,找出那些被現代製藥業忽略掉的潛力分子。這條路很快,但也真的很險。

他們到底怎麼做的?

這件事...說穿了其實概念很單純。過去幾十年,大的製藥公司比較喜歡在實驗室裡,從零開始「設計」一個藥物分子。像蓋樂高一樣,一個一個原子拼起來。這很精準,但...也很花錢,而且常常會卡關。

Enveda 的想法是,大自然早就花了幾億年幫我們「設計」好一堆超複雜的分子了。很多植物為了生存,體內會製造各種化學物質,用來防禦、溝通...那裡面,可能就藏著能治病的寶藏。以前我們不是不知道,是沒辦法有效率地找。

你想想看,一株植物裡面,化學成分可能就有幾千種,你要怎麼知道哪一個才有用?又怎麼把它乾淨地分離出來?這就是他們用 AI 的地方。他們的平台,叫 PRISM,很像一個超強的搜尋引擎,可以快速分析植物萃取物的質譜圖...嗯,質譜圖你可以想像成是分子的指紋。AI 去比對這些指紋,然後猜測「嘿,這個分子結構看起來很有戲,可能對某個病有用」。

所以整個流程就快很多。他們不用從零蓋分子,而是從一堆現成的候選人裡面去挑。

從自然到數據:AI 如何解析植物的化學秘密
從自然到數據:AI 如何解析植物的化學秘密

為了更好懂,我弄了個簡單的比較表,你看完大概就有感覺了。

項目 傳統新藥開發 Enveda 的玩法
藥物來源 大多是化學合成...嗯,就是從零開始蓋分子。 直接從大自然,主要是植物,去「撈」現成的。
發現速度 很慢。要一個個測試,有點像大海撈針。 快很多。用 AI 一次篩幾千幾萬個,目標比較明確。
初期成本 非常高。實驗室、人力...都很燒錢。 相對低一點吧?主要是算力和數據庫的錢,但應該還是比傳統的省。
最大挑戰 常常是...嗯...從無到有想出一個全新的有效分子,太難了。 找到是找到了,但天然的東西很雜,要量產、要確保每次品質一樣,這很頭痛。

不過,這條路真的有那麼順嗎?

老實說,不太可能。大藥廠以前也試過從天然物找藥,後來很多都放棄了,不是沒原因的。

第一個問題就是,天然的東西...真的很「野」。同一個植物,長在不同地方,不同季節採收,裡面的有效成分濃度可能差很多。這對製藥來說是個災難,因為你沒辦法穩定供應原料。你的供應鏈等於是掌握在老天爺手裡,這風險太高了。

再來,就是 AI 本身的問題。大家都把 AI 吹得很神,但它也不是萬能的。AI 很依賴它「吃」進去的資料。Enveda 建立了一個號稱全世界最大的植物化合物資料庫,聽起來很猛,但...地球上還有多少植物是他們沒收錄的?會不會最好的解藥,就在那棵他們還沒分析過的亞馬遜雨林深處的小草裡?這誰也說不準。

實驗室裡的自然:每株植物都是一個潛在的化學寶庫
實驗室裡的自然:每株植物都是一個潛在的化學寶庫

還有一個更根本的,就是所謂的「AI 黑盒子問題」。AI 可能會告訴你,這個分子看起來很棒,但它不一定能跟你解釋「為什麼」。它背後的生物學機制是什麼?它在人體內會怎麼作用?這些問題,AI 沒辦法完全回答。你還是得回到最傳統、最燒錢也最花時間的老路:做臨床前研究,然後砸大錢去做一期、二期、三期臨床試驗。

AI 只是幫你把起跑線往前拉了一點,但從起跑到終點那段路,一樣又臭又長,而且絕大多數的藥,最後還是會在這段路上失敗。Enveda 也逃不掉這個現實。

但他們好像有拿出點成績了

對,這也是為什麼他們能拿到那麼多錢。他們不只是在說故事。

他們有一個主要的成果,就是那個號稱全球最大的、可搜尋的植物化合物資料庫。資料說連結了大概三萬八千種植物和一萬兩千種人類疾病。這本身就是一個很驚人的資產。它就像一張...嗯,一張藏寶圖吧。

然後,他們有一個代號叫 ENV-294 的候選藥物,是用來治療異位性皮膚炎的。這是一種很折磨人的皮膚病。根據 Enveda 自己的說法,這個藥在早期的臨床研究中,安全性結果看起來不錯。這很重要,因為它證明了這整套「AI + 植物」的模式,不只是理論,是真的可以產出東西,而且有機會用在人身上的。

雖然離真正上市還很遠,但這一步,已經給了投資人很大的信心。

這跟我們熟悉的「中藥」有什麼不一樣?

說到這個,就很有趣了。Enveda 的作法,讓很多人直接聯想到中藥,因為都是從植物來。但其實...骨子裡完全是兩回事。

傳統中醫,更像是一種系統性的哲學。它用的是「複方」,就是好幾種藥材一起煮,講究的是君臣佐使、藥性之間的平衡,去調理整個身體的狀態。它治療的目標是「證」,而不是「病」。嗯...這很玄,但這也是為什麼中藥很難用現代科學的單一靶點、單一分子的標準去驗證。

Enveda 剛好相反。他們雖然也是從植物下手,但他們走的是徹頭徹尾的西藥路線。他們想做的,是從那一鍋複雜的草藥湯裡面,精準地把「唯一」那個有效的分子給揪出來,然後想辦法把它純化、量產,變成一顆成分單一、劑量精準的藥丸。他們的目標,是找到能直接攻擊特定疾病靶點的「子彈」。

這點跟我們在台灣的狀況很不一樣。根據我看衛福部中醫藥司的一些資料,台灣對於「中藥新藥」的開發,有一套自己的審查邏輯,它會同時考慮傳統的藥理和現代的臨床數據。但 Enveda 這種,如果來台灣申請,它會被歸類在「化學藥品」,而不是「中藥」,因為它的最終產物是一個純化的化學分子。所以,雖然來源都是植物,但一個是從系統觀出發,一個是從還原論出發,路徑完全不同。

自然與科技的融合:在複雜的森林中尋找發光的數據節點
自然與科技的融合:在複雜的森林中尋找發光的數據節點

反例與誤解釐清

最後想澄清一個很容易有的誤解:大家會覺得,AI 找到的藥,是不是就代表成功了?

完全不是。這可能是最大的誤會。

就像我前面提到的,AI 在這裡的角色,比較像一個超級厲害的星探,他可以在茫茫人海中,快速找到最有明星潛力的素人。但這個素人能不能紅,要看後續一連串的培訓、包裝、市場考驗...等等,大部分素人最終還是無法出道。

藥物也是。AI 只是加快了「發現潛力分子」這個最前端的步驟。後面還有毒理學測試、動物實驗、三期人體臨床試驗...每一步都是一個巨大的淘汰賽。根據統計,能從臨床一期走到最後成功上市的藥,比例不到一成。所以,Enveda 的模式雖然很酷,但它並沒有改變藥物開發成功率極低這個殘酷的現實。他們只是讓自己有更多「入場券」去參加這場淘汰賽而已。

所以,Enveda 是不是一個泡沫,還是真正的革命者?我想...現在沒人能給答案。他們手上的藏寶圖很大張,也確實挖到了一點東西。但最終能不能把寶藏安全地送到市場上,這才是真正的考驗。這場賭局,還很大呢。

聊聊你的看法:

如果有一種新藥,是 AI 從天然植物裡發現的,你會因此對它比較放心(因為天然),還是比較擔心(因為 AI 不可靠)?在下面留言分享你的想法吧!

Related to this topic:

Comments