圖片來源@視覺中國

【資料圖】

文 | 瑞峰資本FREESFUND

在經(jīng)歷了2020和2021年兩年的狂奔突進之后，2022年生物醫(yī)療行業(yè)經(jīng)歷了大幅調(diào)整。

不少中美的生物醫(yī)藥企業(yè)都經(jīng)歷了不同程度的融資難、項目暫停重組，或者裁員。

美股XBI指數(shù)經(jīng)歷了連續(xù)70周的下跌，較2021年的峰值回落了64%，跌至了2016年的水平。港股生物醫(yī)藥上市企業(yè)頻頻破發(fā)和下跌。

粗略估計，2022年，中國一級市場投向生物醫(yī)療的投資金額減少了一半，且不少資金投向了更早期的項目。依據(jù)國家統(tǒng)計局數(shù)據(jù)，2022年1-11月份中國醫(yī)藥制造業(yè)營收25904億，同比下降1.7%，累計利潤3882億，同比下降28.4%。利潤下跌在整個制造業(yè)門類中僅好于被大宗商品價格和需求雙重擠壓的造紙(-38.6%)、化纖制造(-65%)、石油煤炭加工（-74.9%）和黑色金屬冶煉壓延加工(-94%)。

正如我們在2022年年中推送的對話文章，鏈接《如何看待未來十年生物科技的發(fā)展機會？| 峰瑞創(chuàng)投對話》分析的那樣，這一輪美國biotech調(diào)整的主要原因是估值泡沫的擠出和宏觀因素（加息、通脹、局部沖突）的驅(qū)動。在中國又疊加了帶量采購和醫(yī)保談判帶來的價格壓力和2022年疫情對經(jīng)濟的影響。

對于美國來說，“科學-創(chuàng)新-商業(yè)”的連接沒有出現(xiàn)本質(zhì)性問題。大型藥企仍在創(chuàng)紀錄地賺錢和花錢：跨國藥企每年有7000多億美元的藥物銷售收入，其中大約2000多億美元可以反哺給研發(fā)和用于補充管線。同時，2022年美國一級市場的資金增速在下降，但絕對量上看依然龐大，2022年前半年的投資額僅低于歷史最高點的2021年。

2022年，在全球范圍內(nèi)，新療法和重點藥物研發(fā)取得了很多進展，F(xiàn)DA批準了37款新藥，小分子、抗體和各種藥物形式全面開花。吳文君博士在《醫(yī)藥筆記2022》有更全面的總結(jié)。給我留下了特別深的印象的是：

所以，即便從當前的時間節(jié)點來看，雖然美股可以說處在所謂的“寒冬期”，但美國從科研到產(chǎn)品的商業(yè)本質(zhì)是沒有出問題的。

2022年中國NMPA已批準新藥超過50款（2021是32款），其中75%是小分子化藥，還有十幾款抗體和抗體偶聯(lián)藥物(ADC)。對中國來說，挑戰(zhàn)可能還是創(chuàng)新供給的不足、新技術(shù)的落地和商業(yè)化不及預期。整體而言，當下屬于改革的陣痛期和供給的換擋調(diào)整期，還需要持續(xù)的投入和堅持。

值得高興的是，盡管資本市場環(huán)境充滿挑戰(zhàn)，峰瑞已投的生物醫(yī)療公司頗具韌性，僅看融資：士澤生物、岸闊醫(yī)藥、嘉華藥銳、N1 life、智化科技、METiS、科因生物、安益譜、穹頂醫(yī)療、藍晶微生物、衍微科技、芯宿科技、合生科技等公司在2022年都完成了至少一輪融資。

2022最后一兩周隨著疫情放開，除了消費板塊回暖，久跌的生物醫(yī)療板塊也觸底回升。我們在2022最后1個月看到了例如科倫博泰和康方管線license out（對外授權(quán)）的一些正面信號，這些交易和信號給予了醫(yī)藥和相關(guān)CRO板塊除了超跌以外的反彈的支撐。

2023年，隨著中國醫(yī)藥研發(fā)企業(yè)可能誕生更多的First-in-class和license out，可以期待2023生物醫(yī)療投資在一二級市場也會迎來逐漸轉(zhuǎn)暖的一年。不過，可能和2019-2021年的熱潮不同，上一次的醫(yī)藥投資熱潮是由于中國香港18A和科創(chuàng)板所帶來的資本市場紅利。隨著這個紅利的兌現(xiàn)，這一次的投資轉(zhuǎn)暖可能要更重視由新技術(shù)新供給驅(qū)動的新產(chǎn)品研發(fā)。

生物技術(shù)發(fā)展的底層邏輯與3大趨勢

從生物技術(shù)的發(fā)展趨勢來看，我們認為生物醫(yī)療問題本質(zhì)是一個數(shù)據(jù)問題。以往生物技術(shù)深刻持久的不確定性，以及藥物研發(fā)的高風險性，都來自于我們對于生物系統(tǒng)和生物過程的測量、數(shù)據(jù)化以及對生物學的理解不夠。

如鏈接《一張圖讀懂生物科技創(chuàng)新機遇》文中所述，我們認為圍繞生物系統(tǒng)和生物過程進行數(shù)據(jù)化是底層創(chuàng)新最大的機會，數(shù)據(jù)化也是AI+生物和工程生物學的前提。

所謂的數(shù)據(jù)化，就是對生物系統(tǒng)或者生物過程更好的進行測量、表征和計算，不僅包括對DNA、RNA和蛋白質(zhì)的測序、定量和結(jié)構(gòu)探究，也包括靶點（生物分子）與modality（小分子、核酸、多肽、抗體、細胞）之間的相互作用的測量和計算，還包括信號通路和調(diào)控機制的研究，藥物制劑工藝過程參數(shù)的考察，也包括生物系統(tǒng)表現(xiàn)的表征（藥效、安全性、免疫反應）等等。

過去10年，由于各種測量工具和交叉學科的技術(shù)使得生物系統(tǒng)得到了越來越快、越來越好的數(shù)據(jù)化，我們更加理解生物作用的機制，得已開發(fā)出更多的工具，從而又更快更好地獲取數(shù)據(jù)，形成了IT-BT的正向循環(huán)。而且這種生物技術(shù)上的進步也反映到了創(chuàng)新藥和新療法上。

沿著中心法則，利用測量和計算去考察分子-結(jié)構(gòu)-功能，使得元件層面的數(shù)據(jù)化取得了長足的進步。

在DNA層面，2007年完成一個人的全基因組測序需要100萬美元，在今天只用幾百美元。人類基因組計劃的成果，為藥物研發(fā)指明了方向。

在20世紀80年代之前，藥物大都是被偶然發(fā)現(xiàn)的，它們的蛋白質(zhì)靶點通常是未知的。直到2001年（首個人類基因組工作草圖發(fā)布）之前，清楚知道靶點的藥物仍不超過50%。2020年Ulrik等在Nature發(fā)文指出，從2010年開始，由于利用了更多的基因組數(shù)據(jù)和GWAS研究，藥物研發(fā)效率大為提高，打破了過去60年來的反摩爾定律（美國FDA數(shù)據(jù)，1950-2010年，每9年花費10億美金產(chǎn)出的藥物數(shù)量減半）。有基因證據(jù)的靶點的藥物研發(fā)成功率，會提高2-8倍。由基因測序指導的靶向治療也貢獻了多代的重磅炸彈藥。更重要的是，測序上快速和深度的數(shù)據(jù)化，為蛋白和RNA層面的數(shù)據(jù)化奠定了堅實的基礎。

在蛋白層面，2020年，Alphafold2解決了單個蛋白/結(jié)構(gòu)域的結(jié)構(gòu)預測問題（已知蛋白序列預測其結(jié)構(gòu)）。Alphafold2(以下簡稱為AF2)的勝利是建立在高度甚至過度的工程化、過去幾十年對蛋白折疊的研究，以及對蛋白結(jié)構(gòu)和序列充分數(shù)據(jù)化的基礎上的。

這種數(shù)據(jù)化，不僅體現(xiàn)在逐漸增加的蛋白質(zhì)結(jié)構(gòu)（歸功于過去幾十年結(jié)構(gòu)生物學家的不懈測量），也來自關(guān)鍵的輸入，多重序列比對 (MSA)，它包含了目標蛋白進化上同源蛋白的序列信息（歸功于測序數(shù)據(jù)的極大豐富）。

AF2證明了這幾點：AI模型勝過了物理模型；神經(jīng)網(wǎng)絡里百萬級別的參數(shù)，勝過了幾十~幾百個經(jīng)驗參數(shù)的經(jīng)典力場或者經(jīng)驗能量函數(shù)；AI已經(jīng)理解了什么樣的結(jié)構(gòu)像蛋白。

AF2的高精度結(jié)構(gòu)預測達到/接近實驗解析的結(jié)構(gòu)精度，使得計算結(jié)果第一次擁有了與實驗結(jié)果相同的地位。Deepmind在2021年發(fā)布了軟件的代碼，2022年Alphafold預測出100萬個物種的2.14億個蛋白的結(jié)構(gòu)（其中35%高度可信、45%足堪使用）。結(jié)構(gòu)預測的問題開始轉(zhuǎn)而重點關(guān)注蛋白如何與小分子或其他分子結(jié)合，蛋白和蛋白復合物的結(jié)構(gòu)，抗體和抗原的結(jié)合，點突變對結(jié)構(gòu)和功能的影響等。

更激動人心的是，2022年蛋白結(jié)構(gòu)預測的逆問題，也就是蛋白設計得到了迅猛發(fā)展。蛋白設計是指按照想要的功能或者結(jié)構(gòu)，反推出序列。這使得人類可以按需調(diào)用這種強大的生物元件，離應用和轉(zhuǎn)化更近。我們不僅可以設計自然界中本不存在的分子機器，也可以設計全新的結(jié)合蛋白、疫苗、納米材料和為特殊反應定制的酶。

蛋白設計教父David Baker團隊，20年凝心打造的，基于物理能量來折疊蛋白的Rosetta design原本就已經(jīng)非常強大。在結(jié)合蛋白設計上，其成功案例包括中和新冠病毒的小蛋白，與不同的細胞表面受體結(jié)合的小蛋白，都能實現(xiàn)皮摩到納摩級別的結(jié)合強度。它還成功地設計了鉀離子通道（α螺旋）和跨膜蛋白（β桶）。

此外，利用Rosetta設計的多面體納米顆粒新冠疫苗（SKYCovione）于2022年在韓國獲批上市，其3期臨床試驗的4037人的數(shù)據(jù)顯示，相比阿斯利康的疫苗，SKYCovione中和抗體高3倍。并且由于高穩(wěn)定性，這種疫苗不需要冷鏈運輸。

Rosetta因為要計算所有采樣點的能量，速度較慢；在設計大的蛋白和蛋白復合體（多個蛋白組成的分子機器）時有挑戰(zhàn)；復雜蛋白設計成功率低。而這些復雜的分子機器對于疾病和生物功能往往至關(guān)重要。AF2找到了一個數(shù)學公式，將1D序列和3D結(jié)構(gòu)聯(lián)系起來，從而啟發(fā)了基于深度學習的蛋白設計新方法。類似于結(jié)構(gòu)預測和蛋白折疊，蛋白設計也從依賴于優(yōu)化能量函數(shù)的Rosetta design，演進到利用深度神經(jīng)網(wǎng)絡（AI）的新范式，粗略估計其設計成功率提升了10倍，這仿佛是在遠程導彈上加載了核彈頭。

在2022年，David Baker團隊以幾個月為周期，在大模型和生成式AI算法的基礎上，快速迭代蛋白設計技術(shù)。

他們推出深度幻想設計（hallucination）的方法，利用生成式AI來生成蛋白（類似于OpenAI的DALL-E2，利用語言描述生成圖像的）。這種方法不僅能快速搜索和遍歷蛋白空間，也能夠基于給定的功能位點來填充剩余部分的蛋白，可以用來設計酶、結(jié)合蛋白、抗原表位等。

在9月份，他們再度推出了AI驅(qū)動的新一代的蛋白設計引擎ProteinMPNN，能夠拯救很多之前用Alphafold或者Rosetta不能成功設計的蛋白，且把蛋白從頭設計的時間從月縮減到秒。

在12月份，他們又推出了基于擴散模型的生成式蛋白設計模型。這種蛋白生成器，相比幻想設計更有方向性和效率，真正的把生成式的擴散模型和alphafold/RoseTTAFold等結(jié)構(gòu)預測模型有機結(jié)合起來。它可以按照給定的形狀、尺寸，甚至具體的要求生成蛋白。

總之，我們可能低估了，利用生成式的AI來進行全新的蛋白設計即將給藥物研發(fā)和生命科學帶來的顛覆。試想一下如下場景：我們可以根據(jù)新冠抗原，指定表位，來從頭生成全新的抗病毒分子和抗體；我們可以利用AI生成基因編輯的新功能蛋白；從頭設計用于四代測序的納米孔蛋白；我們可以系統(tǒng)性的設計、模擬和掃描Aβ的不同寡聚體，更好的探究阿茲海默癥的機理等等。

最后，看看RNA元件。RNA是極為重要的分子。對向?qū)NA在基因編輯中關(guān)鍵功能的闡釋，使得Emmanuelle Charpentier和Jennifer Doudna獲得了2020年的諾貝爾獎?；趍RNA 的兩款新冠疫苗，由于新冠疫情的助推，在1年內(nèi)成功上市，2022年仍位列藥物銷售榜的榜首。siRNA和靶向RNA的小分子也日漸成為非常火熱的藥物類型。

RNA的三級結(jié)構(gòu)預測，可能甚至比蛋白結(jié)構(gòu)預測都要重要，因為了解RNA結(jié)構(gòu)的信息，對于開發(fā)核酸藥物、開發(fā)靶向RNA的小分子藥物，以及理解基因非編碼區(qū)功能，都不可或缺。但是RNA的結(jié)構(gòu)預測水平遠遠落后于蛋白質(zhì)。除了結(jié)構(gòu)之外，我們對于RNA的功能，以及如何搭建以RNA為元件的基因線路的理解還非常少。

未來，通過超高通量篩選+AI+RNA設計的方法，研究清楚RNA的元件，掌握RNA編程的語言，將使得我們能夠精準地調(diào)控RNA元件的穩(wěn)定性、靶向性、自復制、以及免疫原性和翻譯行為，也會帶來更精準、更有效、更智能的可編程藥物。

從簡單元件到相互作用的數(shù)據(jù)化，從關(guān)注單個基因、單個蛋白逐漸發(fā)展到自下而上的系統(tǒng)生物學，和自上而下的合成生物學；物理學、定量和工程化的方法越來越多地用于生物問題，數(shù)據(jù)化幫助我們在更整體和更復雜的層面上利用生物技術(shù)。

在面對像腫瘤、代謝、免疫和神經(jīng)退行性疾病等復雜疾病時，人們發(fā)現(xiàn)——某個基因決定某種疾病的理念，不能夠適應復雜的生物過程。通過引入組學（omics）的概念和方法，從研究一個基因、一個蛋白，到研究全部的基因、全部的蛋白，以及關(guān)注蛋白形成的信號通路和網(wǎng)絡，系統(tǒng)生物學開始被大家所重視：

歐陽頎院士提出，定量地描述生物的動力學和熱力學的過程，并發(fā)現(xiàn)生物學中的一般規(guī)律，是交叉學科物理學家的一項重要的任務。可以看到，數(shù)據(jù)化在逐步深入：蛋白組學和多組學，蛋白和蛋白相互作用，在細胞層面去進行測序（單細胞測序）和成像（高分辨空間組學），在類器官層面的模擬，也都是現(xiàn)在和未來的熱點。

峰瑞也在AI制藥和通過相互作用的數(shù)據(jù)化來提高藥物研發(fā)效率的方向上布局了多家企業(yè)：嘉華藥銳、新格元、康邁迪森、智化科技、木槿化學、METiS劑泰醫(yī)藥、晶泰科技、科因生物等。他們也成為了新型的CRO，為藥物研發(fā)和生物技術(shù)提供了新的供給。

另一方面，生物技術(shù)也從認識世界的系統(tǒng)生物學，來到了改造世界的合成生物學。

除了利用單個或多個酶進行酶催化的反應以外，一般合成生物的典型范式是，自下而上的將十幾~幾十個蛋白，組成一個通路，并放入生物的體內(nèi)，構(gòu)建好細胞工廠，執(zhí)行我們想要的功能。

合成生物當然更復雜，除了要優(yōu)化好核酸和蛋白元件，還要構(gòu)建好代謝通路，并且要調(diào)整好物質(zhì)代謝（堵點）、能量代謝（ATP和還原力）和細胞生理代謝（脅迫）。在真正做產(chǎn)品時，還要考慮原料、能源、原子經(jīng)濟性、工藝、生產(chǎn)、分離純化、改性、客戶需求、銷售和競爭等。

過去10年，合成生物行業(yè)得到了穩(wěn)步的發(fā)展，不僅技術(shù)（包括蛋白設計、基因編輯、多基因同時調(diào)控技術(shù)、蛋白骨架技術(shù)、基因動態(tài)調(diào)控技術(shù)、高通量篩選技術(shù)）有大突破，也逐漸出現(xiàn)了一些產(chǎn)品（多種維生素、法尼烯、乳酸、二元酸、L-丙氨酸、1,3-丙二醇、1,4-丁二醇、PHA和各種天然產(chǎn)物等等），這些產(chǎn)品證明了生物合成相較于化學合成的成本效率、低碳綠色和安全高效。行業(yè)已經(jīng)來到了一個轉(zhuǎn)折點，雖然目前滲透率還不高，未來10年，隨著技術(shù)的規(guī)?；瘧煤透喈a(chǎn)品的到來，相信行業(yè)會實現(xiàn)爆發(fā)式的增長。

合成生物也是峰瑞一個重點布局的領域，我們投資了藍晶微生物、衍微科技和合生科技等公司，還布局了合成生物學的上下游賦能企業(yè)如芯宿科技和邁?？萍?。

這樣的領域，對創(chuàng)業(yè)者的要求非常高，創(chuàng)始人不僅要是好的合成生物學家，有行業(yè)的經(jīng)驗，還要有非常強的學習能力和模式轉(zhuǎn)換能力。換句話說，創(chuàng)始人既得是教授，又得是廠長，是大銷售，還得是金融家。

合成生物公司要想能夠盈利和可持續(xù)地盈利，要走的路很長，也很艱難。但是無論如何，超過1/3的分子世界重構(gòu)，這背后的無限可能是令人激動的。畢竟哪個國家主要控制了原材料、分子和大宗商品和制造業(yè)，其就能控制通貨膨脹、利率和金融。

當復雜度進一步提升，生物功能涌現(xiàn)時，我們逐漸觸及到生物問題的核心。我們在研究含有860億個神經(jīng)元的大腦時，新的測量也會帶來關(guān)鍵進展，腦與神經(jīng)科學的發(fā)展也來到了轉(zhuǎn)折點。

在腦科學中，微觀尺度，我們關(guān)心生物大分子如何通過分子生物作用，使得神經(jīng)元能夠傳遞信息，以及神經(jīng)元間又是如何通過突觸在信息上連接起來的。在介觀層面，我們關(guān)心神經(jīng)元怎么連成神經(jīng)環(huán)路、網(wǎng)絡，組成不同腦區(qū)。在宏觀層面，我們關(guān)心大腦的結(jié)構(gòu)、功能以及神經(jīng)元的活動如何整合產(chǎn)生心智、意識和認知，而宏觀層面的這個問題（功能涌現(xiàn)），是我們還無法很好回答的。

由于受到頭骨、硬腦膜等組織的保護，從人腦采集樣品無疑是困難的，這妨礙了我們對大腦的研究。歷史上我們通過解剖、無創(chuàng)的影像工具等觀測方式來對人腦進行測量，但還遠遠不夠。

過去20年，結(jié)構(gòu)和功能成像、膜片鉗、快速掃描循環(huán)伏安、光遺傳學、神經(jīng)電極計算機模擬、基因編輯等都取得了長足發(fā)展，這些技術(shù)被相繼運用到腦與認知科學領域。

這些交叉學科和研發(fā)工具應用涵蓋了從微觀水平（分子、細胞），到動物模型，到介觀水平（神經(jīng)環(huán)路、腦區(qū)、腦圖譜），再到宏觀水平的各種大規(guī)模、多通道、高分辨的各種新的成像技術(shù)新型影像工具，有利于更好的對基因-蛋白-神經(jīng)元-神經(jīng)環(huán)路-動物模型-活體大腦多個層次、多個尺度進行測量和數(shù)據(jù)化，引發(fā)新的機制性的發(fā)現(xiàn)，并有希望催生一些新的診斷和治療方法。（歡迎閱讀我們關(guān)于腦科學的研究報告《》

腦機接口，隨著其技術(shù)不斷成熟，可能會成為解決對大腦測量的最終手段。（歡迎閱讀《》）

老齡化、前沿生物技術(shù)和腦與認知上的進展共同助推，神經(jīng)科學的發(fā)展迎來轉(zhuǎn)折點。未來10年，將是研發(fā)針對中樞神經(jīng)系統(tǒng)(CNS)疾病的創(chuàng)新藥和創(chuàng)新療法的黃金時期。大部分CNS疾病的致病和風險基因可能都會被發(fā)現(xiàn)，利用基因編輯和非人靈長類的動物模型，人類對疾病機制的理解不斷深入，越來越多的腦疾病相關(guān)的腦網(wǎng)絡和神經(jīng)環(huán)路，以及調(diào)控神經(jīng)環(huán)路的新靶點將被發(fā)現(xiàn)。新的神經(jīng)標志物也有助于對同一疾病異質(zhì)性的病人進行分型。

此外，以基因治療、干細胞、數(shù)字療法、神經(jīng)調(diào)控等為代表的新治療方式會被引入到腦疾病領域。新的靶點，更精準的疾病人群分組，加上新的治療方式，將為CNS疾病的診療帶來新增量。峰瑞也在這個領域投資了優(yōu)腦銀河、昆邁醫(yī)療、穹頂醫(yī)療和士澤生物等項目。

從上面三條分析看出，生物系統(tǒng)從DNA，RNA到蛋白，從元件到相互作用，從細胞、微生物到大腦，都在發(fā)生快速的數(shù)據(jù)化，IT和BT開始深度融合；生物科技在工具-計算-元件上都在快速迭代，創(chuàng)新層出不窮，既有技術(shù)突破，又有可落地的規(guī)模化的商業(yè)應用；并且能夠以生物科技為底層，向多行業(yè)（醫(yī)藥、健康、農(nóng)業(yè)、林業(yè)、能源、環(huán)保、材料）輻射，并給這些行業(yè)帶來新機會。生物科技從供給側(cè)提升全要素生產(chǎn)率，成為長期利好生物科技的，甚至高于生物醫(yī)藥行業(yè)本身的底層驅(qū)動因素。生物經(jīng)濟有望帶我們走上高質(zhì)量發(fā)展之路。

新技術(shù)+新需求+新供給，將驅(qū)動我們從「跟隨」轉(zhuǎn)向「引領」

我們都知道，投資biotech公司源于美國。這種平臺性的生物技術(shù)的投資模式在美國也經(jīng)歷了周期。在很長一段時間里，大部分生物技術(shù)是由美國等國家主導，我們跟隨。在部分領域，例如合成生物，相信中國未來能夠引領。

峰瑞過去幾年也積極從波士頓和灣區(qū)幫助科學家做轉(zhuǎn)化和創(chuàng)業(yè)。但是中美之間在醫(yī)療體系、支付能力、臨床需求、資本市場上都有比較大的差異，投資生物科技可能不能簡單照搬。除了對技術(shù)本身的判斷，可能更重要的是，觀察由技術(shù)變革引領的新供給，能否滿足中國的需求和解決中國特有的痛點。

那么，具體來看，生物科技和生物醫(yī)療上，中國面臨的獨特的需求和挑戰(zhàn)有哪些？

應對人口老齡化。中國進入老齡化規(guī)模大、程度深、速度快的階段。

一方面老齡化率迅猛增加。2020年我國65歲以上老齡人口達到1.9億（占全球的25%），占總?cè)丝?3.5%。預計2057年中國65歲以上人口達4.25億人的峰值，占總?cè)丝诒戎爻^33%。中國從2001年的老齡化社會（65歲以上7%）只用了21年就來到了深度老齡化社會（65歲以上14%），遠短于法國（126年）、英國（46年）和德國（40年）；并且由于1962年開始的最大嬰兒潮邁入老年，2022年后老齡化將進一步加速。

另一方面，科技和醫(yī)療的不斷進步，使得平均壽命大幅延長。增齡伴隨的認知、運動、感官功能下降以及營養(yǎng)、心理等健康問題日益突出，78%以上的老年人至少患有一種以上慢性病，失能老年人數(shù)量將持續(xù)增加，CNS疾病和心腦血管等慢性病帶來巨大的未滿足臨床需求和醫(yī)療負擔，未來防治神經(jīng)退行性疾病需求日益迫切。新冠對老年人群體的影響，凸顯了老齡社會對突發(fā)疫情和疾病面臨的額外壓力和挑戰(zhàn)。應對老齡化，相關(guān)的公共衛(wèi)生投入；新藥新療法、高端醫(yī)療器械的加速應用；針對老齡化的醫(yī)療新服務都將不可或缺。

正在轟轟烈烈進行的生物醫(yī)療供給側(cè)改革，其目標是提供增量和高質(zhì)量的醫(yī)療供給。中國生物醫(yī)療的一大痛點是供給不足。

過去幾年，給行業(yè)帶來壓力的三醫(yī)聯(lián)動的改革，某種程度上，也是為了以雷霆之力騰空間、調(diào)結(jié)構(gòu)，在供給側(cè)實現(xiàn)出清：在創(chuàng)新藥和醫(yī)療器械上盡可能拿掉臨床價值以外的費用，在醫(yī)療服務上實現(xiàn)價格的標準化、按效果付費和總量控制，為技術(shù)和創(chuàng)新的產(chǎn)品和服務留出空間。

增量的產(chǎn)品供給、服務供給、支付供給也一定是技術(shù)創(chuàng)新驅(qū)動和數(shù)字化、智能化的新供給。未來，大力推進創(chuàng)新產(chǎn)品的落地；充實基層，分級診療，實現(xiàn)醫(yī)療服務供給的正三角；實現(xiàn)商保對醫(yī)保的有力補充；適應健康和消費升級的消費醫(yī)療產(chǎn)品等，都將成為長坡厚雪的賽道。

增強生物醫(yī)藥高端設備和上游原料的的自主可控能力，保證產(chǎn)業(yè)鏈、供應鏈安全穩(wěn)定，拓寬創(chuàng)新鏈是中國的戰(zhàn)略性的需求。

《十四五醫(yī)療裝備產(chǎn)業(yè)發(fā)展規(guī)劃》指出，要夯實基礎，包括攻克先進基礎材料、核心元器件（芯片/傳感器/光學元件）、關(guān)鍵零部件、先進基礎工藝、產(chǎn)業(yè)技術(shù)基礎等；充分發(fā)揮我國制造業(yè)體系完善的大工業(yè)優(yōu)勢，推進醫(yī)療設備制造與智能制造、新一代信息技術(shù)、生物技術(shù)、新材料等領域融合創(chuàng)新貫通全產(chǎn)業(yè)鏈。在醫(yī)學影像設備、內(nèi)窺鏡、測序儀、質(zhì)譜儀、層析介質(zhì)、培養(yǎng)基、生物試劑等方向上的自主可控有著確定的需求。

寫在最后

對生物科技和生物醫(yī)療行業(yè)而言，資金面和情緒面的寒冷可能不一定在2023年得到很快修復。但是，我們相信情況在2023會有所好轉(zhuǎn)。

站在2023年初，我們認為，未來5-10年，利用工程的框架、交叉的技術(shù)、計算的輔助、數(shù)據(jù)的驅(qū)動，不斷迭代生物學，將使得生物科技的生產(chǎn)力得以不斷提高。生物經(jīng)濟有望帶我們走出技術(shù)“大停滯”，成為產(chǎn)業(yè)和國家高質(zhì)量發(fā)展的關(guān)鍵驅(qū)動力之一。

我們迫切需要醫(yī)療新供給，這離不開技術(shù)的突破，也離不開創(chuàng)新產(chǎn)品的廣泛落地應用，還離不開信息化和智能化。需求端，由于前述提到的，中國人口結(jié)構(gòu)和疾病譜在發(fā)生不可逆的大變化，在和衰老以及CNS疾病等慢病相關(guān)的方向未滿足的臨床需求多且迫切。此外，在中美博弈的大背景下，中國愈加需要生物醫(yī)療產(chǎn)業(yè)鏈的自主可控和補鏈、強鏈和延鏈。

整體而言，未來5-10年，會出現(xiàn)生物技術(shù)突破+中國增量需求和海外的創(chuàng)新需求爆發(fā)+中國產(chǎn)業(yè)鏈迭代發(fā)展等多合一的大變化與大機會。峰瑞將持續(xù)看好生物系統(tǒng)的數(shù)據(jù)化，并投資布局創(chuàng)新的基礎設施、前沿交叉生物技術(shù)和好的產(chǎn)品。

關(guān)鍵詞：