第四届 CCF 数字医学大会 · AI for Science 分论坛 · 30 分钟 · 逐分钟讲稿 29 页
AI for Science:现状与主要问题 — 逐分钟演讲稿(29 页)
郭磊(博士)|北京百替生物创始人兼 CSO、普略医学 CEO/CSO
时间 / 地点:2026 年 11 月 27–29 日 · 杭州 · 杭州平行世界酒店(临平区五洲路 378 号)
结构:每页约 1 分钟(约 180 字口播);P18–P27 为 AI 从头设计体内细胞基因工程药物合成蛋白递送系统 Provec 案例(10 页)
本页为网页版讲稿
演讲 PPT 下载(.pptx · 29 页)
Provec 案例与合作邀请
说明:29 页演讲 PPT 已上线,可通过上方入口下载;PPT 依据本逐分钟讲稿制作,每页附口播备注。大会(2026-11-27–29)后如有现场增补,将同步更新版本。本逐分钟讲稿依据演讲者提供的讲座讲稿、逐页讲稿与 AI4S 案例材料整理。
第一部分 · 开场与现状
P1–P7 · 约 7 分钟
第 1 分钟 / 封面
P1 · 封面:AI for Science——现状,未来和核心问题
- 副标题:从效率错配与测量盲区,到唯波生物学与 Provec 案例
- 第四届 CCF 数字医学大会 · AI for Science 分论坛 · 2026.11.27–29 · 杭州
- 郭磊(博士)|北京百替生物 创始人兼 CSO|普略医学 CEO/CSO
口播(约 1 分钟):各位专家,上午好。今天这 30 分钟,我想讲清楚三件事:AI for Science 现在走到了哪一步、未来五到十年会发生什么、以及真正卡住我们的两个核心问题是什么。前两件事,过去两年大家听了很多;第三件事是我今天最想留给各位的——因为这两个问题不在论文里,而是藏在我们的测量方式里。最后,我还会用一个完整的 AI4S 案例——Provec,演示这两个问题如何在一个真实的技术研发项目里被同时回答。如果 30 分钟之后,您带着「回去要重新检查一下自己课题的测量维度」这个念头离开,这场报告就值了。
第 2 分钟 / 目录
P2 · 目录:五个部分
- 一、现状:四条证据链 + 一块试金石(P3–P5)
- 二、未来:治愈时间表与六大突破方向(P6–P7)
- 三、核心问题一:效率错配(P8–P10)
- 四、核心问题二:测量盲区与唯波生物学(P11–P17)
- 五、完整案例 Provec + 行动清单 + 结语(P18–P29)
口播:结构很简单。先看现状——我不讲概念,用证据链说话,全部是已经发生在病人身上的事;再看未来——给一张分场景的时间表;然后花一半时间讲两个核心问题;接着用一个完整的案例把两个问题落地;最后给四条明天回到科室就能启动的行动清单。
第 3 分钟 / 现状
P3 · 现状:三个数字勾勒全景
- 170 多条AI 参与设计的药物管线进入临床——真人身上给药,十几条已到 III 期
- 80%–90%:AI 发现分子的 I 期成功率,行业基准 52%——接近翻倍
- 0:还没有一款 AI 全程设计的药物获批上市
- 判断:AI 压缩的是发现端;IND 之后毒理、工艺与 III 期的物理时间,算法消不掉
口播:打个比方:AI 这个考生已经进了考场,前面客观题答得飞快、正确率很高,但成绩单还没发。2027 到 2029 年,是判决期。瓶颈不在算力,在验证。
第 4 分钟 / 里程碑
P4 · 里程碑:四条证据链
- Rentosertib:靶点 AI 找、分子 AI 设计,全球首个全链条药物,已完成全球首例 III 期给药,IIa 数据发《自然·医学》
- intismeran:1137 例术后黑色素瘤,个体化新抗原疫苗第一个 III 期阳性——「一人一方」从愿景变成数据
- 2026.6.22:药监局一天批两个全球首证——实体瘤 CAR-T 治疗晚期胃癌、EGFR×HER3 双抗 ADC 治疗鼻咽癌
- ProteinTalks 虚拟细胞:3800 万条扰动蛋白组数据,预测药效准确率约 88%,与 501 例三阴性乳腺癌真实结局对上
口播:四条链,记住各自那个「第一次」。合起来一句话:AI 已经从「预测工具」进入「临床证据链」。
第 5 分钟 / 试金石
P5 · 试金石:I 期翻倍,II 期持平
- I 期成功率接近翻倍:考的是「分子合不合理」——恰好是 AI 的强项
- II 期与行业持平:考的是「药到底有没有用」——生物学假设的真伪
- 类比:科目二倒车入库 AI 练得完美,科目三上路判断路况——它还没学会
- 一句话过滤器:「II 期数据呢?」
口播:这是判断一切 AI 制药故事的试金石。AI 可以把分子设计得无懈可击,但如果打的是错误靶点、走的是错误通路,它设计得越好,死得越快。下次听到任何漂亮的 AI 制药故事,各位只需要问一句:II 期数据呢?
第 6 分钟 / 未来
P6 · 未来:治愈不会一天到来,它分三批
- 2027–2030:术后辅助与围手术期——MRD 指导「去化疗/强化」已落地,intismeran 是旗手,置信度最高
- 2030–2035:部分晚期癌种功能治愈——双抗+ADC+细胞治疗+疫苗四联,pan-RAS 把胰腺癌二线生存期翻近一倍
- 2035 以后:普适性治愈——异质性、免疫逃逸、复发克隆三块硬骨头还没啃动
- 更诚实的问法:「AI 能把健康寿命延长多少年」——2035 年前可量化回答
口播:我不给确定的时间——谁给确定时间谁都是在讲故事。但健康寿命延长多少年,是可以量化回答的。
第 7 分钟 / 突破
P7 · 突破方向:最先落地的三个 vs 最震撼的三个
- 1–3 年可验证:抗体从头设计(Chai-2 把命中率从千分之一拉到约 16%,巨头九个月签约买模型访问权);多模态影像诊断(一次 CT 出 146 种表现,12 项进医保乙类、837 家三甲在用);干湿闭环自主实验室(材料筛选 5–8 年压到 15 个月)
- 5–10 年改范式:虚拟临床试验(ICH M15 与药审「先锋计划」开闸);基因组「写作」(Evo 2 设计出活性噬菌体);新抗原疫苗一人一方(若在胰腺癌复现,治愈从科学问题变工程问题)
口播:左列看可验证性,右列看不可逆性,节奏不同,押注方式也不同。
第四部分 · AI4S 完整案例:Provec
P18–P27 · 约 10 分钟 · AI 从头设计体内细胞基因工程药物合成蛋白递送系统
第 18 分钟 / 案例引入
P18 · 从范式到实践:一个完整的 AI for Science 案例
- Provec = AI 从头设计的体内细胞基因工程药物合成蛋白递送系统(普略医学自研路线)
- 起点:2026 年 9 月《Nature》报道的 STV-C8——人类第一次用 AI 从头设计蛋白质组装体构建 RNA 递送平台
- Provec 的三步:以 STV-C8 为起点 → 以 AI for Science 为引擎 → 全面超越并建立自主知识产权
- 为什么值得讲:它同时演示了「干湿闭环」与「AI 设计—湿实验验证」两条主线
口播:前面讲了范式,现在看实践。这是一个从 AI 蛋白设计到湿实验工艺、到专利布局的完整闭环案例——也是普略医学/百替生物 AI for Science 与 AI for Medicine 的最新案例。
第 19 分钟 / 不可能三角
P19 · RNA 递送的「不可能三角」
- 慢病毒:体外 CAR-T 转导接近 100%;但整合风险、每剂数十万美元、中和抗体限制重复给药
- LNP:安全性好、成本低至每剂 1–10 美元;但内体陷阱吞噬超 95% mRNA,天然趋向肝脏,肝外递送举步维艰
- 安全性、有效性、可及性——三者长期难以兼得
- 全行业都在找「第四个选项」
口播:整个行业都在找一个既能像病毒一样高效递送、又能像 LNP 一样安全可控的平台。STV-C8 在理论上回答了这个问题,而 Provec 想在实践中给出更好的答案。
第 20 分钟 / STV-C8
P20 · STV-C8:AI 从头设计的合成转运载体
- 四模块融合蛋白,由 HEK293T 细胞自然出芽,形成直径约 110 纳米囊泡,把 RNA 直接送到靶细胞胞质
- 结构支架 HE0690:RFdiffusion 从零设计的 C8 对称八聚体——自然界不存在的蛋白
- 诞生路径本身就是范式转移:不从天然病毒改造,而是 AI 按需编程递送系统的每个模块
口播:这意味着我们不再受限于自然界的工具箱——我们可以像搭乐高一样,按需编程这个递送系统的每一个模块。这正是「AI 从头设计」四个字的分量。
第 21 分钟 / 机制
P21 · 四模块架构与工作机制:膜融合 vs 内体陷阱
- 四模块:UaPHPLC(膜锚定)+ SynL(超自然出芽信号)+ tdPCP(RNA 选择性包装)+ HE0690(AI 设计支架)
- LNP 走内吞途径:困在内体,不到 5% mRNA 逃逸;STV-C8 走膜融合途径:RNA 直接释放到胞质
- 结果:相同蛋白表达水平,所需 RNA 剂量比 LNP 低 10,000 倍以上——数量级跨越,不是渐进改进
口播:记住这些基准数字:转染效率比 LNP 高千倍以上、RNA 剂量低万倍以上、货物富集超万倍。这些数字是 Provec 的起跑线,而不是终点线。
第 22 分钟 / Provec 登场
P22 · Provec:AI for Science 驱动的全面优化
- 三个关键词:全面优化(每个模块系统性再设计)、专利绕行(避开 WO2026068725A1 保护范围,建立自主 IP)、短板补齐(精准靶向、表达持久性、生产成本)
- AI 工具组合:RFdiffusion(骨架从头生成)+ ProteinMPNN(序列设计)+ AlphaFold3 / Chai-1(结构预测验证)+ 最新蛋白结构数据库
- 更新更全的工具组合 + 迭代筛选流程,使设计成功率与精度大幅提升
口播:注意方法论:我们不是修修补补,而是用比 STV-C8 更前沿的 AI 工具组合,对每一个模块做系统性再设计——这就是 AI for Science 在药物递送上的完整落地。
第 23 分钟 / 对比
P23 · Provec vs STV-C8:九维技术路线对比
- 蛋白骨架:首批筛选 HE0690 → 全新 C8/D3 组装体库迭代筛选,Tm 提升 15°C 以上、序列相似度低于 30%
- 膜结合域:异源 PH 域 → 人源化改造 + 人源替代方案,免疫原性降低 90%
- RNA 包装:单拷贝茎环 → 多拷贝 + 稳定性工程化,载量提升 5–10 倍
- 靶向策略:单价 minibinder → 多价阵列 + AND 逻辑门控,精准性提升 100 倍
- 表达持久性:线性 mRNA 3–7 天 → circRNA/saRNA 2–4 周
- 知识产权:受制于他人专利 → 完全自主设计、独立 IP 体系
口播:核心结论一句话:STV-C8 证明了「这条路走得通」,Provec 证明了「这条路可以走得更好、更远、更自主」。
第 24 分钟 / 工艺
P24 · 结构与工艺五大优化:从原型机到量产版
- 骨架升级:RFdiffusion 生成 100+ 新型 C8 候选 → ProteinMPNN 序列设计 → AF3/Chai-1 验证 → 筛出 Tm>80°C 优化变体
- 转染试剂:自研聚 β-氨基酯替代进口商业试剂——DNA 用量降 50%、滴度升 3–5 倍、成本降 80%、供应链自主
- 骨架质粒:启动子组合筛选 + WPRE 优化,表达量提升 3–5 倍
- 一句话:STV-C8 是原型机,Provec 是量产版——每个零件都经过重新设计与优化
口播:特别提一下自研聚β-氨基酯转染试剂——这是用 AI4S 材料设计直接命中生产成本与供应链痛点的例子,九个关键维度全面提升,综合递送效率预计提升 10–50 倍。
第 25 分钟 / 场景
P25 · 应用场景与差异化管线:五套方案
- 独特定位:兼具病毒样高效递送与 LNP 样安全特性;独到优势在精准靶向、多 mRNA 共递送、可重复给药
- 方案一:双 minibinder SynNotch AND-gate 体内 CAR-T(CLDN18.2×B7-H3,胃癌/胰腺癌)——两靶齐备才杀伤,脱靶毒性大降
- 方案二:双特异性 T 细胞衔接器体内生成;方案三:多重装甲 CAR-T(CAR+细胞因子+检查点三 mRNA 同递)
- 方案四:CRISPR 多基因编辑组合疗法(Cas9 mRNA + 多 sgRNA);方案五:肿瘤微环境响应型递送(MMP 敏感掩蔽肽)
口播:为什么选实体瘤?全球每年新发癌症近 2000 万例,实体瘤占九成以上——现有 CAR-T 在实体瘤屡屡受挫,根本原因之一就是我们没有足够好的体内递送工具。Provec 正在改变这一切。
第 26 分钟 / 路线图
P26 · 三阶段优化路线图
- 第一阶段(6–12 月)基础优化:T 细胞 minibinder 从头设计、circRNA 替代线性 mRNA(表达 3–7 天 → 2–4 周)、核心模块定向进化、悬浮 293T 工艺
- 第二阶段(12–24 月)差异化突破:AND-gate 双抗原识别(脱靶毒性降 90%)、自我复制 RNA、新型组装体库、piggyBac 稳定细胞系
- 第三阶段(24–36 月)全面超越:体内 CAR-T 平台动物模型治愈率 80%+ 目标、IND-enabling 研究、IND 递交与首例患者给药
口播:我们的目标不是做一个「还不错」的平台,而是在安全性、有效性、可及性、稳定性、精准性和体内 CAR-T 适配性六个维度上,全部做到行业最佳。
第 27 分钟 / 合作
P27 · 开放合作:邀请三类研究团队
- 已完成:STV-C8 全套技术文档深度解析与复现方案、Provec 全面优化方案、五套差异化方案专家级分子设计、三阶段路线图与 18 个月转化时间表
- 邀请一:临床合作伙伴——定义最迫切的临床需求,设计最有价值的临床试验
- 邀请二:技术合作伙伴——蛋白设计、RNA 工程、基因编辑领域深厚积累的团队
- 邀请三:产业与资本合作伙伴——共同把 Provec 从实验室推向临床与商业化
口播:这个赛道的大门刚刚打开——技术权利的获取窗口仍然敞开,而 LNP 与慢病毒赛道早已红海。谁能率先完成 Provec 的工程化落地和临床转化,谁就占据不可撼动的先发优势。我们诚挚邀请在座各位成为这个人。合作详情见普略医学官网的 Provec 案例页,或通过右下角问询入口联系 wendy@100biotech.com。