0
0我是李成东，海豚社创始人，前互联网大厂总裁办电商战略负责人，现新消费投资人，天使轮投出了6家独角兽。
今天是我《AI医疗》系列的第一期，要拆解的是整个系列里技术最深、赌注最大的公司：Xaira Therapeutics。这家公司成立第一天就拿到了10亿美元A轮融资，没有产品、没有营收，但全球顶级投资人抢着投资。这期内容将讲清楚这10亿美元到底在赌一个什么样的未来。
我从Xaira的核心技术（RFdiffusion）、商业模式（自研管线+技术授权）、行业授权）、行业影响以及风险与机遇四个维度进行了深度拆解。
[] - 开场与行业定位
核心问题：AI到底有没有能赚钱的落地案例？医疗是不是下一个风口？
本期主角：Xaira Therapeutics，2024年成立第一天即获10亿美元A轮融资。
行业坐标：AI医疗已走到第三阶段——AI开始自己创造以前从未存在过的东西。Xaira是走得最彻底的纯AI原生公司。
传统新药研发痛点：平均12年、26亿美元，90%的候选药物在临床试验中失败。
[] - 核心人物与技术拆解
关键人物：David Baker，2024年诺贝尔化学奖得主，华盛顿大学教授。其实验室的核心技术被商业化后诞生了Xaira。
核心技术：RFdiffusion。
比喻解释：
门 = 疾病；锁 = 靶点蛋白；钥匙 = 药。
传统制药 = 盲试钥匙（从几百万把里试）。
AlphaFold (2020) = 看懂钥匙（能匹配，但造不出新的）。
Xaira的RFdiffusion = 定制创造钥匙（你指哪扇门，当场打印专属钥匙）。
颠覆性数据：传统抗体发现需3-5年，Xaira只需几周，快了将近100倍。
[] - AI重构药物发现全流程（盖房子逻辑）
第一步：AI找靶点（地质勘测）——精准定位关键蛋白质。
第二步：AI生成分子（画设计图）——RFdiffusion设计匹配的蛋白质或抗体。
第三步：AI预测性质（电脑模拟）——评估稳定性、毒性等。
第四步：实验验证（盖小样）——机器人自动合成、测试，结果反馈给模型迭代。
本质区别：大多数AI医药公司是“传统制药+AI辅助”，而Xaira是“AI原生制药，全部AI驱动”。
[] - 商业模式与行业影响
两条腿走路：
自研管线：自己研发、上市卖药，回报最高但周期最长（最乐观估计2030年后）。
技术授权：将分子授权给大药厂（如礼来、诺华），收预付款和分成（如英矽智能与赛诺菲的12亿美元合作）。
10亿美元的用途：按顶级烧钱速度，能撑5-8年。买的不是技术，是时间。
四个根本性改变：
验证了“计算优先”路线的可行性。
打通了基础科研到商业化的快车道商业化**的快。
重新定义了估值逻辑（从看管线进度到看平台能力）。
拉高了行业门槛（过滤掉蹭概念的二流团队）。
[] - 风险与中国视角
两大致命风险：
临床死亡谷依然存在：人体不是计算机，AI改变不了生物学规律。更快设计分子，可能只是更快迎来失败。
高估值是祝福也是诅咒：10亿估值意味着下一轮必须更高，临床数据拉胯则估值逻辑崩塌。
中国版Xaira的可能性：
结构性红利：
患者数据规模：14亿人口，肿瘤患者全球第一。
临床速度：2024年临床试验超7100个，全球最快。
成本优势：科学家薪资和实验成本仅为美国的三分之一到一半。
政策支持：AI制药列入“十四五”重点。
硬伤：
专业资本缺失：能缺失**：看懂RFdiffusion的生命科学VC凤毛麟角。
数据封锁生效：2025年4月美国新规禁止向中国转移人类基因组数据。
[] - 中国版Xaira的三条可行路径
第一条：本土化路线——聚焦肝癌、胃癌等中国高发病种，走国内审批，服务国内市场。
第二条：授权出海——在国内完成分子设计和早期验证，将权益卖给欧洲、日本药企。案例：中国公司Helixon 2024年与法国赛诺菲签了超过17亿美元的合作。
第三条：双总部架构——研发在内地，商务和知识产权落在香港或新加坡。案例：英矽智能已成功上市。
结论：三条路没有哪条是完美的，但每一条都已经有人跑通了。
[] - 结语与下期预告
核心金句：在长周期行业里，能买时间的技术，永远值得重仓投入。
Xaira不是传统药企，是一台用计算能力买研发时间的机器。
它把抗体发现速度提了100倍，也给整个AI制药赛道立了一把标尺。
最终能否交出临床数据，能否在2030年让第一款AI药物到达患者手中——答案需要时间来给出。
下期预告：不发明药，却靠掌握全球最多癌症患者数据建起护城河的公司——Tempus AI。
