2026年1月12日至15日，第44届摩根大通医疗健康年会（J.P. Morgan Healthcare Conference，简称JPM）在美国旧金山成功举办。本次盛会汇聚了全球近万名生物医药行业的领军者，本人亦有幸获邀参加。
今年的JPM医疗大会给人最直观的感受就是“拥挤”——与会者众多、节奏紧凑，各方目标明确、行动迅速，宛若春运期间的高铁站，人流涌动却井然有序。这种“拥挤”本身即传递出一个明确信号：整个行业的发展焦点正呈现出显著收敛的趋势。
与会期间，大量关键交流并非发生在正式议程中，而是分布于酒店走廊、大堂、咖啡区等非正式场合。在这些简短而高效的对话中，不少商业发展与合作协议得以初步推动乃至确立。与此同时，业界共同关注的核心议题也在此类交流中趋于共识，主要包括：临床数据的披露进展、安全性与疗效的验证、AI技术在药物研发中的实际渗透程度，以及因成本压力而必须依托模型与自动化的关键环节。
参会之余，漫步在旧金山街头，我惊奇地发现：无人驾驶汽车已无处不在。眼前驶过的车辆驾驶座空无一人，却能在复杂的城市场景中平稳穿行，甚至能够见缝插针、灵活变道。
这一场景引发了我的深入思考：无人驾驶技术的真正突破，其实并非仅仅在于替代人类对车辆的操控，而在于它成功地将开放、动态且高度不确定的交通系统中的实时决策，从依赖个体经验的模式，转变为基于模型、数据与算法协同计算的新范式。
回想起大会中一则在不同场合被频繁提及的消息：英伟达与礼来宣布将共同投入10亿美元，在旧金山湾区建设专注于医疗健康的AI实验室。这一合作的重要性远超出投资金额本身——它清晰地标示了行业共识，即新药研发的底层逻辑正在被系统性重构。
正如自动驾驶的变革并非源于“车企采购更好的芯片”，而在于车企与科技公司携手“重写驾驶系统”；如今，相同的范式迁移正在生物医药领域重现——药物研发也正站在一个由AI与算力驱动重构的历史拐点上。
对神拓而言，AI的问题从来都不是“要不要用”，而是“如何明确AI在药物研发中的定位，并且用得更准、更系统”。
体内基因治疗本质上是一项高复杂度的系统工程——多变量耦合、强非线性响应、实验周期长且成本极高。在这样的背景下，若所有判断都仍依赖人工经验反复试错，那已不再是审慎，而是一种不可持续的研发范式。
因此，我们真正关心的是：是否有一些错误，可以不必等到湿实验完成，就能够被发现？这正是我们坚定选择“虚拟细胞”这条道路的根本原因。
虚拟细胞并非旨在取代实验，而是要在实验启动之前，率先回答几个关乎成败的系统级问题：
●当前研发方向在生物学逻辑上是否自洽？
●潜在风险最可能出现在哪个环节？
●在众多变量中，哪些最值得优先投入资源进行验证？
通过构建细胞的“数字孪生”，我们希望将试错过程从实验室前移至计算空间，在大幅降低无效投入的同时，让每一次真实实验都更具目的性与信息价值。
我们的目标从来不是少做实验，而是少做那些注定会失败的实验。
正是基于这一共识，神拓选择与衍因科技达成战略合作，共同构建虚拟细胞平台。这并非一次概念层面的尝试，而是一场深入工程级的协同——将AI的计算能力与生物研发的系统知识深度融合。因为如果AI无法真正理解生物系统，那么即使再强大的算力，也终究只是高级的统计工具。
在此次合作中，衍因科技带来了经过真实科研场景验证的企业级AI平台与智能体框架；而神拓则提供了在长期体内基因治疗研发中积累的高质量数据、动物模型，以及对研发失败边界的深刻认知。
在此基础上开发的虚拟细胞，必须是一个能为真实研发决策负责的系统。正如今年JPM大会上被反复探讨的：
●AI能否切实影响后续实验与临床设计？
●AI能否在IND前后降低方向性错误？
●系统是否会随着数据积累而越来越“理解”研发与临床团队的真实需求？
这些，正是我们通过这一平台试图回答的问题。
诚然，今年的JPM大会让人深切感受到当前生物医药领域的节奏之快、竞争之烈。但对神拓而言，这种高强度的信息流动与方向探索，恰恰是最积极的信号。当整个行业都在加速前行时，真正的关键不在于谁跑得更快，而在于：我们是否已经通过安检，是否真正登上了驶向未来的那艘航船。
关于神拓
神拓生物是一家专注于创新药物研发的公司，致力于开发新一代慢病毒载体重组技术的体内基因疗法。公司团队拥有超过20年的载体优化和疾病机理研究经验，研究成果多次发表于国际权威期刊。依托自主研发的三大技术平台：5G新型载体递送平台、动物疾病模型平台以及生产工艺优化平台，神拓生物构建了一个多元化的自给自足生物技术生态体系。公司专注于开发针对全球紧迫需求的突破性基因疗法，特别是在神经纤维瘤病、脑膜瘤和恶性间皮瘤等领域，致力于推动基因药物纳入医保体系。
神拓的愿景是实现基因治疗的“一次使用，终身治愈”，为患者带来长期健康改善。
编辑｜高昕宇
校对｜高依岚
审核｜李静
