一家成立不到5年的生物科技公司，用一套算法把新藥研發(fā)周期砍掉了98%。不是概念驗證，是實打?qū)嵉?6億個數(shù)據(jù)點跑出來的結(jié)果。Tevogen Bio的PredicTcell模型現(xiàn)在能做到93-97%的召回率，而成本？傳統(tǒng)路徑燒掉30億美元和12年，他們押的是另一套解法。

這個行業(yè)的老毛病，Tevogen的CEO Ryan Saadi早就門兒清。濕實驗室（wet-lab）的手工測試像一條單車道高速，多線程并行？不存在的。一個HLA限制性產(chǎn)品的概念驗證，18到24個月就這么耗進去了。更麻煩的是數(shù)據(jù)——多TB級別的蛋白質(zhì)序列庫散落在各處，科學家找靶點像在大海里撈針，還得先造一艘船。

lakehouse架構(gòu)成了破局點

2023年，Tevogen.AI拉來了微軟和Databricks。不是買幾臺服務器那么簡單，他們要建的是一套 governed data platform（受治理數(shù)據(jù)平臺）。Databricks的Medallion Architecture（ medallion架構(gòu)）被搬進來，數(shù)據(jù)按青銅-白銀-黃金三層沉淀，Unity Catalog（統(tǒng)一目錄）管權(quán)限，細到誰能看到哪張表都可控。

「我們選擇Databricks作為現(xiàn)代化改造的底座，」Tevogen的技術(shù)團隊復盤時提到。分布式計算把原本50天的流程壓到24小時——這還不是極限測試，是常規(guī)跑批的結(jié)果。16億個數(shù)據(jù)點喂進去，PredicTcell的alpha版本直接給出免疫活性肽的預測，召回率穩(wěn)定在93-97%區(qū)間。

這個數(shù)字什么概念？傳統(tǒng)藥物發(fā)現(xiàn)靠高通量篩選，命中率常以個位數(shù)計。AI制藥喊了這么多年，多數(shù)公司卡在「實驗室驗證」這道坎：算法跑得再快，濕實驗跟不上就是紙上談兵。Tevogen的ExacTcell平臺不一樣，它從設計之初就錨定了單一HLA限制性——覆蓋人群夠廣，生產(chǎn)路徑夠標準化，這是能把預測結(jié)果快速兌現(xiàn)成實體療法的前提。

數(shù)據(jù)層的暗戰(zhàn)比算法更殘酷

很多人以為AI制藥的護城河是模型架構(gòu)，Tevogen的經(jīng)歷指向另一個真相：數(shù)據(jù)治理才是隱形戰(zhàn)場。多TB規(guī)模的蛋白質(zhì)序列庫，特征工程怎么做、元數(shù)據(jù)怎么標、版本怎么管，這些臟活累活決定了模型能不能持續(xù)迭代。

他們干了件很產(chǎn)品經(jīng)理的事——把「科學家找靶點」這個用戶場景拆解成可量化的SLA。過去數(shù)月級的文獻調(diào)研和序列比對，現(xiàn)在變成平臺內(nèi)的即席查詢。青銅層存原始數(shù)據(jù)，白銀層做清洗關聯(lián)，黃金層輸出可直接用于訓練的結(jié)構(gòu)化特征。每層都有治理規(guī)則，不是事后打補丁，是架構(gòu)級的設計。

微軟的角色偏基礎設施，Azure的算力池和Databricks的湖倉技術(shù)棧做耦合。這套組合的微妙之處在于：Tevogen保留了核心算法的自主知識產(chǎn)權(quán)，同時把數(shù)據(jù)工程的復雜度外包給云廠商。對于一家還沒盈利的生物科技公司，CAPEX（資本性支出）轉(zhuǎn)OPEX（運營支出）的財務結(jié)構(gòu)更友好。

從新冠到腫瘤，平臺化野心暴露

最初的POC（概念驗證）選在SARS-CoV-2，這是個聰明的起手式——病毒序列公開、免疫機制相對清晰、臨床需求緊迫。但Tevogen的招股書和公開演講里，腫瘤和神經(jīng)系統(tǒng)疾病被反復提及。ExacTcell平臺的賣點正是「單一HLA限制性覆蓋多適應癥」，這意味著底層數(shù)據(jù)架構(gòu)和算法框架可以復用，每次擴展新病種邊際成本遞減。

「我們的使命是提供更快、更便宜、更可及的療法，」Ryan Saadi在多個場合重復這句話。聽起來像典型的biotech口號，但結(jié)合那組24小時 vs 50天的對比數(shù)據(jù)，野心變得具體。傳統(tǒng)CRO（合同研究組織）按項目收費，周期越長賬單越厚；Tevogen想把自己變成「療法基礎設施」，客戶按數(shù)據(jù)調(diào)用量或預測次數(shù)付費，模式更接近SaaS。

風險不是沒有。93-97%的召回率是在alpha模型上測的，beta版本和最終臨床驗證的數(shù)據(jù)尚未公開。AI制藥的歷史上，算法在in silico（計算機模擬）階段表現(xiàn)驚艷、進入體內(nèi)實驗后斷崖式下跌的案例比比皆是。Tevogen的差異化在于，他們的平臺輸出的是實體細胞療法（T細胞產(chǎn)品），而非小分子化合物——后者從預測到合成到ADMET（吸收、分布、代謝、排泄、毒性）測試鏈條更長，前者的關鍵瓶頸在于細胞制備工藝，而這恰恰是ExacTcell試圖標準化的環(huán)節(jié)。

一個被忽略的產(chǎn)品細節(jié)

技術(shù)白皮書里埋了一條腳注：Tevogen的數(shù)據(jù)平臺支持「多租戶隔離」，意味著未來可能向第三方科研機構(gòu)開放部分能力。這不是單純的 generosity（慷慨），是平臺化擴張的標準路徑——先用自己的管線驗證價值，再把基礎設施變成可售賣的模塊。

回到那個24小時的數(shù)字。它代表的不僅是效率提升，更是一種權(quán)力轉(zhuǎn)移：當預測周期從月級壓到小時級，科學家的角色從「實驗執(zhí)行者」變成「假設提出者」。Tevogen賭的是，這種轉(zhuǎn)移會讓更多資源流向早期靶點發(fā)現(xiàn)，而非后期重復的濕實驗驗證。如果賭對了，30億美元和12年的行業(yè)詛咒或許真的會被打破。

現(xiàn)在的問題是：當AI把藥物發(fā)現(xiàn)的周期壓縮到以天為單位，監(jiān)管框架和臨床倫理跟得上嗎？FDA的細胞療法審批指南最近一次重大更新還是在2021年。