Noetik 这家公司最近拿了 GSK 5000 万美元的技术授权，做的事情挺有意思——不是做「AI 药物发现」，而是解决一个更基础的问题：为什么那么多明明有效的药，在临床试验里就是过不了？
这事儿得从一个数字说起：95% 的癌症药物临床试验失败。
失败的不是药，是匹配
大多数「失败」的药，其实对某些患者是有效的。问题在于不知道哪个患者的哪种肿瘤会对哪种治疗有反应。
Noetik 想做的事很简单：用 AI 帮药企找到对的患者。
他们花了将近两年时间收集真实的人类肿瘤数据，建了一个多模态数据集。有几个数字值得看看：
- 数千个真实人类肿瘤样本
- 数亿张图像
- 空间转录组学、空间蛋白质组学、H&E 成像、全外显子组测序
这些数据让他们能做到一件事：从普通的 H&E 染色图像，预测约 19000 个基因的空间转录组图谱。
商业模式的创新
GSK 这笔交易是软件授权模式，不是药物开发模式。
这意味着 Noetik 不用自己成为一家药物公司，而是做整个行业的工具平台。
这让我想起之前看过的一句话：有时候做基础设施比做产品更值钱。
对 AI 创业者的启示
Noetik 的路子有几个值得琢磨的地方：
一、不追热门赛道
所有人都在做「AI 药物发现」的时候，他们选了「临床试验匹配」这个更细分但更核心的问题。
二、数据护城河
在 AI 这行，真正的壁垒不是算法，是别人拿不到的数据。两年的积累让他们建立了难以复制的优势。
三、平台思维
不做药，做药企的「操作系统」。这种思维转变可能比任何技术突破都重要。
值得关注的方向
如果在这块找机会，可以看看这几个方向：
- 生物医药 AI：特别是临床试验优化、患者匹配
- 多模态数据整合：图像、基因、蛋白质怎么有效结合
- 垂直行业 AI 平台：不做直接产品，做行业基础设施
「95% 的失败率」不是诅咒，是机会。当我们用 AI 重新审视那些「失败」的药，可能会发现手里其实握着一座金矿。
原文来源：Latent Space 播客，嘉宾 Ron Alfa 和 Daniel Bear (Noetik)
原文链接：https://www.latent.space/p/noetik