观察数据能不能当第一次人体因果实验
他的论点是：药物通常要到二、三期，才第一次在人身上检验“干预是否起作用”，Valo 想把这一步提前到病历和遗传数据里。他自己也说观察数据要带很多保留；能区分亚群是真是假的，是在另一批独立人群里重现，以及按亚群选出的靶点在临床里的表现。
AI FOR SCIENCE · 访谈
Valo 的 CEO：AI 的效率被临床开发吃掉了，所以从人的数据出发选靶点，到临床就交给药企
- 公司
- Valo Health
核心信号
Alexander 说，AI 带来的效率被临床开发抵消了：对照组越来越强、终点越来越硬，试验越来越大越来越长。Valo 的办法是从数千万份病历和遗传数据里找出病人亚群和靶点，把临床前的部分做好，到临床就交给药企。
这次新增
新闻稿给了交易规模和病历数量。访谈补上了商业模式（到临床交出去、持有组合的一部分，自己的项目是已知靶点上的新化学）、Novo 合作里由谁挑项目，以及一个可检验的目标：临床成功率从 10% 提到 20%，他也承认要约 50 个二、三期项目才能证明。
当前边界
平台做出的项目还没有临床结果；Valo 公布过的唯一临床读数（OPL-0401，2024 年 12 月）没达到终点，而 Valo 自己说它没用平台。“靶点在临床前系统里重现”没有给出数据；病历数访谈里说 2000 万，新闻稿写 1700 万以上。
访谈里说了什么
AI 的效率在临床开发里被抵消了
他的说法：AI 能让化学循环更快、几个月写完给 FDA 的材料，但端到端看，瓶颈在临床开发。标准治疗比二三十年前好，要找的相对信号更小，试验就更大更长；终点也从降血脂变成在最大剂量他汀之上看主要心血管事件。几年尺度的终点和更大的试验，把前面省下的时间冲掉了。
“AI is having productivity benefits, but it's getting washed out by the other kind of trends in clinical development.”Brian Alexander
病名是错的起点，病人亚群才是
他说很多病是按当年能观察到的东西分类的：帕金森病来自 1817 年 James Parkinson 对六个病人的描述。现在能在确诊前十年看到病人，把每人 20 年、几千个数据点嵌入同一个空间，找出病程和合并症不同的亚群，再接知识图谱和孟德尔随机化等因果推断去排靶点。他想走得更远：一个以病人为中心、不先贴病名的临床基因组基础模型。
化学一侧：快不快取决于靶点是不是已知的
化学平台不依赖结构，而是从生化实验的读数里学。他说公开报道的“多快”常常是已知靶点、相近化学的情况；新靶点上的新化学仍然要花时间，先得有一个能读出靶点结合的实验。临床安全性最难预测，因为进过临床、有安全数据的分子少；效力只是靶标产品概况里约 30 项要求中的一项。
做药企的外部研发引擎，到临床交出去
他说 Valo 擅长的是人类因果生物学和预测化学，临床开发它不擅长，又贵，所以价值放在前面创造：和 Novo Nordisk、默克这样的伙伴从找靶点做到开发，进临床时交出去，持有组合的一部分。自己的项目多是已知高价值靶点上的新化学，用化学风险平衡生物学风险；只有很有把握的新靶点才可能自己推到临床概念验证。Novo 合作里项目由共同治理决定，Novo 可以选任何它想做的，它不做而 Valo 想做的，Valo 可以自己推进。
能证明它的是一个组合，而且要很久
他引用常被研究的统计：有遗传证据支持的靶点，临床成功的可能性高一倍以上；Valo 想把这件事工业化，并把病人亚群和机制路径也带上。他说如果平台把进临床的成功率从 10% 提到 20%，那会改变世界，但单个项目看不出来，大概要 50 个项目进入二、三期才能在统计上证明。最大的障碍是时间，以及找到足够的伙伴去做临床开发。
改变了什么
- 此前的公开记录→
Valo 2025-11-20 的新闻稿：与默克（Merck KGaA，美国称 EMD Serono）合作帕金森病及相关疾病，首付款和潜在里程碑合计超过 30 亿美元；平台用 1700 万以上份去标识化病历，有的跨 20 到 30 年，已在神经疾病里找出不同的病人表型。
这次访谈新增Alexander 说 Valo 带进合作的是神经退行性疾病的“表型图谱”，其中帕金森病病人分成病程和合并症不同的亚群，以及此前与 Michael J. Fox 基金会的靶点工作；靶点由双方共同决定。病历数他说的是 2000 万。
- 此前的公开记录→
Valo 与 Novo Nordisk 2025-01-08 的新闻稿：合作扩大到最多 20 个药物项目，近期付款最多 1.9 亿美元，里程碑约 46 亿美元，并说已找出几个新靶点。
这次访谈新增访谈说明了项目怎么定：共同治理下 Novo 可以选任何它想做的项目，Novo 不做的 Valo 可以自己推进；Valo 自己的组合放在合作领域之外。
- 此前的公开记录→
Valo 2024-12-31 的新闻稿：OPL-0401 的二期 SPECTRA 研究没有达到主要和次要终点，公司暂停开发、寻找合作方，并说这个分子没有用到自己的平台，今后专注于平台。
这次访谈新增访谈把这个转向说成一个模式：进临床时交给伙伴、持有组合的一部分，自己的项目避开生物学风险；并给出衡量它的标准：成功率从 10% 到 20%，要约 50 个二、三期项目才能证明。
为什么重要
一个要用组合来证明的平台
如果证明需要约 50 个二、三期项目，而 Valo 进临床就把项目交出去，那么证据会分散在伙伴手里，要很多年才攒得起来。这期间能看的是中间信号：伙伴是否推进了合作项目、是否公开靶点和依据。
谁决定做什么
在 Novo 的合作里，选项目的是 Novo；Valo 的收入取决于伙伴选中并推进的项目。它自己的项目押在已知靶点的新化学上，所以它自己的钱并不押在最核心的主张上，也就是从病人数据里找新靶点；新靶点要靠伙伴的项目来证明。
主张与边界
主张谁的口径目前状态
AI 带来的效率被临床开发里更大、更长的试验抵消了。
受访者判断
他的判断，没有给出数字。
Valo 能用到 2000 万病人、20 到 30 年的病历，常常带有基因组数据。
公司自述
Valo 的新闻稿和节目说明写的是 1700 万以上份病历；访谈里的 2000 万没有解释。
Valo 做出了神经退行性疾病的表型图谱，帕金森病病人分成病程和合并症不同的亚群。
公司自述
没有公开的论文或数据。
合作方看到 Valo 选出的一些靶点在临床前系统里得到重现。
公司自述
没有点名靶点，没有给出数据。
Novo 合作中，Novo 可以选任何项目，它不做的 Valo 可以自己推进。
公司自述
合作新闻稿里没有写这一条。
Valo 自己有几个项目，是已知高价值靶点上的新化学。
公司自述
没有点名靶点或阶段。
有遗传证据的靶点，临床成功的可能性高一倍以上。
行业背景
他引用的行业研究，没有点出处。
平台会把进临床项目的成功率从 10% 提到 20%。
目标
他说要约 50 个项目进入二、三期才能在统计上证明，单个项目看不出来。
下一步是一个以病人为中心、不先贴病名的临床基因组基础模型。
尚未闭环
他说的是方向，没有说已经建到哪一步。
接下来看什么
有没有合作项目进入 IND 或临床，并公开靶点和背后的病人亚群依据。
会表现为 伙伴或 Valo 的公告，写明靶点、适应证和亚群。帕金森病的亚群能否在独立人群里重现。
会表现为 一篇论文，在另一批病历或生物样本库里检验同样的亚群。“靶点在临床前系统里重现”有没有数据。
会表现为 发表或伙伴公开的实验结果，写明靶点和模型系统。Valo 自己的项目有没有点名：靶点、阶段，以及是否用了平台。
会表现为 公司的管线披露。
读于 2026.10.04 为本页从节目音频做的机器转写（Whisper），通读；没有说话人标注，但只有主持人和 Alexander 两人。姓名和数字以节目说明和 Valo 自己的新闻稿为准，转写听错了几个名字。 打开原访谈 ↗节目音频页 ↗