Deerfield的Jim Flynn（吉姆·弗林）谈论了如何缩小误差条、拨开长寿领域的炒作迷雾，以及为什么人工智能（AI）需要更好的损失函数。
这位Deerfield管理合伙人将「长寿」称为一个「用词不当的概念」，他正在纽约建立一个非营利性的长寿中心以廓清噪音，并认为无法自行运行实验的AI模型学不到太多东西。他在2026年衰老研究与药物发现大会（ARDD 2026）的场边接受了Longevity.Technology的采访。
Jim Flynn（吉姆·弗林）在被称为「观察生意」的行业里度过了38年。作为纽约医疗健康投资者、Deerfield Management（地鹿资本）的管理合伙人兼首席执行官，他从大学技术许可到商业化上市全程支持初创公司，并刚刚见证了其中一家公司Nuvalent以大约106亿美元的价格被葛兰素史克（GSK）收购。
当长寿产业探究医疗健康领域的大笔资金是否会涌入时，Flynn（弗林）是一个很有价值的询问对象。他的回答既微妙又务实：他对外框意义上的「长寿」持怀疑态度，对健康寿命（healthspan）充满热情，并正在建立一个非营利中心，旨在告诉人们什么才真正有效。
缩小误差条
Flynn（弗林）表示，Deerfield（地鹿资本）的优势始于一个简单的理念：每一笔投资最终都可以归结为对概率现金流的分析。
「你收集的每一个数字、进行的每一项调查、获得的每一条科学信息都不是精确的数字。它们周围都存在方差，」他说。「如果你对回报率完全没有确定性，你的工作就不是去获取更好的数字，而是缩小误差条。我们的整个信息体系都是为了减少不确定性而设计的。」
遗传学就是一个具体的例子。2015年，GSK（葛兰素史克）的遗传学负责人Matt Nelson（马特·尼尔森）在《自然·遗传学》（Nature Genetics）上发表了一项研究，表明药物靶点的遗传学支持可以将临床成功的概率大约翻倍。Deerfield（地鹿资本）雇用了Nelson（尼尔森）并围绕他建立了一个遗传学团队，以敏锐地判断临床试验是否会成功。
Deerfield（地鹿资本）模式的其余部分涵盖了终端市场：有多少人患有这种疾病、多少人被诊断出、支付方会支付多少、患者招募将持续多久且成本多高。Flynn（弗林）表示，无论药物处于发现阶段还是已经上市，这种分析都是相同的。改变的是推动公司进入下一个价值阶段所需的工作。
先去风险，再建公司，拥抱中国
在早期阶段，Deerfield（地鹿资本）一直在尝试重塑传统的生物医药初创企业。通常的路径是获得靶点许可、租用实验室并雇用团队。「一旦你这么做，要想把失败成本控制在5000万或1亿美元以下就非常困难，」Flynn（弗林）说，「然而当你获得许可时，这些项目有95%的概率会失败。」
Deerfield（地鹿资本）的应对之策是拥有实验室和发现团队，将他们的成本分摊到每个项目中，并且只有在靶点风险被充分消除后才成立公司。这项工作位于纽约一栋名为Cure的大楼内，该大楼容纳了临床前和临床开发团队、自己的实验室以及大约30个大学合作伙伴。创意来自这些合作伙伴、Deerfield（地鹿资本）自身，以及越来越多地来自中国。
Flynn（弗林）认为没有理由将中国资产视为威胁。他说，中国团队针对极其广泛的靶点开发了先进的分子，但大多数人无法自己将它们带到美国。「我认为这具有巨大的协同效应。这不一定非得是美中对抗的竞争。这是针对重要靶点的药物，而我们其余人的工作是推进这些药物并将其送到患者手中。」
健康寿命优先，长寿居后
当被问及长寿运动是否值得Deerfield（地鹿资本）投入时间时，Flynn（弗林）直言不讳。「我只觉得这是一个用词不当的概念。」
他确实在健康寿命（healthspan）中看到了投资机会，但他注意到长寿生物医药路演中存在一个模式：公司在寻找可能延长健康寿命的药物，「但它们可以先以其他适应症获得批准」。
「这是一个有趣的承认，」他说。「他们在谈论某种他们无法很好地衡量或定义的东西，以至于无法获得与批准相关的临床终点。」因此，投资者必须相信急性适应症本身就具有足够的价值，任何长期的上行空间都来自随后的观察。
Longevity.Technology对中小型长寿生物医药管线的自身建模显示，其风险调整后的批准适应症峰值销售额每年达到230亿美元，一旦抗衰老药物（gerotherapeutic）监管路径打开，每年还将带来173亿美元的上升空间。
投资者应该将这种期权定价计入吗？Flynn（弗林）想要一些具体的东西。多因子生物学意味着一类「浑浊的药物」，这与替代单一缺失蛋白质的基因疗法截然相反。基因疗法「有点像一条直线」，他说；而这个不是。「从投资的角度来看，我的误差条是什么？我该如何评估这一点？」
在退出方面，Deerfield（地鹿资本）的规则同样明确。「如果有人愿意支付高于我们概率价值的价格，它就会被卖掉。无论是私有还是公开，这都不重要。如果低于这个价格，我们将继续建设它。」Nuvalent证明了这一逻辑：Deerfield（地鹿资本）创立了该公司，连续五年拥有100%的股权，以约8.04亿美元的估值使其上市，并在GSK（葛兰素史克）进行多亿美元收购之前又持有了四年。
Flynn（弗林）发现BioAge与诺华（Novartis）合作开展的运动衍生研究「非常有趣」，但他补充道：「要开发出一种你知道它用来做什么的药物，可能需要很长时间。我只是不知道如何在实践中投资这样的一东西。」
对Flynn（弗林）来说，健康寿命中最被低估的部分是活动能力（mobility）。「当你审视运动生理学和日常生活活动时，你实际参与和保持活动能力的能力超级超级重要。但是这在某种细胞时钟的研究中在哪里？它并没有真正出现。」他将活动能力部分解读为诸如骨关节炎和软骨修复等超大市场的「代号」。
一个「正北针」长寿中心
Flynn（弗林）并不满足于仅仅进行观察。他正在纽约建立一个长寿中心，围绕真正已知的科学构建。
「这个领域的几乎每个人都在兜售某种东西，」他说。「我应该服用这种肽吗？我应该微剂量服用GLP-1吗？冷水浴、冷冻疗法、红外线——你就医时，去哪里寻找关于人类健康寿命在生物学上已被证明有效的『正北针』式审查？为了证明这是安全的，又做了什么？」
该中心将从一个向人们提供中立信息的数字平台开始。用户将能够上传自己的诊断数据，并与根据其个人资料和限制条件量身定制选项的智能体系统合作——「我一周有四个小时运动，我讨厌这个，我喜欢那个」——并且「背后没有偏见」。然后，物理中心将允许人们获得这些干预措施。
Deerfield（地鹿资本）还将在Cure内部建立一个配制实验室，既为了保证交付的质量，也为了对其进行临床试验。「我们打算真正测试这些东西，」Flynn（弗林）说。「这些都不是为了营利。这一切都是为了『正北针』式的信息——这主要是因为我真的厌倦了所有的虚假信息。」
数字层应该是低成本且广泛可及的；物理服务将实行分层并自费支付。全面建成还需要18个月到2年时间，容量旨在服务数千人。在他看来，高血压、动脉阻塞或肿瘤等临床发现需要找到进入初级保健的途径，而健康寿命方面则不同，但与之互补。「去医生那里并不能改善你的骨密度。如果你经常跳跃，它就会得到改善。」
预防并不是新鲜事
长寿产业经常将GLP-1视为预防性治疗药物可以成为重磅炸弹的证据。Flynn（弗林）并不相信这个故事是崭新的。
他指出，由Amylin（阿米林制药）在大约20年前与礼来（Lilly）推向市场的GLP-1药物Byetta，获批用于2型糖尿病，需要每日注射两次，且减重效果远不及今天；今天的药物完善了一个已经存在了十多年的理念。在fen phen（芬芬，其芬氟拉明成分由American Home Products销售）与心脏瓣膜损伤挂钩并引发数十亿美元诉讼后，大型制药公司多年来基本避开了肥胖症领域。「每个人都逃离了肥胖症领域。GLP-1根本不是一个新想法。我在这个观察行业呆了38年，这对我来说并不新鲜。」
这并不代表他Dismiss（轻视）预防。「如果有人想出能预防骨关节炎的东西，那将是一种体量巨大的重磅药物。」但他认为这不一定非得是药物。
关节的基础模型
Deerfield（地鹿资本）一直与特种外科医院（HSS）合作开发关节的基础模型。Flynn（弗林）表示，正如帕金森病一样，关节研究使你能够将影像学检查与临床病史、生物标志物和遗传学结合起来，从而建立具有高度预测性的生成式模型。
他给出了一个惊人的统计数据：在相同的运动中，16岁的女孩撕裂前交叉韧带（ACL）的可能性明显高于16岁的男孩。原因在于解剖学差异，以及这种差异如何与个人跑步、骑自行车或日常活动的方式相结合。「无论你是否在服药，这都不重要。这实际上是你日常活动以及你如何进行这些活动的结合。」
将基础模型与可穿戴设备连接起来，它就可以提供纠正动作的触觉反馈。「如果你想以可能需要膝关节置换、前交叉韧带撕裂或髋关节置换的方式来预防骨关节炎，它不一定非得是药物。它可以是可穿戴设备。」
他强调，这与当今的消费级设备不同。「Oura Ring和Whoop的问题在于，它们提供的信息是相对於平均值的。它根本不知道你需要多少睡眠。」
活动能力很适合这种方法，因为其中很大一部分是物理学。「你可以创建功能性预测模型来纠正你最终的结局，其方式可能比药物要深远得多。」
AI需要损失函数
Flynn（弗林）最尖锐的观点是关于AI药物发现的，包括建立自己实验室的一波基础模型公司。他的批评是：它们无法创建有用的损失函数。
「让ChatGPT起作用的是它们使用单词而不是字母。当你观察化学时，由于同样的原因，使用原子是非常困难的。」他认为，挖掘历史数据不会让你走得太远。模型必须做出预测、制造并测试该分子、了解它是否正确，然后重复。「无论他们如何建立实验室，制造任何东西都需要三个月的周期。他们很长一段时间什么也学不到。所以我们的方法是专注于高通量标记化分子合成，这样你就可以真正拥有一个基础模型可以从中学习的损失函数。」
更大的奖赏可能在临床。Flynn（弗林）预计，疾病基础模型将创造出新一代的试验终点，并被FDA接受，这些终点将患者与中立的数字模型进行比较。测量帕金森病震颤等定性体征需要大量患者参与的长期试验。转而询问患者是否超前或落后于模型所说他们应该处于的位置，可能意味着「更小的试验、更快的试验、更准确的试验」。
对于一个仍在努力定义其终点的行业来说，这可能是Flynn（弗林）能提供的最有用的信息。
阅读更多关于ARDD 2026的现场报道——请点击这里。
📎 来源：Longevity Technology