除了欧美之外，这些市场我们一般的叫它非规范市场了。从我们的角度来说，像非洲市场，它相对来说就低一些。尤其是针对一些口服产品的话，像我在加纳的时候说经常可以看到几间民房，就可以做几个生产车间。基本上你能想到的所有的剂型，像胶囊片剂，包括这种干混悬，它基本上都能做了。在准入方面，它的注册要求相对来说就简单一些，你按照它的一些硬件，那它的一些要求提供一些相关的注册文件，说基本上就差不太多了。

 说其实在早之前，说大家对这个 be 没有一些特殊概念的时候，它们其实也想到过，我们尤其是这一些口服产品我们需不需要做be，后来它们自己也考虑到要来第一文件我怎么看，我主要是看不懂。从当时的这个监管的角度来说，是从药监局的这个人员来说，它说我都看不懂这个文件，我要它来干嘛，这是当时好多的这个国外的药监机构它没有说对 be 提出一个硬性要求。他们后续有这些要求了，也是他们在欧美接受了一些培训，他们对整个这个 be 的文件有一些了解之后，然后来才做的。非洲市场相对来说比较有特色，比较大的这个埃塞尼日利亚、肯尼亚这些市场都是比较大的，相对来说埃塞这边是比较特殊的，可能你一个生产商只能对应一个经销商，相对来说就是独家。肯尼亚、尼日利亚那边其实最早我们做的时候都比较简单，说从药监局办一些这个 copp ，做一些fsc ，基本上这样可以说过一段时间，通过客户做一些工作，基本上就可以做出口了。

东南亚市场，像泰国、菲律宾像这些都是比较有特色的。说泰国对整个的文件要求都是比较严格的。反复来说的都需要很多次，你需要补充文件，你需要你需要解释你相关的文件的准备的过程，包括你相关的一些实验数据，这些都是要求比较严格的。因为说实话菲律宾这边我没有做过，但是整个菲律宾市场特别大，随着客户的信息的越来越透明，有的菲律宾客户它在国内有这个代办处了，它可以在国内直接直接采购相关的产品，但是它的需求量确实很大。

南美那边，像我们当时做的市场上，秘鲁是比较有特色的，但是当时秘鲁是通过国内的一家公司来做的，它们可以协调你把相关的文件准备好，我们只需要准备成英文的，然后它们来负责翻译成西班牙语或者葡萄牙语。

哥伦比亚这个产品，相当于是我做的几个新产品，相当于是抗肿瘤的。而且当时抗肿瘤产品在包括南美，包括中东都是特别有需求的。当时我们做了很多工作，主要做的产品还有一些是注射剂，因为注射进血液，它不需要做 be ，只需要按照注册要求提供相关的文件就可以了。

 

从市场从市场开发的角度来说，我当时说从非洲回到国内的时候，因为你也没有说你能够接谁的客户，只能自己去开发，用我的我的领导的一句话说，你就每天发邮件，每天 500 封邮件，你保证这个速度是可以的。给你回复的客户，你需要对你的客户做一下尽调，说从它的一个销售的经验，从它的一个销售的这个记录这一块，做一个精准的评估，到底确定它是不是符合你要求的这种客户。

谢谢刚才孟博士讲的这些我觉得非常受教。因为实际我们今天很多这个话题 OTC 包括新华等都和 OTC 领域非常有相关系的一些产业。我们讲新华的 cdmo 的发展都是从 OTC 开始。那波总的这个问题说是怎么样的企业才能接到像拜耳等这些订单，我觉得可能基于这么几个原因。

 

第一个，你首先和它已经建立一些关联了，我觉得这道关联是贸易的关联。因为所有的我们讲 cdmo 都是一个 supply chain ，就是供应链的关系。所以在供应链的环节里面，你最早先和它做贸易，我觉得中国的企业的国际化，就是不断的升级的。如果你早期和这家公司做过中间体的贸易，你就有可能做 API 的贸易，你做过 API 的贸易，你就可能做制剂的贸易，你做过仿制药制剂的贸易，也有可能做创新贸易。一步步升级的，所有的一切都不会说凭空是吧，你建个大工厂，你就找老外去谈，不可能因为你没那个基础申请。所以这第一个就是你一定在贸易的关系上和它建立某些关联，要培养这个感情，培养这个互相的认知。

 

那第二个，你在质量体系里面很早，大家对你的质量文化建立你的信任。

从 API 角度，这个贸易来看，它会看到一个公司，你这个 cgmp 是非常良好的执行的。它认为你这个企业是可信任的，我在教给你新的东西，你能 take 住的，甚至说你那个时候你可能你的制剂工厂还没有达到这个 FDA 的要求，但 API 达到了。它说你这个质量文化是O K 的。其实这点很重要。如果现在一家企业来说，我建立个 300 亿片的工厂，也没有认证，也没有原料药，也没有老外，你一定找一个自己的叫 starting point， 应该从一个可以切入的角度来去进，不要你什么都没有，你要去跟我也比较难。所以第二点我觉得职场体系的文化很重要。

 

那第三点说我个人认为成本管控的能力是非常重要的。那实际我在讲这个，因为我现在离开新华了，不能讲太多，那我就讲一些行业的惯例。我最早我们为那些项目去美国去考察的时候，以这样的产品，我们给美国报价，报了好多次，每次报都认为说我们都认为把 API 的贸易的成本利润都是放进去了，但依然是比美国的本土的市场还价还高。 所以这里面算你成本管控里面、成本核算的这些基础是什么？你是基于2亿片算的还是 20 亿片还是 200 亿片？你想的老外是借 200 亿片的规模里面的成本的优势，你拿两亿片怎么和它比？所以这里面成本的核算就是说我个人报价这个环节你一定要有清楚的认识。，你可能前两年三年挣不到钱的，你前两年 cdmo 的这个是你在建立自己这个质量体系供应链的这个流程，包括老外打交的这种相关的一些认知，你可能到第四年，随着信任度的增加，你再这个慢慢增加，你的产能越来多，你就找对你的平衡点了。所以我觉得但这个角度你依然要管理好你的供应链。

说如果你的 API 是你的手里面你的王牌，那你很好的这个 win liverage ，你很好的这种溢价的基础，如果你还买别的 API 再做 cdmo 那是比较困难。所以我觉得第三点就是对成本的管控。然后再报价的时候，你的这个策略性，你是做一个长期的生意，还是做一个单纯的贸易，这个你要好好去思考。

 

我都觉得当年我们当时报价的时候，实际我和当时上海的总经理一直在谈，我们俩同时做了个决定，说我们都不要利润了，我们先做生意，先做业务。我们现在新华的董事长当时非常支持这个决定，觉得是先做吧，从3亿片、5亿片、8亿片慢慢就做起来。

 

第四点，为什么这样大的 Mac 2003年、2004 年选择了山东新华做 cdmo ，我觉得呢，同样达到上面一个技术，早期有贸易的关系，然后与后面的有大家gmp文化的信任。后面才有很多非常深度的考察。中国供应商的时候，它可能从 100 家来选 50 家，两家三家就来选择你，那选择以后长期的生意，到现在来说这个生意已经 15 年了，已经 04 年 05 年签的这个 cdmo 的协议，到现在17 年。我们现在吃的力度伸都是山东新华生产，你想力度伸在新冠期间，实际大家的需求量非常大，所以实际这 17 年我个人认为，以这样的一个产品 OTC ，企业的质量文化、如何跨公司打交道、如何做订单的管理，做 forecast 的管理、流程的管理，建立很好的品牌认知。那这样罗氏等后面的其它的陆陆续都来了。

 

所以我那我总结下，说你想拿到这样 cdmo 的业务，确实是你需要一个你自己非常合理的，而且不要好高骛远的一个开始点。这个点是什么，你先自己找好。

那第二个是一定持续不断地构建自己能经得起大风浪的国际质量体系文化。这个是没有半点就说叫 compromise ，因为老外对质量的文化、质量体系的认可，这个视角你是不能它不能做半点让步的，如果这点达不到，我觉得还是要做练内功，把质量体系做好。

   

那第三点就是说成本管控，供应链的管理，这个是我先对于仿制药公司提出更大的挑战了。那如何做这样的管控？这里面包括我们的价格策略，怎么更好的把你的量做上去，这个第三点是非常重要的。

那第四点说你如何和跨国公司做朋友，如何让它信任，就是让它愿意把一些订单给你。这里面是一个长期构建关系的一个过程，而不是说一天你和它吃顿饭、喝点酒就能搞定的事情。我觉得你先慢慢的开始切入，做长期的朋友，你可能会做长期的生意。

核酸药这边其实在成药来说的话，我们第一个要选的其实是一些它用药周期稍微短的一些产品，比如说大概一两个月，但它的适应症本身足够痛的一些病，像我们现在打的第一个适应症，而是一个罕见疾病，然后它这个疾病本身现在没有任何的治疗手段，那现在有一些这个 pdna 的一些基因治疗的产品，但那个因为它表达的量很低，所以它很难去成药。

 

那我们做了这个产品，第一个还是从蛋白开始，我要先知道我要表达什么蛋白。那我们 DC 的产品都是属于人体内本身就有的蛋白。我们第一个比如说是它本身缺了这个蛋白，比如说因为一些基因突变或者是比如说它这个疾病本身，一旦这个蛋白表达可以激活一些它比如说这个再生或激活一些其它的激励来帮助疾病的减缓。所以我们现在做的第一个病其实是产生一个下肢严重缺血的一个罕见疾病,然后我们我们 target 的一个蛋白可以让它那边再生，所以这个要解决很多事情。

第一个是首先你要让它只在局部那边表达，而不在任何其它地方表达。因为这个蛋白如果在其它地方表达的话会产生一些副反应，就会有一些这个比容易产生肿瘤，容易产生一些其它组织乱生长的这种问题。所以我们第一步做的其实是做一个专门在那个局部位点表达了一个 lmp，那我们现在筛出来也是用刚刚一样那个 AI 加高通量实验平台，再加上我们这个一些新材料的发现，我们现在已经筛出来了几个对标全球里面是最高大概是比它们多 10 倍的专业性表达的一个 lmp ，专门就是在肌肉那边去做一个转染。所以这个先做出来。

然后第二块是你做序列的设计。那序列设计其实就刚刚前面讲的是一个比较复杂的点，因为其实你希望的是它这个序列在单一位点，然后要表达到越长越好，你希望它有足够长的这个 PK ，并且它表达量也要够高。然后同时你在设计序列的时候，你可以透过序列的设计减少它可能产生免疫原性的问题，也如果在局部位点发炎的话，那你就会影响到它再生的问题。所以我们先根据这几个点，我们去自己这个透过 AI 去设计的一个 rna 的一套序列。

 

然后这个序列我们内部其实有一个 ivt 的一个平台，就是体外去合成这个 rna 跟纯化的一个平台，所以透过我们 AI 产生的这些序列，然后我们先做一个排序，就先根据我们一个打分机制，然后排序完之后我们直接从体外去合成大量这些 rna ，然后透过我们筛出来的这个 rmp 去转染我们有兴趣的细胞株，然后从那边先筛选出来，我是不是在这些细胞里面表达到我要的这个量，这是第一步。

然后第二步你把装好了这个 lmp ，筛好了这几个好的序列跟 lmp 就打到那个小鼠模型里面去，看它是不是在局部那个位点有达到我们想要的 PK 的效果。那还没到PD ，这边是看它递送这边是达到我们的效果，然后再下一步，我们现在已经搭建好一个动物模型，是我们跟这个一个学校的合作，它们有一个非常好的一个模型，然后透过那个我们打进去，然后看它是不是可以达到一定的这个 rescue 。那接下来我们要去做这个计量的决定，爬坡这一系列的验证。

 

然后初步看下来的话，本来需要截肢的，现在我们这个方案进来之后，应该是不需要截肢了，所以这个临床的终点是非常重要的。就是我们可以做到一个比如说这个CLI是上人以后，如果它不用截肢的话，那这个这个临床的价值非常大，因为这个病现在没有任何药，然后同时这个做好了之后，它可以扩展适应症。因为同样的这个机理可以用在糖尿病组，然后糖尿病周围神经痛，甚至可以做到肝这边去、做这个急性肝损，所以它就可以一次扩非常多的这些适应症。

那这种药，我们叫一个POC ，先证明我可以做局部再生的这种产品，这一旦做好了之后，你就可以开始筛大量的类似的局部注射的这种产品。比如说同样类似的这种疾病，我可以联合好几个蛋白同时表达，这个也是蛋白药跟 RNA 很不一样的点，你要去做这种多蛋白表达是非常容易的。

 

你这个 combo 没有什么大的问题，可以把一个细胞转染之后，一次产生两三个生长因子，甚至可以产生成其它的细胞因子，然后来调控它在这个 local 位点的一些功能。这个是我们叫做增加一个新的能力，然后来去做这个转染。然后现在这个要我们现在再往下去做这个 cmc 的 IND的 enabling 的这个部分。

在我们智能化筛选细胞株这一摊，我们实际上已经在过去两年当中，我们已经是迭代了，刚才我们在讲的时候用细胞株来筛细胞，从一群细胞里面找出一个高产率的细胞，这是我们的第一代的产品，所以刚才讲的有很多的自己的数据库。那么另外一个就是在我们找到高产细胞株，它还要稳定，通常是整个生物药开发当中也是一个包装也要等三个月，传带三个月确定稳定它才能用于生产。所以这个是一个时间上 time consuming 的一个过程。那么现在我们是通过 AI 的方法，可以预测比如说两个星期的细胞影像，它就可以预测出这个细胞三个月它是否是稳定，所以这些数据是我们自己做。

那么后来我们在开发的过程当中，实际上我们更加要求自己，或者说是市场的要求，这些东西还是尽管时间也缩短了、也方便了，但是客户还是比较难接受，通常它要去买仪器，要去 training ，还要去 AI 给你算，很麻烦。所以我们做了第二代的产品的迭代，就是把刚才讲的技术应用于输入细胞，也就换句话说，我们就在8000 万的细胞里面，我们去筛选这些细胞株，它是定点的，我们叫定点整合，有些位点它是可以持续性高产，同时又是稳定的，又是单拷贝的，所以我们用这样的新技术把它找到这些东西了，所以这个细胞还是一样。

 

我们跟这刚刚那个任博谈的不一样，我们没有用到外面的数据，都是自己把它产生出来的这些数据，而且是快速地把它产生出来。我们叫大海捞针，把里面找的好的东西找出来，这样的话，我们就变成一个输入组细胞株，这样客户就很简单了，它就拿到手上的一个细胞株，就是跟传统一样，只是这个细胞是通过我们 AI 的技术找到了这样一个高产又稳定的。所以对它来说，它就要用传统的方法把它所要的产品转染到这个细输入细胞以后，它就能够很快得到这个又稳定又高产的一个细胞株。

 

那么这样一个技术，当你所有的动作都是一个标准化的动作的时候，它下游的工作我们叫 process development ，所有的工作都是可以形成一个标准化或者叫流水线型的这样的一个方法。所以这个会给未来整个 cmc 工艺开发的当中的缩短时间，是起了相当大的一个作用。

所以回到你刚才的问题，我们这个无论在做是这些现在的一些工作数据都是我们自己产生的。从商务角度了，从某种程度上也是一种护城河。很多时候并不是说，每个人拿个数据，我这边有算法算一算就能搞出来。所以这些东西都是从 0 开始建立的数据。那么它另外还有一个在算法上刚才任博也讲了，算法上的竞争也是重要，我们还需要好的算法，比如说有些数据它未必一定要上亿的数据，有些算法它通过叫迁移学习类似的，就可以少量的数据就可以推算出一些原来要大数据来才能做出来一些结果。

是这样，说我们这个靶点发现的我们叫PandaOmics这个人工智能的平台，它的里面的数据库都包含了 1000 万个组学数据，这里面有这个转录组、基因组、蛋白组和各种其它的组学数，然后还有 4000 万个文献专利的信息，还有政府的经费支持的项目的信息。所以我们的数据库很全，还有 200 万个小分子和抗体药的信息，我们有几千万个分子片段的信息在这个库里面，所以我们的库其实是很大的。用于靶点发现，我们主要是通过组学数据，尤其是转入组，去做这个靶点发现，同时用文献专利我们叫 text base 的那数据去对这些找到的新靶点进行验证。

那个组学数据，我们主要是通过一些公开的数据库收集来的，这个像刚才陈总说的一样，那些数据是在那但是你如何把它说标准化统一化，而且把它整理成你自己机器可读的这种格式，它需要大量的时间人力物力。我们其实有二十几个生信的员工从2014 年开始，我们一直在收集这些数据，把这些数据按照我们的格式标准化的格式去做成我们的机器可读的格式，对我们的这个算法进行训练和优化，所以我们目前的数据 95% 以上都是这些公开的数据来源，但是以后我觉着可能我也非常同意陈总和赖总的说法，就是以后的 AI 的竞争，从目前的算法之间的竞争可能慢慢以后要过渡到数据之间的竞争，你可能以后的 AI 公司都要有自己的一些独有的数据，所以这样的话才能让你不光是在算法方面处于领先，而且让你在数据的方面处于一个更领先的地位。

 

所以从这个角度来讲，英矽智能我们也是目前正在建立机器人实验室，通过机器人实验室来帮助我们做更多我们需要对训练 AI 的模型需要用到的数据有针对性的收集，产生这些数据来帮助我们去更好的就是优化我们的模型。目前我们大多数都公开的，以后我会我们会有更多的越来越多的这个自己自有的数据。