<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" encoding="UTF-8" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:admin="http://webns.net/mvcb/" xmlns:atom="http://www.w3.org/2005/Atom/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:googleplay="http://www.google.com/schemas/play-podcasts/1.0" xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd" xmlns:fireside="http://fireside.fm/modules/rss/fireside">
  <channel>
    <fireside:hostname>web02.fireside.fm</fireside:hostname>
    <fireside:genDate>Tue, 28 Apr 2026 12:38:33 -0500</fireside:genDate>
    <generator>Fireside (https://fireside.fm)</generator>
    <title>硅谷101 - Episodes Tagged with “郭春龙allen”</title>
    <link>https://sv101.fireside.fm/tags/%E9%83%AD%E6%98%A5%E9%BE%99allen</link>
    <pubDate>Thu, 16 Feb 2023 15:15:00 -0800</pubDate>
    <description>失败、背叛、不被理解，硅谷精神领袖一直都不是完美的存在；他们是科学家，创造者，行动派，他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目，是一档分享当下最新鲜的技术、知识与思想的科技播客。
公众账号：硅谷101
联系邮箱：podcast@sv101.net
</description>
    <language>zh-cn</language>
    <itunes:type>episodic</itunes:type>
    <itunes:subtitle>这是一档分享当下最新鲜的技术、知识与思想的科技播客</itunes:subtitle>
    <itunes:author>硅谷101</itunes:author>
    <itunes:summary>失败、背叛、不被理解，硅谷精神领袖一直都不是完美的存在；他们是科学家，创造者，行动派，他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目，是一档分享当下最新鲜的技术、知识与思想的科技播客。
公众账号：硅谷101
联系邮箱：podcast@sv101.net
</itunes:summary>
    <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
    <itunes:explicit>no</itunes:explicit>
    <itunes:keywords>tech, business, SiiconValley, 科技, 泓君, 硅谷101</itunes:keywords>
    <itunes:owner>
      <itunes:name>硅谷101</itunes:name>
      <itunes:email>liuhj60@gmail.com</itunes:email>
    </itunes:owner>
<itunes:category text="Technology"/>
<itunes:category text="Business"/>
<itunes:category text="Business">
  <itunes:category text="Entrepreneurship"/>
</itunes:category>
<item>
  <title>E100｜ChatGPT们来了，生命科学走出一百年黑暗探索｜AIGC特辑</title>
  <link>https://sv101.fireside.fm/104</link>
  <guid isPermaLink="false">741b81df-08bc-4215-8f91-c572de4f5bb2</guid>
  <pubDate>Thu, 16 Feb 2023 15:15:00 -0800</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/741b81df-08bc-4215-8f91-c572de4f5bb2.mp3" length="82922127" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>3</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变；研究人员称，这项技术可比肩诺奖。</itunes:subtitle>
  <itunes:duration>49:21</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变。
一家初创公司Profluent，用类似ChatGPT的蛋白质工程深度学习语言模型Progen，首次实现了AI预测蛋白质的合成，研究成果已经于1月26日发表于《自然》杂志子刊。研究人员称，这项新技术可比肩诺奖，会变得比定向进化（获得诺贝尔奖的蛋白质设计技术）更加强大。
过去一百年人类在生命科学上的探索，相当于盲筛。X光、冷冻电镜、Alphafold，现在的ChatGPT，它们正在一步步变成科学家手里越来越强大的工具。有了ChatGPT，我们在制药领域最重要的药物发现环节，可能会开启一个突飞猛进的时代，人类离治愈疾病甚至是延缓衰老更近了。
【主播】
泓君，资深媒体人
【嘉宾】
郭春龙Allen，水木未来CEO
【你将听到】
01:52 结构生物学的几次大进步：冷冻电镜解析结构、Alphafold预测蛋白质结构到ChatGPT们生成药物
05:22 X光积累的数据，让Alphafold2 可以对单链蛋白的准确预测
07:50 生成式AI还需要高质量数据，但生物数据的标签成本高
09:39 优质的生物结构的数据哪里来？
10:50 不止PBD，新一代的AI对数据的要求更高
13:04 创业公司两大流派：语言生成与图片生成式AI，对应预测蛋白质序列与结构
16:34 生物科学的目标：治病、治愈癌症与延缓衰老
18:07 理解蛋白质：序列决定结构，结构决定功能
20:13 比10的50次方小分子药更难的生物药
21:19 过去一百多年，制药的方法基本靠盲筛
22:05 找到解开人类生命秘密的钥匙
23:06 ChatGPT给生物医药带来全新的可能性：解决一百年后也找不到的新靶点
24:36 一款药物诞生的七个步骤
26:31 早期药物没选对，进入临床很困难
27:03 AI如何帮助药物研发？Nimbus卖给武田制药的故事
29:41 早期研究不是花钱最多的，但是是最难的
31:22 中国结构生物学原创科研，部分领域全球领先
33:02 大药企为何创新乏力？更类似于基金运作模式
35:03 制药行业的资本运作套路
39:51 美国三大生物医药中心是如何形成的
45:00 选开源模型还是OpenAI的API接口？生物领域更看训练数据的质量
49:04 不得不做！就好比任何零售商不去拥抱电商一样
【名词解释】
冷冻电镜（Cryo-EM）
一种高分辨率的成像技术，用于观察生物分子的结构。与传统的电镜不同，Cryo-EM使用冷冻技术来冻结生物样品，使其保持原始状态并防止样品在成像过程中受到破坏。然后，使用电子束通过样品，并收集这些电子的衍射图像。与X射线晶体学和核磁共振成像不同，Cryo-EM不需要制备晶体，因此可以用于研究非晶态的生物分子。在成像后，使用计算机算法对收集的图像进行处理和重构，生成高分辨率的三维结构模型。
Cryo-EM在生物学、生物化学、药物发现等领域中发挥着越来越重要的作用，因为它可以研究到目前为止无法通过其他技术进行研究的生物分子结构。
PDB数据库（Protein Data Bank）
是一个存储蛋白质、核酸和其他生物分子三维结构数据的国际性数据库。PDB数据库是生物医学和生物科学研究中最重要的资源之一。研究人员可以利用PDB数据库中的数据来研究蛋白质、核酸和其他生物分子的结构和功能，以及分子间的相互作用。PDB数据库还提供了许多分析工具和资源，以帮助研究人员更好地理解和利用存储在其中的数据。
AlphaFold
AlphaFold是由DeepMind开发的一种人工智能系统，旨在解决生物学中蛋白质结构预测的问题。蛋白质结构是蛋白质功能的基础，但由于其复杂性和多样性，目前的实验方法难以准确预测蛋白质的三维结构，而AlphaFold的创新在于使用深度学习算法预测蛋白质结构，实现了比以往更高的精度和速度。AlphaFold的成功得益于其基于蛋白质序列和结构的大量数据集，以及强大的深度神经网络模型。该系统通过预测蛋白质序列中的残基之间的空间距离，然后将这些距离约束与知道的蛋白质结构信息结合起来，最终预测出蛋白质的三维结构。
*Profluent *
由前Salesforce AI研究负责人创立，让挖掘蛋白质或者调整蛋白质到所需功能变得简单。它拥有一个12亿参数的蛋白质语言模型ProGen，首次实现了AI预测蛋白质的合成。
Generate Biomedicines
成立于2017年，总部位于美国马萨诸塞州剑桥市。该公司是由计算机科学家和生物学家共同创立的，旨在利用人工智能和机器学习等技术来开发下一代蛋白质药物。Generate Biomedicines成立的目的是加速药物研发的速度和效率，为人类健康做出更多的贡献。
Nimbus
是一家专注于发现和开发新型药物的公司，总部位于美国马萨诸塞州剑桥市。Nimbus的研发重点是针对疾病的靶向治疗，致力于发现和开发创新的小分子药物，利用计算化学、结构生物学和细胞生物学等技术，以提高新药发现的效率和成功率。
薛定谔公司（Schrodinger）
Schrodinger是一家专注于将计算机模拟和AI技术应用于药物研发的生物AI技术公司。其创新的平台和工具有望加速新药的发现和开发，从而为患者带来更好的治疗选择。成立于1990年，总部位于美国纽约。比尔·盖茨与谷歌均为其股东。
Schrodinger的主要产品包括：Glide，用于预测分子的结构和相互作用；Maestro，用于分子设计和仿真；以及LigPrep，用于分子库筛选和优化等。这些工具的特点是快速、准确、高效，并且可以通过云端服务实现远程访问。
武田制药
武田制药是一家日本的制药公司，成立于1781年，总部位于东京都千代田区。该公司的主要业务是开发、生产和销售药品，其产品涵盖多个治疗领域，如肿瘤、消化系统疾病、神经科学、心血管疾病、免疫学和代谢疾病等。
Genentech
基因泰克是一家生物技术公司，成立于1976年，总部位于美国加利福尼亚州南旧金山。该公司是全球最早的生物技术公司之一，专注于研究和开发基因工程药物和生物制剂。Genentech的成功吸引了大量的生物技术公司和生物医疗公司进入硅谷地区，形成了一个完整的生物医疗产业生态圈。
Genentech的主要产品包括一些广泛使用的生物制剂和基因工程药物，例如Avastin、Herceptin、Lucentis、Rituxan等。这些药物用于治疗癌症、风湿性关节炎、心血管疾病等疾病，具有较好的疗效和安全性。
（以上名词解释由ChatGPT生成，略有删减）
【后期】
Amei
【BGM】
So Rare - Benjamin Rice
【在这里找到我们】
公众账号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music
联系我们：podcast@sv101.net
 Special Guest: 郭春龙Allen.
</description>
  <itunes:keywords>郭春龙Allen, ChatGPT, ProGen, BioTech</itunes:keywords>
  <content:encoded>
    <![CDATA[<p>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变。</p>

<p>一家初创公司Profluent，用类似ChatGPT的蛋白质工程深度学习语言模型Progen，首次实现了AI预测蛋白质的合成，研究成果已经于1月26日发表于《自然》杂志子刊。研究人员称，这项新技术可比肩诺奖，会变得比定向进化（获得诺贝尔奖的蛋白质设计技术）更加强大。</p>

<p>过去一百年人类在生命科学上的探索，相当于盲筛。X光、冷冻电镜、Alphafold，现在的ChatGPT，它们正在一步步变成科学家手里越来越强大的工具。有了ChatGPT，我们在制药领域最重要的药物发现环节，可能会开启一个突飞猛进的时代，人类离治愈疾病甚至是延缓衰老更近了。</p>

<hr>

<p><strong>【主播】</strong><br>
泓君，资深媒体人<br>
<strong>【嘉宾】</strong><br>
郭春龙Allen，水木未来CEO</p>

<hr>

<p><strong>【你将听到】</strong><br>
01:52 结构生物学的几次大进步：冷冻电镜解析结构、Alphafold预测蛋白质结构到ChatGPT们生成药物<br>
05:22 X光积累的数据，让Alphafold2 可以对单链蛋白的准确预测<br>
07:50 生成式AI还需要高质量数据，但生物数据的标签成本高<br>
09:39 优质的生物结构的数据哪里来？<br>
10:50 不止PBD，新一代的AI对数据的要求更高<br>
13:04 创业公司两大流派：语言生成与图片生成式AI，对应预测蛋白质序列与结构</p>

<p>16:34 生物科学的目标：治病、治愈癌症与延缓衰老<br>
18:07 理解蛋白质：序列决定结构，结构决定功能<br>
20:13 比10的50次方小分子药更难的生物药<br>
21:19 过去一百多年，制药的方法基本靠盲筛<br>
22:05 找到解开人类生命秘密的钥匙<br>
23:06 ChatGPT给生物医药带来全新的可能性：解决一百年后也找不到的新靶点<br>
24:36 一款药物诞生的七个步骤<br>
26:31 早期药物没选对，进入临床很困难</p>

<p>27:03 AI如何帮助药物研发？Nimbus卖给武田制药的故事<br>
29:41 早期研究不是花钱最多的，但是是最难的<br>
31:22 中国结构生物学原创科研，部分领域全球领先<br>
33:02 大药企为何创新乏力？更类似于基金运作模式<br>
35:03 制药行业的资本运作套路<br>
39:51 美国三大生物医药中心是如何形成的<br>
45:00 选开源模型还是OpenAI的API接口？生物领域更看训练数据的质量<br>
49:04 不得不做！就好比任何零售商不去拥抱电商一样</p>

<hr>

<p><strong>【名词解释】</strong><br>
<strong>冷冻电镜（Cryo-EM）</strong><br>
一种高分辨率的成像技术，用于观察生物分子的结构。与传统的电镜不同，Cryo-EM使用冷冻技术来冻结生物样品，使其保持原始状态并防止样品在成像过程中受到破坏。然后，使用电子束通过样品，并收集这些电子的衍射图像。与X射线晶体学和核磁共振成像不同，Cryo-EM不需要制备晶体，因此可以用于研究非晶态的生物分子。在成像后，使用计算机算法对收集的图像进行处理和重构，生成高分辨率的三维结构模型。<br>
Cryo-EM在生物学、生物化学、药物发现等领域中发挥着越来越重要的作用，因为它可以研究到目前为止无法通过其他技术进行研究的生物分子结构。</p>

<p><strong>PDB数据库（Protein Data Bank）</strong><br>
是一个存储蛋白质、核酸和其他生物分子三维结构数据的国际性数据库。PDB数据库是生物医学和生物科学研究中最重要的资源之一。研究人员可以利用PDB数据库中的数据来研究蛋白质、核酸和其他生物分子的结构和功能，以及分子间的相互作用。PDB数据库还提供了许多分析工具和资源，以帮助研究人员更好地理解和利用存储在其中的数据。</p>

<p><strong>AlphaFold</strong><br>
AlphaFold是由DeepMind开发的一种人工智能系统，旨在解决生物学中蛋白质结构预测的问题。蛋白质结构是蛋白质功能的基础，但由于其复杂性和多样性，目前的实验方法难以准确预测蛋白质的三维结构，而AlphaFold的创新在于使用深度学习算法预测蛋白质结构，实现了比以往更高的精度和速度。AlphaFold的成功得益于其基于蛋白质序列和结构的大量数据集，以及强大的深度神经网络模型。该系统通过预测蛋白质序列中的残基之间的空间距离，然后将这些距离约束与知道的蛋白质结构信息结合起来，最终预测出蛋白质的三维结构。</p>

<p>*<em>Profluent *</em><br>
由前Salesforce AI研究负责人创立，让挖掘蛋白质或者调整蛋白质到所需功能变得简单。它拥有一个12亿参数的蛋白质语言模型ProGen，首次实现了AI预测蛋白质的合成。</p>

<p><strong>Generate Biomedicines</strong><br>
成立于2017年，总部位于美国马萨诸塞州剑桥市。该公司是由计算机科学家和生物学家共同创立的，旨在利用人工智能和机器学习等技术来开发下一代蛋白质药物。Generate Biomedicines成立的目的是加速药物研发的速度和效率，为人类健康做出更多的贡献。</p>

<p><strong>Nimbus</strong><br>
是一家专注于发现和开发新型药物的公司，总部位于美国马萨诸塞州剑桥市。Nimbus的研发重点是针对疾病的靶向治疗，致力于发现和开发创新的小分子药物，利用计算化学、结构生物学和细胞生物学等技术，以提高新药发现的效率和成功率。</p>

<p><strong>薛定谔公司（Schrodinger）</strong><br>
Schrodinger是一家专注于将计算机模拟和AI技术应用于药物研发的生物AI技术公司。其创新的平台和工具有望加速新药的发现和开发，从而为患者带来更好的治疗选择。成立于1990年，总部位于美国纽约。比尔·盖茨与谷歌均为其股东。<br>
Schrodinger的主要产品包括：Glide，用于预测分子的结构和相互作用；Maestro，用于分子设计和仿真；以及LigPrep，用于分子库筛选和优化等。这些工具的特点是快速、准确、高效，并且可以通过云端服务实现远程访问。</p>

<p><strong>武田制药</strong><br>
武田制药是一家日本的制药公司，成立于1781年，总部位于东京都千代田区。该公司的主要业务是开发、生产和销售药品，其产品涵盖多个治疗领域，如肿瘤、消化系统疾病、神经科学、心血管疾病、免疫学和代谢疾病等。</p>

<p><strong>Genentech</strong><br>
基因泰克是一家生物技术公司，成立于1976年，总部位于美国加利福尼亚州南旧金山。该公司是全球最早的生物技术公司之一，专注于研究和开发基因工程药物和生物制剂。Genentech的成功吸引了大量的生物技术公司和生物医疗公司进入硅谷地区，形成了一个完整的生物医疗产业生态圈。<br>
Genentech的主要产品包括一些广泛使用的生物制剂和基因工程药物，例如Avastin、Herceptin、Lucentis、Rituxan等。这些药物用于治疗癌症、风湿性关节炎、心血管疾病等疾病，具有较好的疗效和安全性。</p>

<p>（以上名词解释由ChatGPT生成，略有删减）</p>

<hr>

<p><strong>【后期】</strong><br>
Amei</p>

<p><strong>【BGM】</strong><br>
So Rare - Benjamin Rice</p>

<hr>

<p><strong>【在这里找到我们】</strong><br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 郭春龙Allen.</p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p>不管是ChatGPT还是文字生成图片，生成式AI正在给生物制药行业带来全新的改变。</p>

<p>一家初创公司Profluent，用类似ChatGPT的蛋白质工程深度学习语言模型Progen，首次实现了AI预测蛋白质的合成，研究成果已经于1月26日发表于《自然》杂志子刊。研究人员称，这项新技术可比肩诺奖，会变得比定向进化（获得诺贝尔奖的蛋白质设计技术）更加强大。</p>

<p>过去一百年人类在生命科学上的探索，相当于盲筛。X光、冷冻电镜、Alphafold，现在的ChatGPT，它们正在一步步变成科学家手里越来越强大的工具。有了ChatGPT，我们在制药领域最重要的药物发现环节，可能会开启一个突飞猛进的时代，人类离治愈疾病甚至是延缓衰老更近了。</p>

<hr>

<p><strong>【主播】</strong><br>
泓君，资深媒体人<br>
<strong>【嘉宾】</strong><br>
郭春龙Allen，水木未来CEO</p>

<hr>

<p><strong>【你将听到】</strong><br>
01:52 结构生物学的几次大进步：冷冻电镜解析结构、Alphafold预测蛋白质结构到ChatGPT们生成药物<br>
05:22 X光积累的数据，让Alphafold2 可以对单链蛋白的准确预测<br>
07:50 生成式AI还需要高质量数据，但生物数据的标签成本高<br>
09:39 优质的生物结构的数据哪里来？<br>
10:50 不止PBD，新一代的AI对数据的要求更高<br>
13:04 创业公司两大流派：语言生成与图片生成式AI，对应预测蛋白质序列与结构</p>

<p>16:34 生物科学的目标：治病、治愈癌症与延缓衰老<br>
18:07 理解蛋白质：序列决定结构，结构决定功能<br>
20:13 比10的50次方小分子药更难的生物药<br>
21:19 过去一百多年，制药的方法基本靠盲筛<br>
22:05 找到解开人类生命秘密的钥匙<br>
23:06 ChatGPT给生物医药带来全新的可能性：解决一百年后也找不到的新靶点<br>
24:36 一款药物诞生的七个步骤<br>
26:31 早期药物没选对，进入临床很困难</p>

<p>27:03 AI如何帮助药物研发？Nimbus卖给武田制药的故事<br>
29:41 早期研究不是花钱最多的，但是是最难的<br>
31:22 中国结构生物学原创科研，部分领域全球领先<br>
33:02 大药企为何创新乏力？更类似于基金运作模式<br>
35:03 制药行业的资本运作套路<br>
39:51 美国三大生物医药中心是如何形成的<br>
45:00 选开源模型还是OpenAI的API接口？生物领域更看训练数据的质量<br>
49:04 不得不做！就好比任何零售商不去拥抱电商一样</p>

<hr>

<p><strong>【名词解释】</strong><br>
<strong>冷冻电镜（Cryo-EM）</strong><br>
一种高分辨率的成像技术，用于观察生物分子的结构。与传统的电镜不同，Cryo-EM使用冷冻技术来冻结生物样品，使其保持原始状态并防止样品在成像过程中受到破坏。然后，使用电子束通过样品，并收集这些电子的衍射图像。与X射线晶体学和核磁共振成像不同，Cryo-EM不需要制备晶体，因此可以用于研究非晶态的生物分子。在成像后，使用计算机算法对收集的图像进行处理和重构，生成高分辨率的三维结构模型。<br>
Cryo-EM在生物学、生物化学、药物发现等领域中发挥着越来越重要的作用，因为它可以研究到目前为止无法通过其他技术进行研究的生物分子结构。</p>

<p><strong>PDB数据库（Protein Data Bank）</strong><br>
是一个存储蛋白质、核酸和其他生物分子三维结构数据的国际性数据库。PDB数据库是生物医学和生物科学研究中最重要的资源之一。研究人员可以利用PDB数据库中的数据来研究蛋白质、核酸和其他生物分子的结构和功能，以及分子间的相互作用。PDB数据库还提供了许多分析工具和资源，以帮助研究人员更好地理解和利用存储在其中的数据。</p>

<p><strong>AlphaFold</strong><br>
AlphaFold是由DeepMind开发的一种人工智能系统，旨在解决生物学中蛋白质结构预测的问题。蛋白质结构是蛋白质功能的基础，但由于其复杂性和多样性，目前的实验方法难以准确预测蛋白质的三维结构，而AlphaFold的创新在于使用深度学习算法预测蛋白质结构，实现了比以往更高的精度和速度。AlphaFold的成功得益于其基于蛋白质序列和结构的大量数据集，以及强大的深度神经网络模型。该系统通过预测蛋白质序列中的残基之间的空间距离，然后将这些距离约束与知道的蛋白质结构信息结合起来，最终预测出蛋白质的三维结构。</p>

<p>*<em>Profluent *</em><br>
由前Salesforce AI研究负责人创立，让挖掘蛋白质或者调整蛋白质到所需功能变得简单。它拥有一个12亿参数的蛋白质语言模型ProGen，首次实现了AI预测蛋白质的合成。</p>

<p><strong>Generate Biomedicines</strong><br>
成立于2017年，总部位于美国马萨诸塞州剑桥市。该公司是由计算机科学家和生物学家共同创立的，旨在利用人工智能和机器学习等技术来开发下一代蛋白质药物。Generate Biomedicines成立的目的是加速药物研发的速度和效率，为人类健康做出更多的贡献。</p>

<p><strong>Nimbus</strong><br>
是一家专注于发现和开发新型药物的公司，总部位于美国马萨诸塞州剑桥市。Nimbus的研发重点是针对疾病的靶向治疗，致力于发现和开发创新的小分子药物，利用计算化学、结构生物学和细胞生物学等技术，以提高新药发现的效率和成功率。</p>

<p><strong>薛定谔公司（Schrodinger）</strong><br>
Schrodinger是一家专注于将计算机模拟和AI技术应用于药物研发的生物AI技术公司。其创新的平台和工具有望加速新药的发现和开发，从而为患者带来更好的治疗选择。成立于1990年，总部位于美国纽约。比尔·盖茨与谷歌均为其股东。<br>
Schrodinger的主要产品包括：Glide，用于预测分子的结构和相互作用；Maestro，用于分子设计和仿真；以及LigPrep，用于分子库筛选和优化等。这些工具的特点是快速、准确、高效，并且可以通过云端服务实现远程访问。</p>

<p><strong>武田制药</strong><br>
武田制药是一家日本的制药公司，成立于1781年，总部位于东京都千代田区。该公司的主要业务是开发、生产和销售药品，其产品涵盖多个治疗领域，如肿瘤、消化系统疾病、神经科学、心血管疾病、免疫学和代谢疾病等。</p>

<p><strong>Genentech</strong><br>
基因泰克是一家生物技术公司，成立于1976年，总部位于美国加利福尼亚州南旧金山。该公司是全球最早的生物技术公司之一，专注于研究和开发基因工程药物和生物制剂。Genentech的成功吸引了大量的生物技术公司和生物医疗公司进入硅谷地区，形成了一个完整的生物医疗产业生态圈。<br>
Genentech的主要产品包括一些广泛使用的生物制剂和基因工程药物，例如Avastin、Herceptin、Lucentis、Rituxan等。这些药物用于治疗癌症、风湿性关节炎、心血管疾病等疾病，具有较好的疗效和安全性。</p>

<p>（以上名词解释由ChatGPT生成，略有删减）</p>

<hr>

<p><strong>【后期】</strong><br>
Amei</p>

<p><strong>【BGM】</strong><br>
So Rare - Benjamin Rice</p>

<hr>

<p><strong>【在这里找到我们】</strong><br>
公众账号：硅谷101<br>
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客<br>
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 郭春龙Allen.</p>]]>
  </itunes:summary>
</item>
  </channel>
</rss>
