江蘇
5%？還是50%？相信很多小伙伴無論是在算NPV和被老板靈魂拷問的無數瞬間，都很想知道到一個管線成功率的標準答案是什么？
這是個長久以來，沒人能說清，心里超級沒底，全靠拍腦袋的哲學問題。
PoS：“玄學”還是“科學”？
在BD及投資人的日常工作里，最讓人撓頭的時刻莫過于老板指著一個剛拿到的項目問“這玩意兒能成的概率有多大？”
職場小白可能會閉目冥思，然后報出一個吉利數字“我覺得66%吧，聽起來挺順”，職場老手會推推眼鏡，神秘兮兮的打開一個復雜的Excel模型，冰冷地回答“基于調整基準法，考慮到靶點驗證和生物標志物表現，其 PoS落在16%～22% 置信區間內”（PoS=Possibility of Success）
老生常談的道理是，生物醫藥研發本身就是一場科學豪賭，既能靠直覺，也需要一套把“不可控因素”轉化為“數學期望”的操作邏輯。
別著急拍腦袋，先做好對標
預測的第一步不是看這個項目有多牛，而是 尋找基準（Benchmark） 看歷史大盤。這也符合諾獎獲得者丹尼爾·卡尼曼的建立外部視角的觀點，借助別人的眼光來延長自己的視線，用別人的結果來 評判和修正 自己的行為。
如果手里拿到的是個 Oncology資產，那對不起，這個管線的初始血條可能只有10%左右。
當然，如果手里的項目非常具體，那就可以搜集特定靶點、特定藥物類型以及特定適應癥的歷史或者同類成功率，這就更有參考意義了。
就像下面的圖，如果能列出來，那可能都不用再進行下一步的影響系數調整就能做出一個“模糊的正確”的決策了！
調整系數，適應自己項目
拿到了行業的平均分，接下來就是針對自己手中的資產進行具體情況具體分析，基于外部視角下基準值合理的進行估值調整。
調整系數的產生就在于把對應管線的研發計劃進行邏輯化的拆解，擺出能影響項目成功的各種內部、外部因素，并按照時間邏輯延展卡。隨后對影響因素的影響系數進行確定。
確定影響系數后，調整方式可以是簡單的加減法，如果有足夠大的經驗可以自己建立模型，甚至用AI來進行成功率的擬合。
在確定影響系數中，加分項（Buff）包括，Phase 1 是不是觀察到了預期的生物標志物變化？競品的數據是不是已經把路鋪好了？（PS： 有生物標志物篩選的試驗，其成功率通常比沒有的高出 2 倍以上。 ）等等
減分項（Debuff）的內容比如藥物的安全性問題，哪怕效果再好，如果動物實驗里有肝毒性，PoS建議直接打五折。其他情況以此類推！
另外，一些公司或者項目層面的因素也要納入考量。像公司的項目經驗，大藥企操作后期臨床的成功率必然要高；而臨床試驗的設計，尤其是對照、臨床試驗終點的選擇，也是非常重要的影響因素。
比如看下面的圖表數據，列示了對預測某腫瘤藥物III期臨床成功率過程中的影響因素（橫軸），這里面從左到右，離著50%這條虛線越遠的因素，對預測成功率影響越大。
所以，II期的數據、公司的研發能力、是否用特殊審評通道（請參考《》）、是否獲批其它適應癥、試驗類型、試驗入組患者數目等因素的權重較大！
最后，還有非常需要考慮的點是國家和地域的不同，可能臨床試驗對應的成功率也會大有不同！
造成差別到原因是跟監管，以及不同國家對臨床試驗的要求的差異相關的。
不要掐指一算
頂級職場人從不打保票，應該展示一個不確定性的范圍，給出一個進可攻退可守的答案。如果掐指一算，那結果和黑猩猩扔飛鏢的準確度差不了多少。
“16% ≈ 六分之一”，當把這個數字告訴領導時，他立刻會認為這就像玩俄羅斯輪盤，只有一顆子彈能打響。這“體感預測”遠比冷冰冰的 0.16 更有決策殺傷力。
PoS的答案絕不是為了證明自己是個頂級預言家，而是為了在資源有限的情況下，判斷把錢如何投在更有勝算的地方。
比較好玩兒的是預測一種可以習得的肌肉記憶。多看失敗的項目，你的直覺才會變得像刀刃一樣鋒利。
而且現在有了AI，肯定后面會出很多大模型來預測臨床試驗的成功率的！不過話又說回來了，如果能預測臨床試驗到底能不能成功，那很多公司可能就賺到大錢嘍～
如果您喜歡胖貓的觀點和文章，歡迎加入胖貓的知識星球。
BD寶典1.0已經更新完，BD 2.0進階版知識持續更新中～
還有有專業的研發資料、行業研究、自制的各種工作工具，還可以和胖貓及眾多志同道合的朋友們問答互動，等您一起來學習、成長、搞錢～
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
