Sebastian Oehm, Askar Kleefeldt
即使技术持续进步，疗法也可能始终比病原体更具优势。在生物风险情景下，如何让疗法研发与生产更具韧性？又该如何最大限度地利用 AI 进展来加强防御？
Stream overview
即使技术持续进步，疗法也可能始终比病原体更具优势，因为设计复杂的自我复制机器，比制造能够破坏它们的扳手更困难。在大流行或其他生物风险情景中，快速、灵活地研发疗法，是发挥这一防御优势的关键。
我们希望将这一理论优势转化为实际能力：
- 韧性：如何让疗法研发与生产在生物风险情景下更具韧性？全球药物研发和生产规模庞大，但遭遇冲击时，各环节未必都能维持运转。相关项目可研究如何在大流行期间维持药物研发能力、建设自给自足的药物研发实验室，以及绘制全球生产能力分布图，以便在紧急情况下部署疗法。
- AI 助力：如何最大限度地利用 AI 进展来加强防御？未来几年 AI 可能快速进步，通向 AGI 的路径也日益可信。AI 进步会增加生物风险，也会提升防御技术能力。利用 AI 的防御优势、改变攻防平衡的主要瓶颈是什么？相关项目可梳理快速响应疗法研发中使用 AI 的认知、数据、基础设施和法律瓶颈，也可构建原型计算基础设施，探索如何利用先进 AI 带来的认知提升来加强防御。
我们也可能接收希望从概念层面研究疗法在生物防御中的作用、或 AI 进步如何影响攻防平衡的研究员；也欢迎希望探索原型病原体或大流行前广谱疗法等具体技术机会的人。
我们特别关注肽类疗法，因为它具备多项可能适用于风险情景的特点。项目可以专门研究肽类，也可以更广泛地研究疗法。
London
Mentors
Sebastian Oehm is the co-founder and CEO of SynX Therapeutics, a biotech start-up developing non-natural peptides as next-generation medicines. He is also an Adjunct Assistant Professor at the J. Craig Venter Institute, and a Research Fellow at RAND Europe. He was one of 38 scientists who first publicly warned of the risks from mirror life. Previously, he completed a PhD and postdoc at the MRC LMB / University of Cambridge, where his research focused on non-natural biology. He worked as a staffer in the German parliament, and earned a BA in Natural Sciences at the University of Cambridge.
Askar is Co-Founder of SynX Therapeutics, a London-based biotech start-up developing a rapid drug discovery platform for peptide therapeutics. His work spans synthetic biology technology development across drug discovery, medical countermeasures, and synthetic genomics. During his doctoral research at the MRC Laboratory of Molecular Biology, Cambridge, Askar developed methods for megabase-scale DNA assembly and whole-genome synthesis of E. coli.
Askar has worked on policy questions related to biosecurity and the bioeconomy and contributes to EU medical countermeasure policy via DG HERA's Joint Industrial Cooperation Forum.
Fellows we are looking for
必备条件：
- 对生物安全、AI 和疗法有浓厚兴趣，并希望研究社会如何在严重生物风险情景下维持并提升疗法响应能力。
- 具备独立研究能力，能够将模糊的问题拆解为可处理的部分，找到相关证据，并形成有用的成果。
- 具备较强的写作与综合分析能力，能够产出清晰的备忘录、图谱、框架或建议，供技术团队、资助方或政策制定者使用。
- 认真对待技术细节，愿意了解疗法研发的实际流程，包括靶点、检测方法、验证、生产、数据和部署限制，而不止停留在“生物技术”或“AI 用于生物安全”等宽泛说法上。
- 具备基础生物学和药物研发知识，或能迅速熟悉疗法类型、靶点、检测方法、验证、生产和临床开发等概念。
优先条件：
- 拥有以下一个或多个领域的背景：生物技术、药物研发、计算生物学、AI 与生物科学、肽或蛋白质科学、药品生产、供应链韧性或科技政策。
- 有独立研究成果经验，例如学位论文、技术报告、政策备忘录、软件工具、数据集、文献综述或战略分析。
- 如研究 AI 方向，熟悉 Python、数据分析、计算生物学工具、AI 智能体、科学软件基础设施或机器学习工作流程。我们尤其关注能识别 AI 加速疗法研发实际瓶颈的人，而不仅是对模型开发感兴趣的人。
- 如研究韧性方向，对绘制现实能力图谱、访谈专家、分析供应链或生产能力，以及找出危机期间提升疗法研发韧性的措施感兴趣。
- 对肽类或其他非抗体疗法感兴趣是加分项，但不是必需条件。
不太适合的情况：
- 只对宏观生物安全战略感兴趣，不愿了解疗法研发的技术细节。
- 笼统地对 AI 感兴趣，却不关注决定 AI 能否实际用于防御的数据、实验、法律、生产或组织瓶颈。
Project selection
我们会根据研究员的背景、兴趣、相对优势和当前优先事项，共同确定具体项目。优秀研究员可能会带来自己的问题和想法；项目初期我们会提供充分指导，帮助将其转化为清晰、有用且范围合理的项目。
第一阶段，我们会讨论几个可能的方向，找出研究员最能发挥作用的领域，并商定具体成果。项目范围确定后，研究员将负责推进工作，我们会定期提供指导和反馈，帮助保持方向一致并解决遇到的困难。