医疗投资（生信方向）

1. AI + 医药赛道研究与判断

• 系统研究 AI在创新药研发中的应用场景，包括但不限于：
  • 多组学数据分析（基因组 / 转录组 / 单细胞 / 空间组学）
  • AI 靶点发现与验证（Target ID / Validation）
  • 分子生成、蛋白结构预测、De novo drug design
  • AI 辅助临床设计、患者分层与生物标志物发现
• 判断不同技术路线的数据依赖性、可迁移性与临床转化可行性。

2. 项目挖掘与投资全流程执行

• 主导或深度参与项目 立项、尽调、投决、估值、协议谈判及交割；
• 从 技术、数据、算法、药物机制与商业化 多维度评估项目价值；
• 能明确区分：
  • 技术可行 ≠ 临床有效 ≠ 商业可行。

3. 技术与科学尽调（核心能力）

• 从生信与计算生物角度，判断：
  • 数据质量与数据壁垒是否真实
  • 模型是否具备跨项目、跨靶点泛化能力
  • 算法输出是否真正驱动研发决策，而非"辅助展示"
• 与创始科学家、算法团队、CRO/CDMO、药企研发人员进行深度技术交流。

4. 投后支持与产业协同

• 参与投后管理，支持企业：
  • 对接药企/科研机构/医院/数据库资源
  • 优化研发路径与商务合作逻辑
• 协助后续融资、产业合作与战略资源引入。